Αξιολόγηση διατροφικής πρόσληψης με νέες τεχνολογίες- αναγνώριση τροφίμων μέσω φωτογραφιών. (Bachelor thesis)
Αζναουρίδου, Ιόλα
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Αζναουρίδου, Ιόλα | el |
dc.date.accessioned | 2024-04-09T13:22:35Z | - |
dc.date.available | 2024-04-09T13:22:35Z | - |
dc.identifier.uri | http://195.251.240.227/jspui/handle/123456789/16491 | - |
dc.description | Πτυχιακή εργασία-Σχολή Επιστημών Υγειάς-Τμήμα Διατροφής και Διαιτολογίας, 2020 (α/α 12156) | el |
dc.rights | Default License | - |
dc.subject | Διατροφική αξιολόγηση | el |
dc.subject | Nutritional evaluation | en |
dc.subject | ψηφιακές εικόνες | el |
dc.subject | Digital images | en |
dc.subject | Εξαιρετικά επεξεργασμένα τρόφιμα | el |
dc.subject | Highly processed foods | en |
dc.subject | Αναγνώριση τροφίμων μέσω ψηφιακών εικόνων | el |
dc.subject | Digital image recognition | en |
dc.subject | Λογισμικό VIAImageAnnotator | el |
dc.subject | VIA Image Annotator software | en |
dc.title | Αξιολόγηση διατροφικής πρόσληψης με νέες τεχνολογίες- αναγνώριση τροφίμων μέσω φωτογραφιών. | el |
heal.type | bachelorThesis | - |
heal.type.en | Bachelor thesis | en |
heal.generalDescription | Πτυχιακή εργασία | el |
heal.classification | Ψηφιακές εικόνες | el |
heal.classification | Digital images | en |
heal.classification | Τρόφιμα -- Φωτογραφίες | el |
heal.classification | Food -- Photographs | en |
heal.classification | Διατροφή -- Αξιολόγηση | el |
heal.classification | Nutrition -- Evaluation | en |
heal.identifier.secondary | 12156 | - |
heal.language | el | - |
heal.access | account | - |
heal.recordProvider | Σχολή Επιστημών Υγείας - Τμήμα Διατροφής και Διαιτολογίας | el |
heal.publicationDate | 2020-10-09 | - |
heal.bibliographicCitation | Αζναουρίδου,Ι. (2020). Αξιολόγηση διατροφικής πρόσληψης με νέες τεχνολογίες- αναγνώριση τροφίμων μέσω φωτογραφιών (Πτυχιακή εργασία). ΔΙΠΑΕ. | el |
heal.abstract | Σκοπός της παρούσας πτυχιακής εργασίας είναι να ερευνήσει κατά πόσο οι ψηφιακές εικόνες τροφίμων αποτελούν μία αξιόπιστη μέθοδο διατροφικής αξιολόγησης σε συνδυασμό με άλλες μεθόδους, καθώς επίσης και κατά πόσο είναι εφικτό να αναγνωριστούν με ακρίβεια τα τρόφιμα που απεικονίζονται στις εικόνες. Για το λόγο αυτό μελετήθηκαν και αναλύθηκαν 2861 ψηφιακές εικόνες δεκατιανού και απογευματινού σνακ παιδιών ηλικίας 9-18 από 23 σχολεία της Θεσσαλονίκης που ανήκουν στους Δήμους Αμπελοκήπων-Μενεμένης και Πυλαίας-Χορτιάτη. Για την ανάλυση των ψηφιακών εικόνων χρησιμοποιήθηκε το λογισμικό VIAImageAnnotatorμε το οποίο μπορεί να προσδιοριστεί με ακρίβεια το περίγραμμα του κάθε τροφίμου και να προστεθούν μεταδεδομένα(metadata) σε κάθε φωτογραφία. Για τους σκοπούς της παρούσας εργασίας, δημιουργήθηκε ένα νέο σύνολο μεταδεδομένων το οποίο προστέθηκε και στο λογισμικό. Οι φωτογραφίες αναλύθηκαν και αξιολογήθηκαν η μία μετά την άλλη, επισημαίνοντας την ανάλογη πληροφορία σε κάθε φωτογραφία. Συγκεκριμένα, αφού προσδιορίστηκε το περίγραμμα του τροφίμου σε κάθε φωτογραφία, ερευνήθηκαν (1) τα είδη σνακ (σε επίπεδο κατηγορίας τροφίμων), (2) η κατανάλωση εξαιρετικά επεξεργασμένων τροφίμων και (3) κατά πόσον οι επιλογές σνακ των παιδιών ακολουθούν τις συστάσεις του Υπουργείου Υγείας και γενικούς κανόνες υγιεινής διατροφής. Ακόμη, διερευνήθηκε κατά πόσο υπήρχαν