飲食評(píng)估可以幫助人們監(jiān)督管理飲食，幫助人們科學(xué)攝入。近年來，智能手機(jī)和一些可穿戴設(shè)備可以達(dá)到一定的效果，但無論從便捷度、隱私性、數(shù)據(jù)負(fù)擔(dān)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(guān)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(xué)者共同執(zhí)筆。

算力觀點(diǎn)

人工智能技術(shù)可以從低像素、可穿戴相機(jī)中獲取真實(shí)圖像，從中自動(dòng)檢測食物�，F(xiàn)階段數(shù)據(jù)的準(zhǔn)確度也十分高，同時(shí)這個(gè)技術(shù)減少了數(shù)據(jù)處理負(fù)擔(dān)和隱私問題，對研究飲食評(píng)估等應(yīng)用方面打下了堅(jiān)實(shí)的基礎(chǔ)。

AI食物圖像分類

近年來，通過智能手機(jī)拍攝飲食照片被用作為一種新的飲食評(píng)估方式。每盤食物在食用前后都必須主動(dòng)拍照，這既不方便又不實(shí)用。這種方法也可能因?yàn)榕恼者^程而破壞正常的飲食習(xí)慣。因此，很難用這種方法進(jìn)行長期的飲食評(píng)估。

由于可穿戴相機(jī)能夠連續(xù)、自動(dòng)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(yīng)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(jī)，不僅可以評(píng)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(fù)擔(dān)，也沒有減少人工處理引起的隱私問題。因此，運(yùn)用AI食物圖像分類從采集圖像中檢測食物的想法應(yīng)運(yùn)而生。

兩種數(shù)據(jù)集在食物圖像分類上的驗(yàn)證

1． Food－5k

Food－5K是一個(gè)公開數(shù)據(jù)集。原作者使用這個(gè)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(jī)和手持相機(jī)而不是可穿戴設(shè)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(píng)估集的分類結(jié)果顯示在表1中，使用不同的相似性度量（jaccard和dice）。標(biāo)簽字典是n 761的訓(xùn)練數(shù)據(jù)集構(gòu)建的。由表1可以看出，當(dāng)閾值設(shè)置為3（即k＝3）時(shí)，用骰子相似性度量，總體準(zhǔn)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(cuò)誤分類的圖像大多是困難的情況，即使是人類執(zhí)行任務(wù)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(gè)微型相機(jī)和一個(gè)運(yùn)動(dòng)傳感器）中采集的圖像中選擇了3900幅真實(shí)圖像。這些圖像的分辨率為640像素×480像素。在匹茲堡大學(xué)進(jìn)行的兩項(xiàng)實(shí)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(shí)驗(yàn)室成員和合作者在日常生活或旅行中獲得。

在這個(gè)實(shí)驗(yàn)中，首先從隨機(jī)選擇的電子按鈕圖像中建立了一本標(biāo)簽字典，包括不同的日�；顒�(dòng)。這些圖片中只有很小的一部分包含與食物相關(guān)的內(nèi)容，因此本標(biāo)簽字典中只包含一些與食物相關(guān)的標(biāo)簽。為了使標(biāo)簽字典更適合研究，原作者建立了一本1253個(gè)標(biāo)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(dú)獲取的，因此進(jìn)行了交叉數(shù)據(jù)集評(píng)估。結(jié)果如圖一所示�？梢钥闯�，閾值k是決定分類結(jié)果的一個(gè)重要因素。當(dāng)k＝2時(shí)，敏感性和特異性均較高。這兩種情況的總體準(zhǔn)確度測量值分別為91．5％和86．4％。

圖一（圖片來源：PHN）