تصميم وتقييم النظارات الذكية لتناول الطعام وتصنيف النشاط البدني
Summary
تعرض هذه الدراسة على بروتوكول لتصميم وتصنيع جهاز ارتداء نظارات من نوع الكشف عن أنماط الاستهلاك الغذائي والأنشطة البدنية الأخرى الموصى بها استخدام خلايا الحمل بإدراجه في كلا مفصلات النظارات.
Abstract
تعرض هذه الدراسة سلسلة من البروتوكولات لتصميم وتصنيع جهاز ارتداء نظارات من نوع الكشف عن أنماط الأنشطة العضلية temporalis أثناء تناول الطعام وغيرها من الأنشطة البدنية. نحن ملفقة إطار طباعة 3D للنظارات وتحميل خلية متكاملة دوائر المطبوعة مجلس (PCB) وحدة إدراجها في المفصلات كلا من الإطار. استخدم الوحدة النمطية لاكتساب قوة الإشارات، ونقلها لاسلكياً. هذه الإجراءات تزويد النظام التنقل أعلى، مما يمكن تقييمه في الظروف العملية يرتدي مثل المشي والهز. يتم تقييم أداء للتصنيف أيضا بالتمييز بين أنماط الاستهلاك الغذائي من تلك الأنشطة البدنية. واستخدمت مجموعة خوارزميات preprocess الإشارات وتولد ميزة ناقلات، والتعرف أنماط عدة ظهرت الأنشطة (المضغ والغمز)، وغيرها من الأنشطة البدنية (بقية الآبدة، الكلام والمشي). وأظهرت النتائج أن كانت النتيجة1 متوسط و التصنيف بين الأنشطة الموصى بها 91.4 في المائة. ونحن نعتقد أن هذا النهج يمكن أن يحتمل أن يكون مفيداً للرصد التلقائي وموضوعية من السلوكيات إينجيستيفي مع دقة أعلى كوسيلة عملية لعلاج مشاكل إينجيستيفي.
Introduction
الرصد المستمر وموضوعية لتناول الطعام أمر ضروري للحفاظ على توازن الطاقة في الجسم البشري، وقد يسبب تراكم الطاقة المفرطة أوفيرويايتنيس والسمنة1، مما قد يؤدي إلى مضاعفات طبية مختلفة2. العوامل الرئيسية في عدم توازن الطاقة المعروف أن المدخول الغذائي المفرط وعدم كفاية النشاط البدني3. وأدخلت مختلف الدراسات المتعلقة برصد نفقات الطاقة اليومية مع القياس التلقائي وموضوعية من أنماط النشاط البدني من خلال الأجهزة يمكن ارتداؤها4،،من56، حتى في المرحلة الطبية ومستوى المستهلك النهائي7. البحوث المتعلقة برصد الاستهلاك الغذائي، ومع ذلك، لا يزال في مختبر الإعداد، نظراً لأنه من الصعب الكشف عن النشاط المدخول الغذائي بطريقة مباشرة وموضوعية. هنا، ونحن نهدف إلى تقديم تصميم جهاز وتقييمه لرصد الاستهلاك الغذائي وأنماط النشاط البدني على مستوى عملي في الحياة اليومية.
وكانت هناك مختلف النهج غير المباشرة رصد المدخول الغذائي عن طريق المضغ والبلع الأصوات8،،من910، حركة من المعصم11،،من1213، صورة تحليل14، و electromyogram (EMG)15. ومع ذلك، كانت هذه النهج يصعب تطبيقها لتطبيقات الحياة اليومية، بسبب هذه القيود المتأصلة: أساليب استخدام الصوت كانت عرضه لأن تتأثر بالبيئة السليمة؛ أساليب استخدام حركة المعصم من الصعب تمييزها عن غيرها من الأنشطة البدنية عند عدم استهلاك الأغذية؛ والأساليب باستخدام الصور وإشارات فريق الإدارة البيئية مقيدة بحدود الحركة والبيئة. هذه الدراسات أظهرت القدرة على الكشف الآلي لتناول الطعام باستخدام أجهزة الاستشعار، ولكن كان لا يزال حد من إمكانية التطبيق العملي للحياة اليومية تتجاوز إعدادات المختبر.
