• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Man or machine? Will the digital transition be able to automatize dietary intake data collection?

作者信息

Mikkelsen Bent Egberg

机构信息

Aalborg University AC Meyersvænge 15 DK-2450 Copenhagen SV,DenmarkEmail:

出版信息

Public Health Nutr. 2019 May;22(7):1149-1152. doi: 10.1017/S1368980018003993.

DOI:10.1017/S1368980018003993
PMID:31025622
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC6536819/
Abstract
摘要

相似文献

1
Man or machine? Will the digital transition be able to automatize dietary intake data collection?人还是机器？数字转型能否实现饮食摄入数据收集的自动化？
Public Health Nutr. 2019 May;22(7):1149-1152. doi: 10.1017/S1368980018003993.
2
A wearable electronic system for objective dietary assessment.一种用于客观饮食评估的可穿戴电子系统。
J Am Diet Assoc. 2010 Jan;110(1):45-7. doi: 10.1016/j.jada.2009.10.013.
3
New mobile methods for dietary assessment: review of image-assisted and image-based dietary assessment methods.新的饮食评估移动方法：图像辅助和基于图像的饮食评估方法综述。
Proc Nutr Soc. 2017 Aug;76(3):283-294. doi: 10.1017/S0029665116002913. Epub 2016 Dec 12.
4
Development of a new instrument for evaluating individuals' dietary intakes.一种用于评估个体饮食摄入量的新仪器的研发。
J Am Diet Assoc. 2006 Oct;106(10):1588-93. doi: 10.1016/j.jada.2006.07.004.
5
A Review of Digital Innovations for Diet Monitoring and Precision Nutrition.饮食监测与精准营养的数字创新综述
J Diabetes Sci Technol. 2023 Jan;17(1):217-223. doi: 10.1177/19322968211041356. Epub 2021 Sep 1.
6
Automatic food detection in egocentric images using artificial intelligence technology.使用人工智能技术自动检测自拍图像中的食物。
Public Health Nutr. 2019 May;22(7):1168-1179. doi: 10.1017/S1368980018000538. Epub 2018 Mar 26.
7
The application of a handheld personal digital assistant with camera and mobile phone card (Wellnavi) to the general population in a dietary survey.一款带有摄像头和手机卡的手持式个人数字助理（Wellnavi）在饮食调查中对普通人群的应用。
J Nutr Sci Vitaminol (Tokyo). 2007 Apr;53(2):109-16. doi: 10.3177/jnsv.53.109.
8
HOPES: An Integrative Digital Phenotyping Platform for Data Collection, Monitoring, and Machine Learning.HOPES：一个用于数据收集、监测和机器学习的综合数字表型平台。
J Med Internet Res. 2021 Mar 15;23(3):e23984. doi: 10.2196/23984.
9
Automatic Acute Stroke Symptom Detection and Emergency Medical Systems Alerting by Mobile Health Technologies: A Review.移动健康技术的急性脑卒中症状自动检测和紧急医疗系统报警：综述。
J Stroke Cerebrovasc Dis. 2021 Jul;30(7):105826. doi: 10.1016/j.jstrokecerebrovasdis.2021.105826. Epub 2021 Apr 28.
10
Need for technological innovation in dietary assessment.饮食评估中技术创新的必要性。
J Am Diet Assoc. 2010 Jan;110(1):48-51. doi: 10.1016/j.jada.2009.10.008.

引用本文的文献

1
Identification of Factors Necessary for Enabling Technology-Based Dietary Record Surveys: A Qualitative Focus Group Interview with Japanese Dietitians.基于技术的膳食记录调查所需因素的识别：日本营养师的定性焦点小组访谈。
Nutrients. 2022 Oct 18;14(20):4357. doi: 10.3390/nu14204357.

本文引用的文献

1
Food identification by barcode scanning in the Netherlands: a quality assessment of labelled food product databases underlying popular nutrition applications.荷兰通过条形码扫描进行食品识别：对流行营养应用程序基础上的标签食品产品数据库的质量评估。
Public Health Nutr. 2019 May;22(7):1215-1222. doi: 10.1017/S136898001800157X. Epub 2018 Jul 2.
2
Validation of a novel image-weighed technique for monitoring food intake and estimation of portion size in hospital settings: a pilot study.一种新型图像加权技术在医院环境中监测食物摄入量和估计食物份量的验证：一项初步研究。
Public Health Nutr. 2019 May;22(7):1203-1208. doi: 10.1017/S1368980018001064. Epub 2018 May 15.
3
Evaluation of mobile applications related to nutrition.营养相关移动应用程序评估。
Public Health Nutr. 2019 May;22(7):1209-1214. doi: 10.1017/S136898001800109X. Epub 2018 May 8.
4
Mixed deep learning and natural language processing method for fake-food image recognition and standardization to help automated dietary assessment.用于假食品图像识别和标准化的混合深度学习和自然语言处理方法，以帮助实现饮食的自动化评估。
Public Health Nutr. 2019 May;22(7):1193-1202. doi: 10.1017/S1368980018000708. Epub 2018 Apr 6.
5
Image-based food portion size estimation using a smartphone without a fiducial marker.基于图像的智能手机无基准标记食物分量估计。
Public Health Nutr. 2019 May;22(7):1180-1192. doi: 10.1017/S136898001800054X. Epub 2018 Apr 6.
6
Automatic food detection in egocentric images using artificial intelligence technology.使用人工智能技术自动检测自拍图像中的食物。
Public Health Nutr. 2019 May;22(7):1168-1179. doi: 10.1017/S1368980018000538. Epub 2018 Mar 26.
7
Feasibility and relative validity of a digital photo-based dietary assessment: results from the Nutris-Phone study.基于数码相片的膳食评估的可行性和相对有效性：Nutris-Phone 研究结果。
Public Health Nutr. 2019 May;22(7):1160-1167. doi: 10.1017/S1368980018000344. Epub 2018 Mar 6.
8
Reliability and validity of food portion size estimation from images using manual flexible digital virtual meshes.使用手动灵活数字虚拟网格从图像估计食物份量的可靠性和有效性。
Public Health Nutr. 2019 May;22(7):1153-1159. doi: 10.1017/S1368980017004293. Epub 2018 Feb 12.
9
Automated analysis of in meal eating behavior using a commercial wristband IMU sensor.使用商用腕部惯性测量单元（IMU）传感器对进餐时的进食行为进行自动分析。
Annu Int Conf IEEE Eng Med Biol Soc. 2017 Jul;2017:2843-2846. doi: 10.1109/EMBC.2017.8037449.
10
The SPLENDID chewing detection challenge.SPLENDID咀嚼检测挑战赛。
Annu Int Conf IEEE Eng Med Biol Soc. 2017 Jul;2017:817-820. doi: 10.1109/EMBC.2017.8036949.