Özet

自动食物摄入和饮食行为评估方法的概念开发和使用

Published: February 19, 2021
doi:

Özet

该协议显示并解释了一种新的基于技术的饮食评估方法。该方法包括一个带多个内置称重秤的餐盘和摄像机。该设备的独特之处在于,它结合了膳食过程中食物和饮料摄入量和饮食行为的自动测量。

Abstract

绝大多数饮食和饮食行为评估方法都是基于自我报告。它们很重,也容易出现测量错误。最近的技术创新使得开发更准确、更精确的饮食和饮食行为评估工具,而对于用户和研究人员来说,这种评估工具需要更少的努力。因此,开发了一种新的基于传感器的装置,用来评估食物的摄入量和饮食行为。该设备是一个普通的用餐托盘,配有摄像机和三个独立的内置称重台。称重站在用餐过程中连续测量碗、盘子和饮料杯的重量。摄像机定位到面部记录饮食行为特征(咀嚼,咬伤),这是使用人工智能(AI)为基础的自动面部表情软件分析。托盘重量和视频数据使用无线接收器实时传输到个人计算机 (PC)。利息的结果,如食用量、进食率和咬合大小,可以通过在兴趣点减去这些措施的数据来计算。当前版本的托盘获得的信息可用于研究目的,设备的升级版本也将有助于提供有关饮食摄入和饮食行为的更个性化的建议。与传统的饮食评估方法相反,这种饮食评估设备直接测量膳食内的食物摄入量,不依赖于记忆或份量估计。因此,该设备最终适合日常主餐食物摄入量和饮食行为措施。将来,这种基于技术的饮食评估方法可以与健康应用或智能手表联系起来,以全面了解运动、能量摄入和饮食行为。

Introduction

在营养研究和饮食实践中,关键是要有好的措施,什么,多少,如何吃,找到解决超重和肥胖问题的办法。为了评估饮食摄入量,通常使用传统的自我报告问卷,如食物日记、24小时召回或食物频率问卷1。这些方法依赖于自我报告,因此是耗时的,容易产生偏见,由于社会期望的答案,记忆不足,和难以估计部分大小2,3。除了衡量饮食质量(食物类型和食用量)外,了解食物是如何食用的也很重要,因为减缓食物摄入量的饮食行为已被证明可以防止膳食内过度消费。评估饮食行为的黄金标准是让两名观察者注释人们吃饭的录像这种方法相当劳动密集型和耗时,不允许立即反馈的行为。

最近的技术进步现在提供了将食物摄入的自动测量与膳食过程中饮食行为的自动测量相结合的机会。为了应对这些发展,开发了一种新的基于传感器的饮食评估方法,称为mEETr,这是两个荷兰词”Meter”(翻译:测量设备)和”eet”(翻译:吃)的首字母缩略词。mEETr 是一个普通的餐盘,设有三个内置称重台(图 1演示托盘和传感器板的设计)和相机支架。每个称重站由三个三角定位测量点组成,以分配重量。称重站连续测量餐食中碗、盘子、饮料杯或玻璃杯的重量。MEETr 还包括一个摄像机支架。目前,相机支架与托盘分离,但出于标准化目的,在 MEETr(折叠式摄像机棒)进行下一次升级后,集成相机将是理想的选择。该摄像机可自动实时分析叮咬和咀嚼次数以及进食时间,从而可生成有关进食率和咬合大小的信息。使用新开发的算法对饮食行为进行自动分析。各种研究小组已经开发出设备,为人们提供关于加速饮食和人们吃6的量的实时反馈。此外,还开发了增强叉,以提供实时反馈的叮咬次数和频率在膳食7。此外,还开发了一个耳部传感器,以测量在自由生活条件下饮食的微观结构与此装置类似的是 Ioakimidis 等人使用的装置其中视频测量与称重板相结合,以确定食物摄入量、叮咬次数和咀嚼行为。

与这些设备相比,mEETr 的新颖性在于它结合了两个盘子和一个饮料杯 (n = 3) 的食物摄入量的自动测量和在一个设备中的饮食行为(例如,进食率、咬伤次数、咬合大小和咀嚼行为)。如前所示,MEETr 适用于受控(饮食实验室)环境中的食物摄入量和饮食行为的膳食测量,但最终目的是在控制较少的环境中使用 mEETr,在这些环境中使用重新发生的膳食计划,如日托、养老院和医院。

