近年来,人们的生活水平随着国民经济的迅速发展而快速提高,尤其体现在饮食方面,但许多人的饮食习惯并不合理,这导致我国糖尿病患病率快速上升。在预防及治疗糖尿病的过程中,饮食治疗是关键因素。饮食治疗主要依赖于个人对良好的饮食习惯的坚持,然而部分人群由于各种原因并不能长期坚持健康的饮食习惯。随着近红外光谱技术的发展,它被越来越广泛的应用到食品检测领域中。综上,本文设计了一套基于近红外光谱传感器的糖尿病患者饮食监测系统。本文设计的糖尿病患者饮食监测系统由便携式数据采集终端、手机APP和云服务器模块组成。该系统使用微处理器STM32F103作为数据处理模块,采用数字多通道近红外光谱传感器组AS7265x作为食品近红外光谱数据的采集模块,另外利用蓝牙作为通信模块与手机APP进行通信,在云服务器上部署数据库以存储患者饮食数据。本文为该系统设计了两个应用实例,分别是食物种类识别和食物含糖量检测,通过这两个应用来实时指导糖尿病患者的日常饮食。在食物种类识别应用中使用支持向量机算法对样本数据进行训练生成食物种类识别模型,在食物含糖量检测应用中,对比多元线性回归算法和偏最小二乘算法所生成的食物含糖量检测模型,最终选择偏最小二乘算法作为食物含糖量检测算法。本系统工作流程为:患者使用便携式数据采集终端对食物的近红外光谱数据进行采集,采集到的数据将会实时显示在手机APP上,并在APP中使用相应的算法进行含糖量分析并显示分析结果,在云服务器上的数据库中存储患者的历史饮食记录和血糖值并在PC端WEB页面予以显示。本课题为糖尿病患者所设计的两个应用实例表明该饮食监测系统可以实时的指导糖尿病患者健康饮食。除此之外,患者还可以在web页面查看其存储的日常饮食记录和血糖值,方便患者对自身饮食和血糖的长期控制。