买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福州大学附属省立医院申请的专利基于环境动态适配的个性化营养推荐方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121662297B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610180366.4，技术领域涉及：G16H20/60；该发明授权基于环境动态适配的个性化营养推荐方法及系统是由邵斌设计研发完成，并于2026-02-09向国家知识产权局提交的专利申请。

本基于环境动态适配的个性化营养推荐方法及系统在说明书摘要公布了：本发明公开了一种基于环境动态适配的个性化营养推荐方法及系统，基于用户多维数据构建用户‑环境联合状态向量并生成个人化环境‑生理响应基线；基于该基线识别用户营养响应的高不确定性维度并生成对比性营养干预假设，进一步转化为可执行饮食模板，并集成环境动态数据附加自适应调整规则，形成环境适配型营养实验方案；方案执行期间通过动态食材替换引擎推荐替代品并基于实时环境监测数据触发环境补偿性微调；收集方案执行期间的用户生理结果数据与用户主观反馈数据并通过因果效应估计模块控制环境混杂因子，分析对比性营养干预假设的影响以生成个性化营养决策规则。本发明实现了在动态环境下对个性化营养干预效果的精准因果推断与决策。

本发明授权基于环境动态适配的个性化营养推荐方法及系统在权利要求书中公布了：1.一种基于环境动态适配的个性化营养推荐方法，其特征在于，包括： 获取用户多维数据与环境动态数据，所述用户多维数据包括用户静态属性数据、用户动态时序生理数据与用户主观反馈数据，所述环境动态数据包括实时环境监测数据与供应链状态数据； 基于所述用户多维数据构建用户-环境联合状态向量，并利用时序分析模型识别用户生理模式与环境波动的关联性，生成个人化环境-生理响应基线，其中，将所述用户-环境联合状态向量按时间序列输入至所述时序分析模型，所述时序分析模型为长短期记忆网络模型或Transformer时序模型； 基于所述个人化环境-生理响应基线与所述用户多维数据，通过不确定性评估模块识别用户营养响应的至少一个高不确定性维度； 基于所述高不确定性维度生成至少两个对比性营养干预假设，并将所述对比性营养干预假设转化为包含可控变量的可执行饮食模板； 将所述环境动态数据与所述可执行饮食模板进行集成，为所述可执行饮食模板附加环境自适应调整规则，形成环境适配型营养实验方案； 在用户执行所述环境适配型营养实验方案期间，基于实时获取的所述供应链状态数据，通过动态食材替换引擎为所述环境适配型营养实验方案推荐符合营养成分要求与可得性要求的食材替代品，并基于实时获取的所述实时环境监测数据，触发对所述环境适配型营养实验方案的执行参数进行环境补偿性微调； 收集所述环境适配型营养实验方案执行期间的用户生理结果数据与用户主观反馈数据，并结合同期获取的所述环境动态数据，通过因果效应估计模块控制环境混杂因子，分析所述对比性营养干预假设对用户生理结果的影响，生成个性化营养决策规则； 其中，基于所述个人化环境-生理响应基线与所述用户多维数据，通过不确定性评估模块识别用户营养响应的至少一个高不确定性维度，包括： 从所述用户多维数据中提取历史营养摄入序列与对应的历史生理响应序列，所述历史营养摄入序列包含多个营养维度的摄入量数据，所述历史生理响应序列包含多个生理指标数据； 将所述历史生理响应序列输入至所述个人化环境-生理响应基线，结合同期环境动态数据，计算得到环境校正后的历史生理响应序列，所述环境校正后的历史生理响应序列已剥离环境波动对生理指标数据的基线影响； 将所述环境校正后的历史生理响应序列与所述历史营养摄入序列进行多变量关联分析，计算每个营养维度与每个生理指标之间的关联强度度量值； 基于所述关联强度度量值，构建营养-生理响应不确定性图谱，所述营养-生理响应不确定性图谱以营养维度为横轴、以生理指标为纵轴、以关联强度度量值为图谱数值； 采用聚类算法对所述营养-生理响应不确定性图谱进行区域划分，识别出关联强度度量值低于预设阈值的低关联强度区域； 将所述低关联强度区域所对应的至少一个营养维度，识别为所述用户营养响应的至少一个高不确定性维度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福州大学附属省立医院，其通讯地址为：350000 福建省福州市鼓楼区东街134号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。