[go: up one dir, main page]

RU2011111720A - Способ и системы для достижения и помощи в улучшении питания на основе данных энергетического содержания пищи и данных об относительных полезных свойствах - Google Patents

Способ и системы для достижения и помощи в улучшении питания на основе данных энергетического содержания пищи и данных об относительных полезных свойствах Download PDF

Info

Publication number
RU2011111720A
RU2011111720A RU2011111720/15A RU2011111720A RU2011111720A RU 2011111720 A RU2011111720 A RU 2011111720A RU 2011111720/15 A RU2011111720/15 A RU 2011111720/15A RU 2011111720 A RU2011111720 A RU 2011111720A RU 2011111720 A RU2011111720 A RU 2011111720A
Authority
RU
Russia
Prior art keywords
food
data
fat
processing system
data processing
Prior art date
Application number
RU2011111720/15A
Other languages
English (en)
Inventor
Карен МИЛЛЕР-КОВАЧ (US)
Карен МИЛЛЕР-КОВАЧ
Уте ГЕРВИГ (DE)
Уте ГЕРВИГ
Юлия ПЕЦ (DE)
Юлия ПЕЦ
Кристине ЯКОБЗОН (DE)
Кристине ЯКОБЗОН
Ванема ФРАЙ (US)
Ванема ФРАЙ
Стефани Лин РОСТ (US)
Стефани Лин РОСТ
Мария НАЙРОНС (US)
Мария НАЙРОНС
Дон ХОЛКАФФ (US)
Дон ХОЛКАФФ
Original Assignee
Уэйт Уотчерс Интернэшнл, Инк. (Us)
Уэйт Уотчерс Интернэшнл, Инк.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=41721934&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=RU2011111720(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Уэйт Уотчерс Интернэшнл, Инк. (Us), Уэйт Уотчерс Интернэшнл, Инк. filed Critical Уэйт Уотчерс Интернэшнл, Инк. (Us)
Publication of RU2011111720A publication Critical patent/RU2011111720A/ru

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23L—FOODS, FOODSTUFFS OR NON-ALCOHOLIC BEVERAGES, NOT OTHERWISE PROVIDED FOR; PREPARATION OR TREATMENT THEREOF
    • A23L33/00—Modifying nutritive qualities of foods; Dietetic products; Preparation or treatment thereof
    • A23L33/30—Dietetic or nutritional methods, e.g. for losing weight
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Electronic shopping [e-shopping] by investigating goods or services
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Managing shopping lists, e.g. compiling or processing purchase lists
    • G06Q30/0635—Managing shopping lists, e.g. compiling or processing purchase lists replenishment orders; recurring orders
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/0092—Nutrition
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23V—INDEXING SCHEME RELATING TO FOODS, FOODSTUFFS OR NON-ALCOHOLIC BEVERAGES AND LACTIC OR PROPIONIC ACID BACTERIA USED IN FOODSTUFFS OR FOOD PREPARATION
    • A23V2002/00—Food compositions, function of food ingredients or processes for food or foodstuffs

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Food Science & Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Nutrition Science (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Mycology (AREA)
  • Polymers & Plastics (AREA)
  • Biochemistry (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Immunology (AREA)
  • Epidemiology (AREA)
  • Public Health (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Coloring Foods And Improving Nutritive Qualities (AREA)
  • General Preparation And Processing Of Foods (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)

Abstract

1. Способ контроля веса тела человека, содержащий этапы, на которых: ! a) получают вес белков, PRO(m), для каждой потенциальной порции пищи; ! b) получают вес жиров, FAT(m), для каждой потенциальной порции пищи; ! c) получают вес углеводов, не входящих в состав клетчатки, СНО(m), для каждой потенциальной порции пищи; ! d) получают вес клетчатки, DF(m), для каждой потенциальной порции пищи; ! e) вводят полученные веса каждой потенциальной порции пищи в систему обработки данных через средство ввода; ! f) определяют целочисленное значение для каждой потенциальной порции пищи через процессор системы обработки данных, в том числе: ! 1) определяют через процессор данные энергетического содержания пищи для каждой потенциальной порции пищи, значение FED, на основе по меньшей мере частично одного из этапов, на которых: ! i) W(PRO)·Cp·PRO(m), где W(PRO) - коэффициент метаболической эффективности белков, и Cp - коэффициент преобразования энергии белков, ! ii) W(FAT)·Cf·FAT(m), где W(FAT) - коэффициент метаболической эффективности жиров, и Cf - коэффициент преобразования энергии жиров, ! iii) W(CHO)·Cc·CHO (m), где W(CHO) - коэффициент метаболической эффективности углеводов и Cc - коэффициент преобразования энергии углеводов, и ! iv) W(DF)·Cdf·DF(m), где W(DF) - коэффициент метаболической эффективности клетчатки, и Cdf - коэффициент преобразования энергии клетчатки; ! 2) делят определенное значение FED на данные коэффициента, полученные из запоминающего устройства, и сохраняют результат как целочисленное значение для каждой потенциальной порции пищи; ! g) определяют данные ежедневного целочисленного контрольного значения для человека; ! h) в течение дня выбирают порции пищи из потенциальных порци

Claims (21)

