3、基于物联网的食品营养成分分析机器学习系统

基于物联网的食品营养成分分析机器学习系统

1. 引言

非传染性疾病（NCDs）是一类慢性疾病，主要由职业、环境因素、生活方式和习惯引起，包括肥胖、糖尿病、高血压、肿瘤等。据世界卫生组织报告，每年因 NCDs 死亡的人数不断增加，占全球死亡人数的 70%左右。在中国，60 岁及以上人群中约 66%患有 NCDs，相关部门如医学院、医院和疾病研究中心都十分关注此类疾病。

合理的营养饮食在维持健康和预防 NCDs 方面起着重要作用。然而，通过数据挖掘研究食物中有助于疾病康复的营养成分的工作才刚刚起步。目前，大多数关于食物与疾病关系的研究仍依赖昂贵的精确试验，且很多预测报告仅关注一种或几种疾病。在中国，利用数据挖掘研究营养成分与疾病关系的工作还不成熟，多数专家只是为 NCDs 患者推荐特定食物，而不提供相关营养信息。

在大数据时代，数据挖掘成为各领域发现新知识的重要方法，尤其在疾病预测和精准医疗方面。在通过挖掘食物营养成分进行疾病研究方面，主要有以下贡献：
- 从临床和官方网站尽可能多地提取与中国疾病相关的信息、对应建议食物和禁忌食物，构建可在线访问的重要数据库。
- 应用噪声强度和信息熵来找出食物中哪些营养成分能对疾病产生积极影响。
- 基于粗糙集理论，从食物的积极膳食成分中更好地选择相应的核心成分。

2. 文献综述

2.1 印度大规模集会中糖尿病检测的回顾性研究

印度非传染性疾病死亡的主要原因是心脏病。国家相关项目旨在扩大 NCDs 管理、筛查和转诊范围，包括基于网络的倡议和机器跟踪工程师。2015 年，印度政府在纳西克和特林巴克什瓦尔库姆节提供高血压检测服务。在库姆节上，5760 人自