摘要个性化医疗饮食推荐数据集CSV 格式包含患者健康档案、生活方式、病史、可穿戴设备数据和 AI 驱动的饮食推荐七大类特征专为慢性疾病糖尿病、心脏病、高血压的个性化饮食优化和机器学习模型开发而构建。数据集简介数据集概述个性化医疗饮食推荐数据集专为开发智能化、数据驱动的疾病管理饮食干预而设计。营养治疗是慢性疾病管理的重要组成部分个性化饮食干预可显著改善糖尿病、心脏病、高血压等慢性疾病患者的健康结局。该数据集包含患者健康档案、生活方式习惯、病史、可穿戴设备数据和个性化饮食推荐结构化设计用于支持机器学习模型基于慢性疾病如糖尿病、心脏病、高血压优化饮食计划。数据集以 CSV 格式结构化便于预处理和分析为 AI 驱动的健康解决方案提供基础。数据结构与关键特征数据集包含七大类关键特征涵盖患者的全方位健康和生活方式信息(1) 患者人口统计学Patient Demographics年龄、性别、身高、体重、BMI体重指数提供基础的生理参数(2) 病史Medical History慢性疾病糖尿病、心脏病、高血压等、血压、胆固醇水平、遗传风险因素反映患者的健康状况和疾病风险(3) 生活方式数据Lifestyle Data每日步数、运动频率、睡眠质量、饮酒习惯、吸烟习惯这些因素显著影响慢性疾病的发展和管理(4) 饮食摄入Dietary Intake卡路里摄入量、蛋白质、碳水化合物、脂肪消耗量提供营养摄入的量化数据(5) 食物偏好与限制Food Preferences Restrictions饮食习惯、菜系偏好、食物厌恶/过敏考虑患者的个人偏好和文化背景提高饮食建议的依从性(6) 可穿戴设备数据Wearable Device Data平均心率、睡眠质量、活动水平来自可穿戴健康追踪设备的实时生理数据支持动态健康监测(7) 推荐饮食计划Recommended Diet PlansAI 驱动的饮食推荐根据患者病情量身定制的个性化饮食方案。数据集的多维度特征设计支持全面的患者画像构建和精准的饮食优化。应用价值与研究方向该数据集支持个性化饮食推荐系统、慢性疾病管理应用、营养研究、可穿戴设备集成、精准营养、疾病特异性饮食优化、生活方式干预、饮食依从性预测、临床决策支持和健康结局预测为改善慢性病管理和患者生活质量提供基础。数据集来源该数据集CSV 格式包含七大类特征人口统计学、病史、生活方式、饮食摄入、食物偏好、可穿戴设备数据、AI 推荐饮食计划专为慢性疾病糖尿病、心脏病、高血压的个性化饮食优化和机器学习模型开发而构建。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-97文件大小200K原创声明本数据集为整理作品