1. Способ контроля веса тела человека, содержащий этапы, на которых:
a) получают вес белков, PRO(m), для каждой потенциальной порции пищи;
b) получают вес жиров, FAT(m), для каждой потенциальной порции пищи;
c) получают вес углеводов, не входящих в состав клетчатки, СНО(m), для каждой потенциальной порции пищи;
d) получают вес клетчатки, DF(m), для каждой потенциальной порции пищи;
e) вводят полученные веса каждой потенциальной порции пищи в систему обработки данных через средство ввода;
f) определяют целочисленное значение для каждой потенциальной порции пищи через процессор системы обработки данных, в том числе:
1) определяют через процессор данные энергетического содержания пищи для каждой потенциальной порции пищи, значение FED, на основе по меньшей мере частично одного из этапов, на которых:
i) W(PRO)·Cp·PRO(m), где W(PRO) - коэффициент метаболической эффективности белков, и Cp - коэффициент преобразования энергии белков,
ii) W(FAT)·Cf·FAT(m), где W(FAT) - коэффициент метаболической эффективности жиров, и Cf - коэффициент преобразования энергии жиров,
iii) W(CHO)·Cc·CHO (m), где W(CHO) - коэффициент метаболической эффективности углеводов и Cc - коэффициент преобразования энергии углеводов, и
iv) W(DF)·Cdf·DF(m), где W(DF) - коэффициент метаболической эффективности клетчатки, и Cdf - коэффициент преобразования энергии клетчатки;
2) делят определенное значение FED на данные коэффициента, полученные из запоминающего устройства, и сохраняют результат как целочисленное значение для каждой потенциальной порции пищи;
g) определяют данные ежедневного целочисленного контрольного значения для человека;
h) в течение дня выбирают порции пищи из потенциальных порций пищи посредством определения через систему обработки данных целочисленного значения каждой потенциальной порции пищи;
i) автоматически отображают посредством системы обработки данных сумму целочисленных значений потребляемых порций пищи через устройство представления;
j) потребляют выбранные порции пищи, пока сумма целочисленных значений потребляемых порций пищи не будет меньше или равной данным ежедневного целочисленного контрольного значения, сохраненного в упомянутом запоминающем устройстве; и
k) повторяют по меньшей мере этапы (a)-(j) в последующие дни для контроля веса тела.
2. Способ по п.1, в котором W(PRO) выбран из диапазона 0,7<=W(PRO)<=0,9, W(CHO) выбран из диапазона 0,9<=W(CHO)<=0,99, W(FAT) выбран из диапазона 0,9<=W (FAT)<=1,0, и W(DF) выбран из диапазона 0<=W(DF)<=0,5.
3. Способ по п.1, в котором W(PRO) выбран из диапазона 0,75<=W(PRO)<=0,88, W(CHO) выбран из диапазона 0,92<=W(CHO)<=0,97, W(FAT) выбран из диапазона 0,95<=W(FAT)<=1,0, и W(DF) выбран из диапазона 0<=W(DF)<=0,25, причем PRO(m), СНО(m), FAT(m) и DF(m) выражены в граммах, Ср выбран как 4 килокалории на грамм, Сс выбран как 4 килокалории на грамм, Cf выбран как 9 килокалорий на грамм, и Cdf выбран как 4 килокалории на грамм.
4. Способ по п.1, в котором данные коэффициентов представляют собой целое число, выбранное из диапазона между 20 и 100.
5. Способ по п.1, в котором каждый этап получения PRO(m), CHO(m), FAT(m) и DF(m) содержит этап, на котором с помощью электроники посредством системы обработки данных получают каждый соответствующий вес.
6. Система обработки данных для помощи человеку в контроле веса своего тела, содержащая:
а) устройство сбора данных, причем устройство сбора данных, по существу, выполнено с возможностью:
i) получать вес белков, PRO(m) для каждой потенциальной порции пищи,
ii) получать вес жиров, FAT(m), для каждой потенциальной порции пищи,
iii) получать вес углеводов, не входящих в состав клетчатки, СНО(т), для каждой потенциальной порции пищи, и
iv) получать вес клетчатки, DF(m), для каждой потенциальной порции пищи;
b) вычислительный модуль для определения целочисленного значения для каждой потенциальной порции пищи через процессор системы обработки данных, содержащий:
1) машинный код для определения через процессор данных энергетического содержания пищи для каждой потенциальной порции пищи, значения FED, по меньшей мере частично на основе одних данных из:
i) W(PRO)·Cp·PRO(m), где W(PRO) - коэффициент метаболической эффективности белков, и Cp - коэффициент преобразования энергии белков,
ii) W(FAT)·Cf·FAT(m), где W(FAT) - коэффициент метаболической эффективности жиров, и Cf - коэффициент преобразования энергии жиров,
iii) W(CHO)·Cc·CHO(m), где W(CHO) - коэффициент метаболической эффективности углеводов и Cc - коэффициент преобразования энергии углеводов, и
iv) W(DF)·Cdf·DF(m), где W(DF) - коэффициент метаболической эффективности клетчатки, и Cdf - коэффициент преобразования энергии клетчатки;
2) машинный код для деления определенного значения FED на данные коэффициента, полученные из запоминающего устройства, и сохранения результата как целочисленного значения для каждой потенциальной порции пищи;
д) вычислительный модуль для получения данных ежедневного целочисленного контрольного значения для человека;
h) вычислительный модуль для определения через систему обработки данных целочисленного значения каждой потенциальной порции пищи;
i) вычислительный модуль для автоматического отображения посредством системы обработки данных суммы целочисленных значений потребляемых порций пищи через устройство представления; и
j) вычислительный модуль для определения, является ли сумма целочисленных значений потребляемых в течение дня порций пищи меньше или равной данным ежедневного целочисленного контрольного значения, сохраненным в упомянутом запоминающем устройстве.
7. Система по п.6, в которой W(PRO) выбран из диапазона 0,7<=W(PRO)<=0,9, W(CHO) выбран из диапазона 0,9<=W(CHO)<=0,99, W(FAT) выбран из диапазона 0,9<=W (FAT)<=1,0, и W(DF) выбран из диапазона 0<=W(DF)<=0,5.
8. Система по п.6, в которой в котором W(PRO) выбран из диапазона 0,75<=W(PRO)<=0,88, W(CHO) выбран из диапазона 0,92<=W(CHO)<=0,97, W(FAT) выбран из диапазона 0,95<=W(FAT)<=1,0, и W(DF) выбран из диапазона 0<=W(DF)<=0,25, причем PRO(m), CHO(m), FAT(т) и DF(m) выражены в граммах, Ср выбран как 4 килокалории на грамм, Сс выбран как 4 килокалории на грамм, Cf выбран как 9 килокалорий на грамм, и Cdf выбран как 4 килокалории на грамм.
9. Система по п.6, в которой данные коэффициента представляют собой целое число, выбранное из диапазона между 35 и 70.
10. Система по п.6, в которой устройство сбора данных принимает PRO(m), СНО(m), FAT(m) и DF(m).
11. Способ выбора пищевого продукта на основе полезного эффекта пищевого продукта для человека, содержащий этапы, на которых:
(a) получают данные о питательных веществах первого пищевого продукта;
(b) получают данные о питательных веществах второго пищевого продукта;
(c) вводят полученные данные о первом и втором пищевых продуктах в систему обработки данных через средство ввода;
(d) ассоциируют посредством процессора системы обработки данных первый и второй пищевые продукты с метагруппой, причем метагруппа определена по меньшей мере частично на основе:
i) сходства в составе питательных веществ среди разных пищевых продуктов, и
ii) сходства в использовании разных пищевых продуктов в контексте конкретной диеты,
причем метагруппа ассоциирована с конкретной формулой полезных свойств, сохраненной в запоминающем устройстве системы обработки данных, причем формула полезных свойств представляет собой линейную комбинацию по меньшей мере множества следующих данных о питательных веществах пищевого продукта: i) содержания жиров, ii) содержания сахара, iii) содержания натрия, iv) энергии, v) насыщенных жиров и vi) содержания клетчатки;
(e) вычисляют первые данные о полезных свойствах первого пищевого продукта на основе формулы полезных свойств метагруппы через процессор системы обработки данных;
(f) вычисляют вторые данные о полезных свойствах второго пищевого продукта на основе формулы полезных свойств метагруппы через процессор системы обработки данных;
(g) сравнивают первые данные о полезных свойствах со вторыми данными о полезных свойствах через процессор системы обработки данных; и
(h) выдают результат этапа сравнения, который является отображением на устройстве представления системы обработки данных.