في هذه الدراسة، استخدمنا أنماط النشاط العضلات temporalis الرصد التلقائي وموضوعية لتناول الطعام. وبصفة عامة، يكرر العضلات تيمبوراليس بالانكماش والاسترخاء كجزء من العضلات ماستيكاتوري خلال16،الغذائي كمية17؛ وهكذا، يمكن رصد النشاط المدخول الغذائي عن طريق الكشف عن أنماط النشاط العضلات temporalis الدوري. في الآونة الأخيرة، كانت هناك العديد من الدراسات التي تستخدم في تيمبوراليس العضلات نشاط18،19،،من2021، التي تستخدم في فريق الإدارة البيئية أو سلالة كهرضغطية الاستشعار وإرفاقها مباشرة على الإنسان الجلد. بيد أن هذه النهج، كانت حساسة لموقع الجلد أقطاب فريق الإدارة البيئية أو أجهزة استشعار الضغط وتم فصل بسهولة من الجلد بسبب الحركة المادية أو عرق. لذلك، اقترحنا طريقة جديدة وفعالة باستخدام زوج من النظارات هذا الإحساس بالعضلات تيمبوراليس نشاط من خلال خلايا الحمل اثنين بإدراجه في كلا المفصلات في أعمالنا السابقة دراسة22. وأظهر هذا الأسلوب إمكانيات كبيرة للكشف عن النشاط المدخول الغذائي بدقة عالية دون لمس الجلد. كان أيضا غير المعرقلة وغير تدخلية، حيث قمنا باستخدام نظارات من نوع جهاز مشترك.
في هذه الدراسة، ونحن نقدم سلسلة من بروتوكولات مفصلة لكيفية تنفيذ نظارات-نوع الجهاز وكيفية استخدام أنماط النشاط العضلات temporalis لرصد كمية الغذاء والنشاط البدني. البروتوكولات تتضمن عملية تصميم الأجهزة والتلفيق التي تتكون من إطار طباعة 3D النظارات ووحدة نمطية لدائرة، ووحدة نمطية للحصول على بيانات، وتتضمن خوارزميات برامج لمعالجة البيانات وتحليلها. ونحن علاوة على ذلك دراسة تصنيف فيما بين العديد من الأنشطة الموصى بها (مثلاً، مضغ، والمشي، والغمز) لإثبات إمكانية كنظام عملي يمكن أن أقول فارق دقيقة بين تناول الطعام وغيرها من الأنشطة البدنية أنماط.
Protocol
Representative Results
Discussion
في هذه الدراسة، اقترحنا أولاً تصميم وعملية التصنيع من النظارات بمعنى أن أنماط الاستهلاك الغذائي والأنشطة البدنية. حسب هذه الدراسة ركزت أساسا على تحليل البيانات التمييز بين المدخول الغذائي من الأنشطة البدنية الأخرى (مثل المشي والغمز)، نظام حيازة أجهزة الاستشعار والبيانات المطلوب تنفيذ ت…
Disclosures
The authors have nothing to disclose.
Acknowledgements
أيد هذا العمل انفيسيبلي، وشركة وأيد هذه الدراسة أيضا على منحة R تكنولوجيا الصحة الكورية & “المشروع د” ووزارة الصحة والرعاية، جمهورية كوريا (HI15C1027). وأيد هذا البحث من “مؤسسة البحوث الوطنية كوريا” (جبهة الخلاص الوطني-2016R1A1A1A05005348).
Materials
| 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 |
References
- Sharma, A. M., Padwal, R. Obesity is a sign-over-eating is a symptom: an aetiological framework for the assessment and management of obesity. Obes Rev. 11 (5), 362-370 (2010).
- Pi-Sunyer, F. X., et al. Clinical guidelines on the identification, evaluation, and treatment of overweight and obesity in adults. Am J Clin Nutr. 68 (4), 899-917 (1998).
- McCrory, P., Strauss, B., Wahlqvist, M. L. Energy balance, food intake and obesity. Exer Obes. , (1994).
- Albinali, F., Intille, S., Haskell, W., Rosenberger, M. . Proceedings of the 12th ACM international conference on Ubiquitous computing. , 311-320 (2010).
