Digital Food Atlas: Improving Dietary Assessment via Optimized Food Volume Estimation

Current Developments in Nutrition, 2025

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)
DOI 10.1016/j.cdnut.2025.107329
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Objectives: Monitoring dietary intakes is critical for assessing population diet-related health and nutritional status, providing essential data to inform public health nutrition interventions. A significant challenge in this process is the accurate estimation of food portion sizes, which often leads to gaps in dietary assessments. This study addresses this issue by evaluating the potential of integrating computer vision technology into dietary assessments to enhance accuracy of portion estimates, and ease of use for the general population.