12. Способ по п.11, в котором первый и второй пищевые продукты ранжированы на основе соответствующих данных о полезных свойствах каждого в одной из следующих групп: i), наиболее полезный, ii) менее полезный; iii) еще менее полезный, и iv) наименее полезный.
13. Способ по п.11, в котором данные о питательных веществах пищевого продукта определяют посредством системы обработки данных по меньшей мере частично на основе отношения количества конкретного питательного вещества в пищевом продукте к рекомендуемому ежедневному количеству для конкретного питательного вещества на основе конкретной диеты.
14. Способ по п.11, в котором сходство в составе питательных веществ среди разных пищевых продуктов определяют посредством системы обработки данных на основе того, находится ли содержание конкретного питательного вещества в пищевом продукте в пределах предопределенного диапазона значений для конкретного питательного вещества.
15. Способ по п.11, в котором отображаемый результат на этапе сравнения содержит уникальный идентификатор относительно полезных эффектов пищевого продукта.
16. Система обработки данных для выбора пищевого продукта на основе полезного эффекта пищевого продукта для человека, содержащая:
а) устройство сбора данных, причем устройство сбора данных, по существу, выполнено с возможностью:
(i) получать данные о питательных веществах первого пищевого продукта, и
(ii) получать данные о питательных веществах второго пищевого продукта;
(b) вычислительный модуль для ассоциирования первого и второго пищевых продуктов с метагруппами, причем метагруппа определяется по меньшей мере частично на основе:
i) сходства в составе питательных веществ среди разных пищевых продуктов, и
ii) сходства в использовании разных пищевых продуктов в контексте конкретной диеты, и
причем метагруппа ассоциирована с конкретной формулой полезных свойств, сохраненной в запоминающем устройстве системы обработки данных, причем формула полезных свойств представляет собой линейную комбинацию по меньшей мере множества следующих данных о питательных веществах пищевого продукта: i) содержания жиров, ii) содержания сахара, iii) содержания натрия, iv) энергии, v) насыщенных жиров и vi) содержания клетчатки;
(е) вычислительный модуль для вычисления первых данных о полезных свойствах первого пищевого продукта на основе формулы полезных свойств метагруппы через процессор системы обработки данных;
(f) вычислительный модуль для вычисления вторых данных о полезных свойствах второго пищевого продукта на основе формулы полезных свойств метагруппы через процессор системы обработки данных;
(g) вычислительный модуль для сравнения первых данных о полезных свойствах со вторыми данными о полезных свойствах через процессор системы обработки данных; и
(h) вычислительный модуль для выдачи результата этапа сравнения, который является отображением на устройстве представления системы обработки данных.
17. Система по п.16, в которой первый и второй пищевые продукты ранжированы системой обработки данных на основе соответствующих данных о полезных свойствах каждого в одной из следующих групп: i), наиболее полезный, ii) менее полезный; iii) еще менее полезный, и iv) наименее полезный.
18. Система по п.16, в которой данные о питательных веществах пищевого продукта определяются посредством системы обработки данных по меньшей мере частично на основе отношения количества конкретного питательного вещества в пищевом продукте к рекомендуемому ежедневному количеству для конкретного питательного вещества на основе конкретной диеты.
19. Система по п.16, в которой сходство в составе питательных веществ среди разных пищевых продуктов определятся посредством системы обработки данных на основе того, находится ли содержание конкретного питательного вещества в пищевом продукте в пределах предопределенного диапазона значений для конкретного питательного вещества.
20. Система по п.16, в которой отображаемый результат на этапе сравнения содержит уникальный идентификатор относительно полезных эффектов пищевого продукта.
21. Способ контроля веса тела человека, содержащий этапы, на которых:
(a) получают данные о питательных веществах первого пищевого продукта;
(b) получают данные о питательных веществах второго пищевого продукта;
(c) причем этапы получения данных о питательных веществах пищевого продукта, содержат этапы, на которых:
i) получают вес белков, PRO(m), для каждой потенциальной порции пищи;
ii) получают вес жиров, FAT(m), для каждой потенциальной порции пищи;
iii) получают вес углеводов, не входящих в состав клетчатки, СНО(т), для каждой потенциальной порции пищи;
iv) получают вес клетчатки, DF(m), для каждой потенциальной порции пищи;
(d) вводят полученные данные первого и вторых пищевых продуктов в систему обработки данных через средство ввода;
е) определяют целочисленное значение для каждого пищевого продукта через процессор системы обработки данных, в том числе:
1) определяют через процессор данные энергетического содержания пищи для каждого пищевого продукта, значение FED, по меньшей мере, частично на основе одних данных из:
i) W(PRO)·Cp·PRO(m), где W(PRO) - коэффициент метаболической эффективности белков, и Ср - коэффициент преобразования энергии белков,
ii) W(FAT)·Cf·FAT(m), где W(FAT) - коэффициент метаболической эффективности жиров, и Cf - коэффициент преобразования энергии жиров,
iii) W(CHO)·Cc·CHO(m), где W(CHO) - коэффициент метаболической эффективности углеводов и Cc - коэффициент преобразования энергии углеводов, и
iv) W(DF)·Cdf·DF(m), где W(DF) - коэффициент метаболической эффективности клетчатки, и Cdf - коэффициент преобразования энергии клетчатки;
2) делят определенное значение FED на данные коэффициента, полученные из запоминающего устройства, и сохраняют результат как целочисленное значение для каждого пищевого продукта;
f) ассоциируют посредством процессора системы обработки данных первый и второй пищевые продукты с метагруппой, причем метагруппа определяют по меньшей мере частично на основе:
i) сходства в составе питательных веществ среди разных пищевых продуктов, и
ii) сходства в использовании разных пищевых продуктов в контексте конкретной диеты, и
причем метагруппа ассоциирована с конкретной формулой полезных свойств, сохраненной в запоминающем устройстве системы обработки данных, причем формула полезных свойств представляет собой линейную комбинацию по меньшей мере множества следующих данных о питательных веществах пищевого продукта: i) содержания жиров, ii) содержания сахара, iii) содержания натрия, iv) энергии, v) насыщенных жиров и vi) содержания клетчатки;
(g) вычисляют первые данные о полезных свойствах первого пищевого продукта на основе формулы полезных свойств метагруппы через процессор системы обработки данных;
(h) вычисляют вторые данные о полезных свойствах второго пищевого продукта на основе формулы полезных свойств метагруппы через процессор системы обработки данных;
(i) сравнивают первый пищевой продукт со вторым пищевым продуктом по меньшей мере частично на основе:
1) данных о полезных свойствах каждого пищевого продукта, и
2) целочисленного значения для каждого пищевого продукта;
j) определяют данные ежедневного целочисленного контрольного значения для человека;
k) выдают результат этапа сравнения;
l) автоматически отображают посредством системы обработки данных сумму целочисленных значений потребляемых в течение дня пищевых продуктов через устройство представления;
m) в течение дня потребляют пищевые продукты, пока сумма целочисленных значений потребляемых пищевых продуктов не будет меньше или равной данным ежедневного целочисленного контрольного значения, сохраненным в упомянутом запоминающем устройстве; и
n) повторяют по меньшей мере этапы (а)-(m) в последующие дни для контроля веса тела.
RU2011111720/15A 2008-08-29 2009-08-28 Способ и системы для достижения и помощи в улучшении питания на основе данных энергетического содержания пищи и данных об относительных полезных свойствах RU2011111720A (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US9298108P 2008-08-29 2008-08-29
US61/092,981 2008-08-29

