【AIx饮食】营养学的革命：EgoDiet如何用AI精准捕捉你的每一口饭？

全文概述

EgoDiet系统利用AI和可穿戴摄像设备，为低中收入国家（LMICs）提供了一种低成本、非侵入式的饮食评估工具。通过图像处理与深度学习模型，EgoDiet能自动识别食物种类并估算摄入量，显著提高了饮食监测的效率和准确性，尤其适用于资源匮乏地区。

研究背景与目标

非洲地区面临营养不良和肥胖双重负担，传统饮食评估方法成本高且依赖自我报告。EgoDiet旨在开发一种低成本、自动化、非侵入式的饮食评估工具，以替代传统方法，特别适合不擅长使用数字设备的人群。

系统工作流程

EgoDiet系统分为四个主要步骤：分发摄像头、日常佩戴、上传数据、AI识别分析。用户佩戴AIM或eButton设备进行无干扰的数据采集，数据加密后上传至云端，由AI系统自动识别食物种类并估算摄入量，生成营养报告支持公共政策制定。

技术模块解析

EgoDiet的核心技术包括语义分割模块、3D重建模块、特征提取模块和分量估计模块。这些模块协同工作，从视频中自动提取食物区域、计算体积，并通过集成学习方法预测食物摄入量，确保了系统的高精度和鲁棒性。

性能评估与对比

EgoDiet在实际应用中的表现优于传统方法，特别是在体积估算误差方面，与深度摄像头相比具有显著优势。实验结果显示，EgoDiet在多种进食场景下的估算值与金标准（WFR）高度接近，且自动化程度更高，适合大规模人群营养研究。

优势与前景

EgoDiet系统具有低技术门槛、可大规模部署、提高精确性和支持公共健康政策等优势。其创新的非侵入式监测方式，特别适用于需要长期监控营养摄入的慢病人群和资源匮乏的公共健康场景，应用前景广泛。