飲食評估可以幫助人們監(jiān)督管理飲食，幫助人們科學攝入。近年來，智能手機和一些可穿戴設備可以達到一定的效果，但無論從便捷度、隱私性、數(shù)據(jù)負擔上，都有一定的缺陷。AI圖像分類不僅能有效解決這些問題，還可以在飲食數(shù)據(jù)庫中檢索出有關食物營養(yǎng)和能量含量的信息。

本文編譯自公共健康營養(yǎng)近期的一篇同行審閱文章，由Thomas等學者共同執(zhí)筆。

算力觀點

人工智能技術可以從低像素、可穿戴相機中獲取真實圖像，從中自動檢測食物�，F(xiàn)階段數(shù)據(jù)的準確度也十分高，同時這個技術減少了數(shù)據(jù)處理負擔和隱私問題，對研究飲食評估等應用方面打下了堅實的基礎。

AI食物圖像分類

近年來，通過智能手機拍攝飲食照片被用作為一種新的飲食評估方式。每盤食物在食用前后都必須主動拍照，這既不方便又不實用。這種方法也可能因為拍照過程而破壞正常的飲食習慣。因此，很難用這種方法進行長期的飲食評估。

由于可穿戴相機能夠連續(xù)、自動地記錄佩戴者面前的場景，人們借此開發(fā)在飲食研究方面的潛在應用，如The SenseCAM （由微軟開發(fā)），the ebutton （由原文作者開發(fā)）。研究表明，借助可穿戴的照相機，不僅可以評估食物攝入量，而且可以研究飲食環(huán)境以及行為。然而，這樣的方法既沒有減少圖像審查的負擔，也沒有減少人工處理引起的隱私問題。因此，運用AI食物圖像分類從采集圖像中檢測食物的想法應運而生。

兩種數(shù)據(jù)集在食物圖像分類上的驗證

1． Food－5k

Food－5K是一個公開數(shù)據(jù)集。原作者使用這個數(shù)據(jù)集來比較研究算法與現(xiàn)有研究的性能。在這組數(shù)據(jù)中，圖像是由智能手機和手持相機而不是可穿戴設備采集的，大多數(shù)食物圖像只包含一種食物，該數(shù)據(jù)集的分類相對容易。

對評估集的分類結果顯示在表1中，使用不同的相似性度量（jaccard和dice）。標簽字典是n 761的訓練數(shù)據(jù)集構建的。由表1可以看出，當閾值設置為3（即k＝3）時，用骰子相似性度量，總體準確度、靈敏度、特異性和精密度分別為98．7％、98．2％、99．2％和99．2％。我們注意到，錯誤分類的圖像大多是困難的情況，即使是人類執(zhí)行任務也很困難。

表1 （圖片來源：PHN）

2． ebutton數(shù)據(jù)集：食品／非食品數(shù)據(jù)集

從電子按鈕（包含一個微型相機和一個運動傳感器）中采集的圖像中選擇了3900幅真實圖像。這些圖像的分辨率為640像素×480像素。在匹茲堡大學進行的兩項實地研究中，12名參與者獲得了一半的圖像，包括950張食物圖像和1000張非食物圖像。另一半主要由18名實驗室成員和合作者在日常生活或旅行中獲得。

在這個實驗中，首先從隨機選擇的電子按鈕圖像中建立了一本標簽字典，包括不同的日�；顒�。這些圖片中只有很小的一部分包含與食物相關的內容，因此本標簽字典中只包含一些與食物相關的標簽。為了使標簽字典更適合研究，原作者建立了一本1253個標簽的字典。由于這兩組數(shù)據(jù)中的圖像都是由不同的人單獨獲取的，因此進行了交叉數(shù)據(jù)集評估。結果如圖一所示�？梢钥闯�，閾值k是決定分類結果的一個重要因素。當k＝2時，敏感性和特異性均較高。這兩種情況的總體準確度測量值分別為91．5％和86．4％。

圖一（圖片來源：PHN）