Это исследование представляет протокол проектирования и изготовления очки тип носимых устройство, которое обнаруживает моделей потребления пищи и другие Рекомендуемые физической деятельности, с использованием тензодатчиков вставляется в обе петли очки.
Это исследование представляет собой серию протоколов проектирования и изготовления очки тип носимых устройство, которое обнаруживает характере деятельности височной мышцы во время приема пищи и других физической деятельности. Мы готовых 3D-печати кадр очки и нагрузки ячейки интегрированных печатной платы (PCB) модуль вставлен в обе петли кадра. Модуль был использован приобрести силу сигналов, и передавать их без проводов. Эти процедуры обеспечивают системы с более высокой мобильности, который может быть оценен в практических условиях носить такие как ходьба и тряся. Также производительность классификации оценивается путем разграничения структур приема пищи от этих физических видов деятельности. Серии алгоритмов были использованы для предварительной обработки сигналов, генерировать функция векторов и признать моделей нескольких Рекомендуемые мероприятия (жевательный и подмигивая) и другие физические нагрузки (малоподвижный отдых, разговаривали и ходьба). Результаты показали, что средний F1 классификации среди Рекомендуемые мероприятия был 91,4%. Мы считаем, что этот подход может быть потенциально полезно для автоматического и объективного мониторинга фильтры поведения с высокой точностью в качестве практического средства для лечения фильтры проблем.
Непрерывное и объективный мониторинг потребления пищи имеет важное значение для поддержания энергетического баланса в организме человека, как накопления чрезмерной энергии может привести к overweightness и ожирение1, которые могут привести к различных медицинских осложнений2. Основными факторами в энергетического дисбаланса известны чрезмерное пищи и недостаточная физическая активность3. Различные исследования по мониторингу ежедневных расходов энергии были введены с автоматической и объективного измерения моделей физической активности путем носимых устройств4,5,6, даже в конец потребитель уровня и медицинской этап7. Исследования по мониторингу потребления пищи, однако, все еще находится в лаборатории параметр, так как это трудно обнаружить деятельность потребление пищи в прямой и объективным образом. Здесь мы стремимся представить дизайн устройства и его оценки для контроля за приемом пищи и моделей физической активности на практическом уровне в повседневной жизни.
Там были различные косвенные подходы к контролировать потребление пищи через жевания и глотания звуки8,9,10, движение запястья11,12,13, изображения анализ14и15электромиограммы (ЭМГ). Однако, эти подходы были трудно применять в повседневной жизни приложения, из-за их ограничений, присущих: методы, с помощью звук уязвимы под влиянием окружающей среды звук; методы, с помощью движений запястья было трудно отличить от других физической деятельности, когда не потребления пищи; и методы, с помощью изображений и сигналов ГРП ограничены граница движения и охраны окружающей среды. Эти исследования показали возможность автоматического обнаружения потребляемой пищи, используя датчики, но по-прежнему имел ограничение практической применимости к повседневной жизни за пределами лабораторные параметры.
В этом исследовании мы использовали моделей деятельности височной мышцы как автоматическое и объективный мониторинг приема пищи. В общем височной мышцы повторяет сокращение и расслабление как частью жевательных мышц во время питания потребление16,17; Таким образом деятельность потребление пищи может контролироваться путем обнаружения периодических моделей деятельности височной мышцы. Недавно, там было несколько исследований с использованием височной мышцы деятельность18,19,20,21, который используется ГРП или пьезоэлектрического напряжения датчика и подключая их непосредственно на человека кожи. Эти подходы, однако, были чувствительны к месту кожи ГРП электродов или Тензодатчики и были легко отделяться от кожи вследствие физического перемещения или пот. Таким образом мы предложили новый и эффективный метод, с помощью пары очков это чувство, что височной мышцы деятельность через две тензодатчики, вставляется в обе петли в наших предыдущих исследования22. Этот метод показал огромный потенциал обнаружения активности потребление пищи с высокой точностью не трогая кожу. Это было также ООН навязчивой и неинтрузивный, поскольку мы использовали общие очки типа устройства.
В этом исследовании мы представляем серию подробных протоколов как реализовать очки тип устройства и способы использования моделей деятельности височной мышцы для контроля питания и физической активности. Протоколы включают процесс дизайн оборудования и изготовление, который состоит из 3D-печати кадр очки, цепи модуля и модуля сбора данных и включить алгоритмы программного обеспечения для обработки и анализа данных. Кроме того, мы изучили классификации среди нескольких Рекомендуемые мероприятия (например, жевательные, ходьбу и подмигивая) чтобы продемонстрировать потенциал как практическая система, которая может сказать мельчайшая разница между потребление пищи и других физической активности шаблоны.
В этом исследовании мы впервые предложил дизайн и процесс изготовления стекол, которые чувство моделей потребления пищи и физической деятельности. Как это исследование главным образом сосредоточена на анализе данных, чтобы отличить от других физической деятельности (например, ходьба…
The authors have nothing to disclose.
Эта работа была поддержана Envisible, Inc. Это исследование было также поддержано грант Корейского здравоохранения технологии R & D проекта, министерства здравоохранения и благосостояния, Республика Корея (HI15C1027). Это исследование было также поддержано Национальный исследовательский фонд Кореи (СР 2016R1A1A1A05005348).
FSS1500NSB | Honeywell, USA | Load cell | |
INA125U | Texas Instruments, USA | Amplifier | |
ESP-07 | Shenzhen Anxinke Technology, China | MCU with Wi-Fi module | |
74LVC1G3157 | Nexperia, The Netherlands | Multiplexer | |
MP701435P | Maxpower, China | LiPo battery | |
U1V10F3 | Pololu, USA | Voltage regulator | |
Ultimaker 2 | Ultimaker, The Netherlands | 3D printer | |
ColorFabb XT-CF20 | ColorFabb, The Netherlands | Carbon fiber filament | |
iPhone 6s Plus | Apple, USA | Data acquisition device | |
Jelly Belly | Jelly Belly Candy Company, USA | Food texture for user study |