一种基于机器学习的尼日利亚生食卡路里估算模型的发展

评估食物摄入是促进健康生活的重要方面，尤其在尼日利亚，由于估算食物能量值的挑战，导致肥胖、糖尿病和心脏相关疾病等生活方式疾病的增加。本研究旨在通过创建一个机器学习模型来解决食物估算问题，以估算尼日利亚生食中的卡路里。该模型是基于184种存在于尼日利亚的食物项开发的。这些食物项被用来旋转、翻转、和放大，以提高模型的准确性。采用CNN算法进行分类。使用平均绝对误差、均方误差和R平方值来测试模型的准确性。该模型达到了0.99的R平方值。模型的准确性是基于已有的关于通过食物图像进行卡路里估算的研究进行验证的。开发的模型可用于针对需要规范营养的患者的饮食控制。