Publications (1)

Publication Number Publication Date
RU2011111720A true RU2011111720A (ru) 2012-10-10

Family

ID=41721934

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2011111720/15A RU2011111720A (ru) 2008-08-29 2009-08-28 Способ и системы для достижения и помощи в улучшении питания на основе данных энергетического содержания пищи и данных об относительных полезных свойствах

Country Status (14)

Country Link
US (18) US20100055652A1 (ru)
EP (3) EP3396613A1 (ru)
KR (1) KR101633944B1 (ru)
CN (1) CN102187333A (ru)
AU (1) AU2009285548A1 (ru)
BR (2) BR122020002109B1 (ru)
CA (1) CA2735585C (ru)
CL (1) CL2011000427A1 (ru)
IL (1) IL211433A (ru)
MX (1) MX2011002275A (ru)
NZ (2) NZ602873A (ru)
RU (1) RU2011111720A (ru)
WO (6) WO2010025292A1 (ru)
ZA (1) ZA201102269B (ru)

Families Citing this family (72)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090176526A1 (en) * 2007-11-11 2009-07-09 Altman Peter A Longitudinal Personal Health Management System Using Mobile Data Capture
AR075745A1 (es) * 2008-05-28 2011-04-27 Kraft Foods Global Brands Llc Metodo y aparato para identificar opciones deseables, un metodo para ayu-dar a una persona a mantener una dieta predeterminada, un metodo para ro-tular items de alimento con un numero de calificacion relativa, un recipien-te que comprende una porcion de un item comestible dispuesto dentro del recipi
WO2010025292A1 (en) * 2008-08-29 2010-03-04 Weight Watchers International, Inc. Processes and systems based on dietary fiber as energy
US20100136508A1 (en) * 2008-10-23 2010-06-03 Damir Zekhtser Meal Plan Management
WO2010096787A2 (en) * 2009-02-20 2010-08-26 The Johnsie and Aubary Montgomery Institute of Education and Medical Research (JAM Institute) Nutritional food level system
US8560479B2 (en) 2009-11-23 2013-10-15 Keas, Inc. Risk factor coaching engine that determines a user health score
US20120183932A1 (en) * 2011-01-14 2012-07-19 International Business Machines Corporation Location-Aware Nutrition Management
US20130004923A1 (en) * 2011-06-10 2013-01-03 Aliphcom Nutrition management method and apparatus for a wellness application using data from a data-capable band
CA2838996A1 (en) * 2011-06-10 2012-12-13 Karen Miller-Kovach Methods and systems for weight control by utilizing visual tracking of living factor(s)
US9207830B2 (en) * 2011-10-06 2015-12-08 Eduard Papa Physical health application and method for implementation
EP4202945A1 (en) * 2012-02-17 2023-06-28 Good Measures, LLC Systems and methods for user-specific modulation of nutrient intake
US20130269537A1 (en) 2012-04-16 2013-10-17 Eugenio Minvielle Conditioning system for nutritional substances
US20130269538A1 (en) 2012-04-16 2013-10-17 Eugenio Minvielle Transformation system for nutritional substances
US10219531B2 (en) 2012-04-16 2019-03-05 Iceberg Luxembourg S.A.R.L. Preservation system for nutritional substances
US9541536B2 (en) * 2012-04-16 2017-01-10 Eugenio Minvielle Preservation system for nutritional substances
US9069340B2 (en) 2012-04-16 2015-06-30 Eugenio Minvielle Multi-conditioner control for conditioning nutritional substances
US9171061B2 (en) 2012-04-16 2015-10-27 Eugenio Minvielle Local storage and conditioning systems for nutritional substances
US9528972B2 (en) 2012-04-16 2016-12-27 Eugenio Minvielle Dynamic recipe control
US9436170B2 (en) 2012-04-16 2016-09-06 Eugenio Minvielle Appliances with weight sensors for nutritional substances
US9016193B2 (en) 2012-04-16 2015-04-28 Eugenio Minvielle Logistic transport system for nutritional substances
US9414623B2 (en) 2012-04-16 2016-08-16 Eugenio Minvielle Transformation and dynamic identification system for nutritional substances
US9460633B2 (en) 2012-04-16 2016-10-04 Eugenio Minvielle Conditioner with sensors for nutritional substances
US9429920B2 (en) 2012-04-16 2016-08-30 Eugenio Minvielle Instructions for conditioning nutritional substances
US9564064B2 (en) 2012-04-16 2017-02-07 Eugenio Minvielle Conditioner with weight sensors for nutritional substances
US8733631B2 (en) 2012-04-16 2014-05-27 Eugenio Minvielle Local storage and conditioning systems for nutritional substances
US9072317B2 (en) 2012-04-16 2015-07-07 Eugenio Minvielle Transformation system for nutritional substances
US9080997B2 (en) 2012-04-16 2015-07-14 Eugenio Minvielle Local storage and conditioning systems for nutritional substances
US10314492B2 (en) 2013-05-23 2019-06-11 Medibotics Llc Wearable spectroscopic sensor to measure food consumption based on interaction between light and the human body
US9442100B2 (en) 2013-12-18 2016-09-13 Medibotics Llc Caloric intake measuring system using spectroscopic and 3D imaging analysis
