饮食评估可以帮助人们监督管理饮食，帮助人们科学摄入。近年来，智能手机和一些可穿戴设备可以达到一定的效果，但无论从便捷度、隐私性、数据负担上，都有一定的缺陷。AI图像分类不仅能有效解决这些问题，还可以在饮食数据库中检索出有关食物营养和能量含量的信息。

本文编译自公共健康营养近期的一篇同行审阅文章，由Thomas等学者共同执笔。

算力观点

人工智能技术可以从低像素、可穿戴相机中获取真实图像，从中自动检测食物。现阶段数据的准确度也十分高，同时这个技术减少了数据处理负担和隐私问题，对研究饮食评估等应用方面打下了坚实的基础。

AI食物图像分类

近年来，通过智能手机拍摄饮食照片被用作为一种新的饮食评估方式。每盘食物在食用前后都必须主动拍照，这既不方便又不实用。这种方法也可能因为拍照过程而破坏正常的饮食习惯。因此，很难用这种方法进行长期的饮食评估。

由于可穿戴相机能够连续、自动地记录佩戴者面前的场景，人们借此开发在饮食研究方面的潜在应用，如The SenseCAM （由微软开发），the ebutton （由原文作者开发）。研究表明，借助可穿戴的照相机，不仅可以评估食物摄入量，而且可以研究饮食环境以及行为。然而，这样的方法既没有减少图像审查的负担，也没有减少人工处理引起的隐私问题。因此，运用AI食物图像分类从采集图像中检测食物的想法应运而生。

两种数据集在食物图像分类上的验证

1． Food－5k

Food－5K是一个公开数据集。原作者使用这个数据集来比较研究算法与现有研究的性能。在这组数据中，图像是由智能手机和手持相机而不是可穿戴设备采集的，大多数食物图像只包含一种食物，该数据集的分类相对容易。

对评估集的分类结果显示在表1中，使用不同的相似性度量（jaccard和dice）。标签字典是n 761的训练数据集构建的。由表1可以看出，当阈值设置为3（即k＝3）时，用骰子相似性度量，总体准确度、灵敏度、特异性和精密度分别为98．7％、98．2％、99．2％和99．2％。我们注意到，错误分类的图像大多是困难的情况，即使是人类执行任务也很困难。

表1 （图片来源：PHN）

2． ebutton数据集：食品／非食品数据集

从电子按钮（包含一个微型相机和一个运动传感器）中采集的图像中选择了3900幅真实图像。这些图像的分辨率为640像素×480像素。在匹兹堡大学进行的两项实地研究中，12名参与者获得了一半的图像，包括950张食物图像和1000张非食物图像。另一半主要由18名实验室成员和合作者在日常生活或旅行中获得。

在这个实验中，首先从随机选择的电子按钮图像中建立了一本标签字典，包括不同的日常活动。这些图片中只有很小的一部分包含与食物相关的内容，因此本标签字典中只包含一些与食物相关的标签。为了使标签字典更适合研究，原作者建立了一本1253个标签的字典。由于这两组数据中的图像都是由不同的人单独获取的，因此进行了交叉数据集评估。结果如图一所示。可以看出，阈值k是决定分类结果的一个重要因素。当k＝2时，敏感性和特异性均较高。这两种情况的总体准确度测量值分别为91．5％和86．4％。

图一（图片来源：PHN）