- Bonomi, A., Westerterp, K. Advances in physical activity monitoring and lifestyle interventions in obesity: a review. Int J Obes. 36 (2), 167-177 (2012).
- Jung, S., Lee, J., Hyeon, T., Lee, M., Kim, D. H. Fabric-Based Integrated Energy Devices for Wearable Activity Monitors. Adv Mater. 26 (36), 6329-6334 (2014).
- Fulk, G. D., Sazonov, E. Using sensors to measure activity in people with stroke. Top Stroke Rehabil. 18 (6), 746-757 (2011).
- Makeyev, O., Lopez-Meyer, P., Schuckers, S., Besio, W., Sazonov, E. Automatic food intake detection based on swallowing sounds. Biomed Signal Process Control. 7 (6), 649-656 (2012).
- Päßler, S., Fischer, W. Food intake activity detection using an artificial neural network. Biomed Tech (Berl). , (2012).
- Passler, S., Fischer, W. -. J. Food intake monitoring: Automated chew event detection in chewing sounds. IEEE J Biomed Health Inform. 18 (1), 278-289 (2014).
- Kadomura, A., et al. . CHI’13 Extended Abstracts on Human Factors in Computing Systems. , 1551-1556 (2013).
- Fontana, J. M., Farooq, M., Sazonov, E. Automatic ingestion monitor: A novel wearable device for monitoring of ingestive behavior. IEEE Trans Biomed Eng. 61 (6), 1772-1779 (2014).
- Shen, Y., Salley, J., Muth, E., Hoover, A. Assessing the Accuracy of a Wrist Motion Tracking Method for Counting Bites across Demographic and Food Variables. IEEE J Biomed Health Inform. , (2016).
- Farooq, M., Sazonov, E. . International Conference on Bioinformatics and Biomedical Engineering. , 464-472 (2017).
- Grigoriadis, A., Johansson, R. S., Trulsson, M. Temporal profile and amplitude of human masseter muscle activity is adapted to food properties during individual chewing cycles. J Oral Rehab. 41 (5), 367-373 (2014).
- Strini, P. J. S. A., Strini, P. J. S. A., de Souza Barbosa, T., Gavião, M. B. D. Assessment of thickness and function of masticatory and cervical muscles in adults with and without temporomandibular disorders. Arch Oral Biol. 58 (9), 1100-1108 (2013).
- Standring, S. . Gray’s anatomy: the anatomical basis of clinical practice. , (2015).
- Farooq, M., Sazonov, E. A novel wearable device for food intake and physical activity recognition. Sensors. 16 (7), 1067 (2016).
- Zhang, R., Amft, O. . Proceedings of the 2016 ACM International Symposium on Wearable Computers. , 50-52 (2016).
- Farooq, M., Sazonov, E. Segmentation and Characterization of Chewing Bouts by Monitoring Temporalis Muscle Using Smart Glasses with Piezoelectric Sensor. IEEE J Biomed Health Inform. , (2016).
- Huang, Q., Wang, W., Zhang, Q. Your Glasses Know Your Diet: Dietary Monitoring using Electromyography Sensors. IEEE Internet of Things Journal. , (2017).
- Chung, J., et al. A glasses-type wearable device for monitoring the patterns of food intake and facial activity. Scientific Reports. 7, 41690 (2017).
- Cristianini, N., Shawe-Taylor, J. . An introduction to support Vector Machines: and other kernel-based learning methods. , (2000).
- Giannakopoulos, T., Pikrakis, A. . Introduction to Audio Analysis: A MATLAB Approach. , (2014).
- Chang, C. -. C., Lin, C. -. J. LIBSVM: a library for support vector machines. ACM Trans Intell Syst Technol. 2 (3), 27 (2011).
- Po, J., et al. Time-frequency analysis of chewing activity in the natural environment. J Dent Res. 90 (10), 1206-1210 (2011).
- Ji, T. Frequency and velocity of people walking. Struct Eng. 84 (3), 36-40 (2005).
- Knoblauch, R., Pietrucha, M., Nitzburg, M. Field studies of pedestrian walking speed and start-up time. Transp Res Red. 1538, 27-38 (1996).