US10130277B2 (en) 2014-01-28 2018-11-20 Medibotics Llc Willpower glasses (TM)—a wearable food consumption monitor
US9254099B2 (en) 2013-05-23 2016-02-09 Medibotics Llc Smart watch and food-imaging member for monitoring food consumption
US9042596B2 (en) 2012-06-14 2015-05-26 Medibotics Llc Willpower watch (TM)—a wearable food consumption monitor
US9456916B2 (en) 2013-03-12 2016-10-04 Medibotics Llc Device for selectively reducing absorption of unhealthy food
US9536449B2 (en) 2013-05-23 2017-01-03 Medibotics Llc Smart watch and food utensil for monitoring food consumption
US10772559B2 (en) 2012-06-14 2020-09-15 Medibotics Llc Wearable food consumption monitor
US20140072935A1 (en) * 2012-09-07 2014-03-13 Tina M. Herron Method of Regulating Caloric Intake
AR093242A1 (es) * 2012-09-28 2015-05-27 Intercontinental Great Brands Llc Metodo para facilitar la planificacion de un menu
US20150235562A1 (en) * 2012-10-12 2015-08-20 Elencee, Inc. Wellness and weight management system and method
US8777624B2 (en) * 2012-10-12 2014-07-15 Elencee, Inc. Wellness and weight management system and method
US20140127651A1 (en) * 2012-11-02 2014-05-08 Robert Brazell Avatar having artificial intelligence for identifying and providing meal recommendations
US9067070B2 (en) 2013-03-12 2015-06-30 Medibotics Llc Dysgeusia-inducing neurostimulation for modifying consumption of a selected nutrient type
US9011365B2 (en) 2013-03-12 2015-04-21 Medibotics Llc Adjustable gastrointestinal bifurcation (AGB) for reduced absorption of unhealthy food
CA2906002A1 (en) * 2013-03-14 2014-10-02 Andrew H. Gibbs Providing food-portion recommendations to faciliate dieting
US9636048B2 (en) 2013-03-14 2017-05-02 Group Mee Llc Specialized sensors and techniques for monitoring personal activity
US9529385B2 (en) 2013-05-23 2016-12-27 Medibotics Llc Smart watch and human-to-computer interface for monitoring food consumption
CN105556544B (zh) * 2013-07-17 2019-08-06 联邦科学技术研究组织 配制食品的系统与方法
US10311212B2 (en) 2013-08-12 2019-06-04 Sap Se Nutrient value loss tracking system and method
US10790062B2 (en) 2013-10-08 2020-09-29 Eugenio Minvielle System for tracking and optimizing health indices
CN103955615A (zh) * 2014-05-04 2014-07-30 高萍 智能营养标签识别系统及慢病智慧健康管理方法
USD762081S1 (en) 2014-07-29 2016-07-26 Eugenio Minvielle Device for food preservation and preparation
US9349297B1 (en) * 2015-09-09 2016-05-24 Fitly Inc. System and method for nutrition analysis using food image recognition
JP6613661B2 (ja) * 2015-07-08 2019-12-04 花王株式会社 食品に対する内臓脂肪のつきにくさの評価方法
CN105512196A (zh) * 2015-11-27 2016-04-20 朱威 一种基于用户状况的个性化营养饮食谱推荐方法及系统
US20170243513A1 (en) * 2016-02-19 2017-08-24 David L. Katz Diet Quality Photo Navigation
CN105708306B (zh) * 2016-02-26 2018-01-30 广东美的厨房电器制造有限公司 烹饪方法和烹饪器具
CN105739312B (zh) * 2016-04-27 2019-04-30 广东美的厨房电器制造有限公司 控制方法、控制装置及加热系统
US12380987B2 (en) 2017-05-19 2025-08-05 Diet Id, Inc. Diet mapping processes and systems to optimize diet quality and/or minimize environmental impact
BR112019024325A2 (pt) 2017-05-19 2020-06-16 Dqpn, Llc Processos e sistemas de mapeamento de dieta para otimizar a qualidade da dieta e/ou minimizar o impacto ambiental
CN107423553A (zh) * 2017-06-06 2017-12-01 深圳睿京科技有限公司 食品的推荐方法及装置
EP3707506A4 (en) * 2017-11-09 2021-08-11 Carbiotix AB METHOD FOR DETERMINING FIBER ABSORPTION
US11398302B2 (en) * 2017-12-21 2022-07-26 Fuelogics, LLC Comparing performance feedback with output of performance model to calibrate resource consumption control system and improve performance criterion
US10942932B2 (en) 2018-01-22 2021-03-09 Everything Food, Inc. System and method for grading and scoring food
US20210209963A1 (en) * 2018-01-24 2021-07-08 The Engineered Non-Diet, Llc System, Method, Process and Apparatus for Assisting in Formulating and Attaining Healthy Weight Management Goals
US20210125701A1 (en) * 2018-01-24 2021-04-29 One Number, LLC System, Method, Process and Apparatus for Assisting in Formulating and Attaining Healthy Weight Management Goals
CN108877894A (zh) * 2018-04-11 2018-11-23 丽睿客信息科技（北京）有限公司 营养膳食分配方法、装置、存储介质及处理器
CN108766526A (zh) * 2018-04-11 2018-11-06 丽睿客信息科技（北京）有限公司 食品选取方法、装置、存储介质和处理器
CN108932651A (zh) * 2018-05-28 2018-12-04 口碑(上海)信息技术有限公司 订单监督处理方法以及装置
WO2020132478A1 (en) 2018-12-20 2020-06-25 Dqpn, Llc Diet quality fingerprinting
KR102005820B1 (ko) * 2019-01-17 2019-07-31 김정국 식품의 애트워터 계수를 사용자의 체내 사용 열량 계수로 보정함으로써 정확도가 개선된 다이어트 정보를 제공하는 방법
KR102005823B1 (ko) * 2019-02-21 2019-07-31 김정국 복수의 다이어트 방식 각각을 분석하여 다이어트 정보를 제공하는 장치 및 방법
CN110074702A (zh) * 2019-04-30 2019-08-02 重庆小善健康科技有限公司 一种智能盐罐
KR102200391B1 (ko) * 2019-07-24 2021-01-08 주식회사 팜에어 사용자 식습관 분석 기반의 식품 추천 서비스 시스템 및 그 방법