διαφορές στις τρεις αυτές κατηγορίες δεδομένων βάσει κοινωνικό-οικονομικών διαφορών που απορρέουν από το δήμο στον οποίο ανήκει το κάθε σχολείο. Λαμβάνοντας υπόψη τα αποτελέσματα της στατιστικής ανάλυσης καθώς και τα γραφήματα που τα απεικονίζουν διαπιστώθηκε ότι η διατροφική αξιολόγηση μέσω ψηφιακών εικόνων είναι αξιόπιστη αλλά και ευχάριστη σε σύγκριση με άλλες μεθόδους διατροφικής αξιολόγησης όπως η ανάκληση προηγούμενου 24ωρου ή η καταγραφή ζυγισμένων τροφίμων. Επιπρόσθετα βρέθηκε ότι το μεγαλύτερο ποσοστό των παιδιών (50%) και στους δύο δήμους κατανάλωνε εξαιρετικά επεξεργασμένα τρόφιμα καθώς και τρόφιμα που δεν συστήνονται ως σνακ αλλά δεν υπήρξαν σημαντικές διαφορές μεταξύ των δύο δήμων. | el |
heal.abstract | The purpose of this thesis is to investigate whether digital food images is a reliable method of nutritional evaluation in combination with other methods, as well as whether it is possible to accurately identify the food depicted in the images.For this reason, 2861 digital images of afternoon snacks of children aged 9 to 18 from 23 schools in Thessaloniki belonging to the municipalities of Ampelokipi-Menemeni and Pylaia-Chortiati were studied and analyzed. For the analysis of digital images, the VIA Image Annotator software was used, which can accurately determine the outline of each food and add metadata to each photo. To achieve this, a set of data for this research was created and added to the software. The digital images were analyzed and evaluated one after the other, highlighting the corresponding information in each photo. Specifically, this thesis investigated (1) the types of snacks (at the level of food category), (2) the consumption of highly processed foods (ultra-processed) and (3) whether the children’s snacks options follow the recommendations of Ministry Health and the general rules of healthy eating. It was also investigated whether there were differences in these three categories of data based on possible socio–economic differences arising from the municipality to which each school belongs. Taking into consideration the results of the statistical analysis and the graphs depicting them, it was found that the nutritional evaluation through digital images is reliable but also pleasant compared to other methods of nutritional evaluation such as 24-hour recall or the recording of weighed foods. In addition, it was found that the largest percentage of children (50%) in both municipalities consumed highly processed foods as well as foods that are not recommended as snacks but there were no significant differences between the two municipalities. | en |
heal.advisorName | Πάγκαλος, Ιωάννης | el |
heal.committeeMemberName | Πάγκαλος, Ιωάννης | el |
heal.academicPublisher | Σχολή Επιστημών Υγείας - Τμήμα Διατροφής και Διαιτολογίας | el |
heal.academicPublisherID | ihu | - |
heal.numberOfPages | 95 σελ. | - |
heal.fullTextAvailability | false | - |
heal.type.el | Προπτυχιακή/Διπλωματική εργασία | el |
Appears in Collections: | Πτυχιακές Εργασίες |
Files in This Item:
There are no files associated with this item.
Please use this identifier to cite or link to this item:
This item is a favorite for 0 people.
http://195.251.240.227/jspui/handle/123456789/16491
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.