Family Cites Families (82)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US208409A (en) * 1878-09-24 Improvement in violin-cases
US3769720A (en) * 1972-06-01 1973-11-06 C Terrones Educational teaching board in four food groups
FR2544525A1 (fr) 1983-04-12 1984-10-19 Simatec Sarl Appareil portatif de saisie et de traitement d'informations relatives a la sante d'une personne
US4891756A (en) * 1988-09-26 1990-01-02 Williams Iii William B Nutritional microcomputer and method
JPH03135671A (ja) 1989-07-19 1991-06-10 Otsuka Pharmaceut Co Ltd 栄養バランス算定装置
US5478989A (en) * 1989-09-27 1995-12-26 Shepley; Kenneth J. Nutritional information system for shoppers
US5412560A (en) * 1991-08-27 1995-05-02 Dine Systems, Inc. Method for evaluating and analyzing food choices
AU2770792A (en) 1991-10-07 1993-05-03 Michael Mahle Personal health monitoring device
WO2001037174A1 (en) * 1992-11-17 2001-05-25 Health Hero Network, Inc. Method and system for improving adherence with a diet program or other medical regimen
US5412564A (en) * 1994-02-03 1995-05-02 Ecer; Gunes M. System and method for diet control
US5704350A (en) * 1994-03-25 1998-01-06 Nutritec Corporation Nutritional microcomputer and method
FR2718265B1 (fr) 1994-03-29 1996-06-07 Guy Jadot Calculette.
US5558742A (en) * 1994-04-28 1996-09-24 Kiefer; Helen C. Process for analyzing nutritional content of a composition of food to produce a calculated printed representation
CA2235517A1 (en) * 1995-11-01 1997-05-09 Weight Watchers (Uk) Limited Slimmer's calculator
US6436036B1 (en) * 1995-11-01 2002-08-20 Weight Watchers (Uk) Limited Process for controlling body weight
US5819735A (en) * 1996-08-15 1998-10-13 Mansfield; Elizabeth A. Device and method for monitoring dietary intake of calories and nutrients
WO1998045766A1 (en) 1997-04-08 1998-10-15 A.C.A. International, Llc A food group nutritional value calculator device and method
US20010002269A1 (en) * 1997-05-06 2001-05-31 Zhao Iris Ginron Multi-phase food & beverage
DE19725676A1 (de) 1997-06-18 1998-12-24 Walter Lauermann Verfahren und Vorrichtung zur elektronischen Speicherung medizinischer Daten
EP0990991A1 (de) 1998-09-29 2000-04-05 Ute Menzel Vorrichtung zur Ernährungskontrolle
US6553386B1 (en) * 1998-12-14 2003-04-22 Oliver Alabaster System and method for computerized visual diet behavior analysis and training
IT1305087B1 (it) 1998-12-29 2001-04-10 Nevenka Gregoric Dispositivo per la determinazione dei dati nutrizionali degli alimentiassunti da un individuo.
WO2000058851A1 (en) 1999-03-26 2000-10-05 Edward Henry Mathews A dietary system
US6412564B1 (en) * 1999-06-14 2002-07-02 Roy F. Senior, Jr. End fitting and method for attaching well screen segments
US6811516B1 (en) * 1999-10-29 2004-11-02 Brian M. Dugan Methods and apparatus for monitoring and encouraging health and fitness
US20030226695A1 (en) 2000-05-25 2003-12-11 Mault James R. Weight control method using physical activity based parameters
US6980999B1 (en) * 2000-05-31 2005-12-27 Clare Grana Method and system for providing dietary information
US7689437B1 (en) * 2000-06-16 2010-03-30 Bodymedia, Inc. System for monitoring health, wellness and fitness
US20020046060A1 (en) * 2000-08-04 2002-04-18 Fitness Venture Group System and method for generating a meal plan
GB0103615D0 (en) 2001-02-14 2001-03-28 Weight Watchers Internat Inc Menu plan generation
US20030208409A1 (en) * 2001-04-30 2003-11-06 Mault James R. Method and apparatus for diet control
US20030171944A1 (en) * 2001-05-31 2003-09-11 Fine Randall A. Methods and apparatus for personalized, interactive shopping
US6817863B2 (en) * 2001-06-11 2004-11-16 Joseph J. Bisogno Computer program, method, and system for monitoring nutrition content of consumables and for facilitating menu planning
US6663584B2 (en) * 2001-08-27 2003-12-16 Kimberly-Clark Worldwide Inc. Elastic bandage
US6872077B2 (en) * 2001-09-06 2005-03-29 John J. Yeager System and method for generating personalized meal plans
AU2003212880B2 (en) * 2002-02-01 2006-12-07 Ww International, Inc. Software and hardware system for enabling weight control
JP2003233679A (ja) * 2002-02-08 2003-08-22 Ezaki Glico Co Ltd 嗜好食品の摂取を組み合わせた適正栄養素量診断システムおよび目標達成支援システム
AU2007221968B2 (en) 2002-05-21 2011-01-06 Centrition Ltd. Personal Nutrition Control Method
US20030219513A1 (en) 2002-05-21 2003-11-27 Roni Gordon Personal nutrition control method
EP1512369A1 (en) 2002-06-07 2005-03-09 Precision System Science Co., Ltd. Portable terminal device and life style-related disease patient-medical institution cooperation system
US7247023B2 (en) * 2002-06-27 2007-07-24 Peplinski Daniel M System and method for monitoring weight and nutrition
US6978221B1 (en) * 2002-08-20 2005-12-20 Rudy Richard J Computerized dietetic scale
EP1550074A4 (en) 2002-08-22 2009-10-21 Agency Science Tech & Res COLLECTIVE PROBABILITY PREDICTION FROM EMERGING MODELS
DE10239630B3 (de) * 2002-08-23 2004-04-08 Espera-Werke Gmbh Vorrichtung und Verfahren zum Etikettieren von Gegenständen
US6769720B2 (en) * 2002-08-27 2004-08-03 Eaton Corporation Coupling assembly with profiled ramp
US20050021361A1 (en) * 2003-01-31 2005-01-27 Huang Sharon S.H. System for facilitating weight control embodied on hand-held computing device
GB2399428A (en) 2003-03-13 2004-09-15 Ian Arthur Ducane Slimming aid
EP1462979A1 (de) 2003-03-13 2004-09-29 Martin Lotze Verfahren und Vorrichtung zur Steuerung der menschlichen Essgewohnheiten
US20050113649A1 (en) * 2003-07-28 2005-05-26 Bergantino Paul V. Method and apparatus for managing a user's health
WO2005013177A2 (en) * 2003-08-01 2005-02-10 Georgia State University Research Foundation, Inc. Methods, systems, and apparatus for monitoring within-day energy balance deviation
US20050031671A1 (en) * 2003-08-06 2005-02-10 James Johnson Weight management, longevity and health paradigm
US20050067106A1 (en) * 2003-09-25 2005-03-31 Melges Suzanne K. Food labeling device for printing time and date information on adhesive labels to track freshness
IL160578A (en) * 2004-02-25 2013-11-28 Newvaltech Knowledge Services And Invest Ltd Remote training service and server
US20050240434A1 (en) * 2004-04-26 2005-10-27 Healthport Corp. System and method of implementing multi-level marketing of weight management products
WO2005119627A2 (en) 2004-06-01 2005-12-15 Centrition Ltd. Personal nutrition control devices
GB2414844A (en) 2004-06-04 2005-12-07 Hazard Safety Products Ltd Nutritional advise apparatus which reads barcodes
US20060036395A1 (en) 2004-07-30 2006-02-16 Shaya Steven A Method and apparatus for measuring and controlling food intake of an individual
JP2006048177A (ja) 2004-07-30 2006-02-16 Ajinomoto Co Inc 食生活管理システム
US20060064447A1 (en) * 2004-08-18 2006-03-23 Malkov Roman E Nutrition tracking method
DE102004040308A1 (de) 2004-08-19 2006-03-09 Samhammer Ag Elektronischer Ernährungsberater
US20060058586A1 (en) * 2004-09-13 2006-03-16 Humble David R Method and apparatus for transitioning a diet
GB2419704A (en) 2004-11-02 2006-05-03 Solutions In Exercise And Nutr Method for determining the dietary requirements of an individual
US20060122468A1 (en) * 2004-11-15 2006-06-08 Mali Tavor Ltd. Nutritional counseling method and server
GB2420428A (en) 2004-11-19 2006-05-24 Anthony Paul Yusuf System for indicating food types to a user
GB2439670A (en) 2004-11-19 2008-01-02 Setup Ventures Licensing Ltd Recommending food types to a customer
US20060178907A1 (en) * 2005-01-14 2006-08-10 Humble David R Method and apparatus for on-demand directed diet advice
US20060165756A1 (en) 2005-01-27 2006-07-27 Catani Steven J Method for weight management
US7680690B1 (en) * 2005-05-09 2010-03-16 Catalano Anthony B Intelligent menu ordering system
EP1758038A1 (en) 2005-08-22 2007-02-28 InterComponentWare AG Computer-implemented method, system, computer program product and data structure for drawing up a nutrition plan
DE202005018461U1 (de) 2005-11-25 2006-05-11 Kramer, Bastian Vorrichtung zum Zählen der Punktwerte von Lebensmitteln, sowie Bestimmung der Punktzahl für ein Lebensmittel über die Werte Kilokalorie (kcal) und Fett
US20070143126A1 (en) * 2005-12-15 2007-06-21 Anjan Ghose Method and system to determine a desirable diet
GB2434006A (en) 2006-01-06 2007-07-11 Tesco Stores Ltd Processing nutritional data
AU2006100046A4 (en) 2006-01-20 2006-04-06 von Retzlaff, Janine Marie Mrs HealthyScan
US20070218107A1 (en) * 2006-03-14 2007-09-20 Schnur Steven A Method of dieting and tools for implementing same
US20070269557A1 (en) * 2006-05-19 2007-11-22 Hannaford Licensing Corp. Method and system for assessing, scoring, grouping and presenting nutritional value information of food products
WO2008020831A1 (en) 2006-08-14 2008-02-21 Osburn Jonathan W Device and system for entering and monitoring dietary data
US7788113B2 (en) * 2006-09-29 2010-08-31 Nutritional Excellence, Llc Methods for developing and conducting a nutritional treatment program
US7837111B2 (en) * 2006-10-10 2010-11-23 Henry Yang Electronic nutrition journal
US20080124447A1 (en) * 2006-11-29 2008-05-29 Bart Shortall Food recipe - chesapeake bay bratwurst
US7432454B1 (en) * 2008-03-10 2008-10-07 International Business Machines Corporation Nutrition intake tracker
AR075745A1 (es) * 2008-05-28 2011-04-27 Kraft Foods Global Brands Llc Metodo y aparato para identificar opciones deseables, un metodo para ayu-dar a una persona a mantener una dieta predeterminada, un metodo para ro-tular items de alimento con un numero de calificacion relativa, un recipien-te que comprende una porcion de un item comestible dispuesto dentro del recipi
WO2010025292A1 (en) * 2008-08-29 2010-03-04 Weight Watchers International, Inc. Processes and systems based on dietary fiber as energy

Also Published As

Publication number Publication date
US20100055652A1 (en) 2010-03-04
US20170278423A1 (en) 2017-09-28
WO2010025422A8 (en) 2011-06-09
WO2010025332A1 (en) 2010-03-04
WO2010025290A2 (en) 2010-03-04
CN102187333A (zh) 2011-09-14
BR122020002109B1 (pt) 2021-04-20
WO2010025290A3 (en) 2010-04-29
US20100062402A1 (en) 2010-03-11
US20180158364A1 (en) 2018-06-07
IL211433A (en) 2016-03-31
US20190073921A1 (en) 2019-03-07
EP2335211A4 (en) 2014-04-16
US20100062119A1 (en) 2010-03-11
US20160321952A1 (en) 2016-11-03
WO2010025422A2 (en) 2010-03-04
US20140207618A1 (en) 2014-07-24
US20100080875A1 (en) 2010-04-01
US20230420109A1 (en) 2023-12-28
CA2735585A1 (en) 2010-03-04
EP2335211A2 (en) 2011-06-22
ZA201102269B (en) 2011-11-30
CL2011000427A1 (es) 2011-10-14
US8382482B2 (en) 2013-02-26
WO2010025358A1 (en) 2010-03-04
US20210125700A1 (en) 2021-04-29
AU2009285548A1 (en) 2010-03-04
US20150285776A1 (en) 2015-10-08
NZ591567A (en) 2012-11-30
AU2009285548A2 (en) 2011-04-28
US20130230829A1 (en) 2013-09-05
US20100055271A1 (en) 2010-03-04
US20100055653A1 (en) 2010-03-04
WO2010025422A3 (en) 2010-04-29
KR101633944B1 (ko) 2016-06-27
MX2011002275A (es) 2011-09-29
EP2338115A4 (en) 2013-10-16
CA2735585C (en) 2015-04-28
WO2010025292A1 (en) 2010-03-04
EP2338115A2 (en) 2011-06-29
KR20110084871A (ko) 2011-07-26
BRPI0918261B1 (pt) 2020-04-14
EP3396613A1 (en) 2018-10-31
US20160148537A1 (en) 2016-05-26
WO2010025394A1 (en) 2010-03-04
US20220310236A1 (en) 2022-09-29
US20170132949A1 (en) 2017-05-11
BRPI0918261A2 (pt) 2015-12-15
NZ602873A (en) 2014-01-31

Similar Documents

Publication Publication Date Title
RU2011111720A (ru) Способ и системы для достижения и помощи в улучшении питания на основе данных энергетического содержания пищи и данных об относительных полезных свойствах
Wolfe et al. Factors contributing to the selection of dietary protein food sources
Shepon et al. The opportunity cost of animal based diets exceeds all food losses
Zheng et al. Estimating the impacts of rising food prices on nutrient intake in urban China
Carlsson et al. The effect of vitamin D on the citric acid metabolism.
CN112951375A (zh) 一种饮食推荐方法及系统
MXPA05006719A (es) Sistema y metodo de adaptacion de un alimento para animales con base en el incremento calorico.
Mariotti Nutritional and health benefits and risks of plant-based substitute foods
KR20220018741A (ko) 반려 동물을 위한 맞춤형 사료 정보 제공 방법 및 장치
CN114974512A (zh) 膳食信息的推荐方法及装置
Bulgaru et al. Pre-Treatment of Vegetable Raw Materials (Sorghum Oryzoidum) for Use in Meat Analog Manufacture
Akiyama et al. Crickets (Gryllus Bimaculatus) using food waste usefulness of self-selection feed design method through each growth stage
CN111584039A (zh) 中西医结合膳食方案生成方法、系统及终端
CN110853728A (zh) 一种健康推荐信息处理系统以及方法
KR20220046142A (ko) 영양 성분 기반의 사료 추천 방법 및 장치
CN111161837B (zh) 食物信息的推送方法及装置、存储介质
KR20220046146A (ko) 사료의 성분을 기반으로 반려 동물의 사료 급여량을 도출하는 방법
CN112420159A (zh) 一种能量需求计算处理方法及装置
CN2365654Y (zh) 一种膳食营养电子秤
KR20220046145A (ko) 동물의 품종을 고려한 사료 제공 방법
KR20220046166A (ko) 개체 정보를 기반으로 동물에 대한 맞춤형 사료의 급여량 정보를 제공하는 방법 및 장치
Anugrah et al. Preemptive Goal Programming for Nutrition Management Optimization
Guthrie Introductory nutrition.
Sineri et al. Nutrient Intake and Nutritional Status of Vegetarians Compared to Non-Vegetarians: A Systematic Literature Review
Roush et al. Stochastic true digestible amino acid values

Legal Events

Date Code Title Description
FA92 Acknowledgement of application withdrawn (lack of supplementary materials submitted)

Effective date: 20140827