最终,MEETr 将提供比传统饮食评估方法和视频手动编码更客观、更准确、更精确的食品摄入量和饮食行为测量方法。更好的食物摄入量措施将有利于营养和健康研究,也有利于卫生专业人员在挑战中对抗与食品有关的非传染病增加11。最终,mEETr 可以通过将 mEETr 与现有技术和软件(如其他健康应用程序或智能手表)连接起来,用于研究和医疗保健环境以及家庭健康意识的用户。总体而言,这些健康措施为用户或保健专业人员提供了对各种健康行为模式(例如,食物摄入、饮食行为、基于实际测量的能量消耗、睡眠、压力)的相当多样化和完整的概述,使用户能够优化饮食并创建健康的生活方式。

Protocol

这项试点研究在项目开始前得到了瓦格宁根大学METC的批准。 注意:所有参与该项目的参与者都表示了知情同意,包括批准显示可见和可识别面孔的视频图像。 1. 样本准备和参与者同意 准备果汁(玻璃杯或杯子)、水果酸奶(碗)和水果片(盘子)。注:这些食物仅供示范之用(图2)。 招募同意参加研究的参与?…

Representative Results

与 MEETr 托盘测量的酸奶和果汁(图 6 )相比,摄入率较低(图 7)、小口/咬大小(图 8)和咀嚼量较多(图 9)导致沙拉摄入量较低。与果汁相比,参与者吃的水果沙拉少了17%。果汁、酸奶和沙拉(图7,图8,图9)之间的所有饮食行为特征?…

Discussion

健康的饮食和健康的饮食行为在预防和解决超重和肥胖症方面发挥了关键作用。然而,许多用于测量饮食摄入量和饮食行为的方法对用户、研究人员和保健专业人员来说是沉重的负担,而且可能存在偏见,因为它们依赖于记忆和份量估计。独立或与传统视频和饮食评估方法一起使用 mEETr 会降低饮食摄入量和饮食行为评估的力度以及准确性和精确性。

在使用 …

Açıklamalar

The authors have nothing to disclose.

Acknowledgements

我们感谢瓦格宁根大学技术开发工作室的J.M.C.Meijer和研究部的J.D.Meijer在开发MEETr托盘方面所提供帮助。这项研究由荷兰4所技术大学、4TU-傲慢与偏见项目资助。

Materials

Battery na na Battery pack (LiPo) and charge electronics via an USB port connector. No data from this port.
Connector program Noldus Noldus Information technology software dashboard nview
Dinner tray na na Standard dinner tray from glass inforced epoxy
Larger scale na na One high range custom made scale based on a triple force sensor method.
Mainboard na na A mainboard converting the three scale measurements to calibrated weight numbers. This board also contains the low power short range RF transmitter.
OS Windows Microsoft windows 10 Pro 64 bit
Processor program Noldus Noldus Information technology software FaceReader
Receiver program Noldus Noldus Information technology software Observer
RF receiver na na Custom build USB converter connected to a RF receiver. This receiver has a squelch setting for making it low range sensitive.
Small scales na na Two low range custom made scales based on a triple force sensor method.

Referanslar

  1. Burrows, T. L., Ho, Y. Y., Rollo, M. E., Collins, C. E. Validity of dietary assessment methods when compared to the method of doubly labeled water: A systematic review in adults. Frontiers in Endocrinology. 10, 850 (2019).
  2. Brouwer-Brolsma, E. M., et al. Dietary intake assessment: From traditional paper-pencil questionnaires to technology-based tools. Environmental software systems. Data science in action. Advances in Information and Communication Technology. 554, (2020).
  3. Palese, A., et al. What nursing home environment can maximise eating independence among residents with cognitive impairment? Findings from a secondary analysis. Geriatric Nursing. 41 (6), 709-716 (2020).
  4. Krop, E. M., et al. Influence of oral processing on appetite and food intake – A systematic review and meta-analysis. Appetite. 125, 253-269 (2018).
  5. Nicolas, E., Veyrune, J. L., Lassauzay, C., Peyron, M. A., Hennequin, M. Validation of video versus electromyography for chewing evaluation of the elderly wearing a complete denture. Journal of Oral Rehabilitation. 34 (8), 566-571 (2007).
  6. Sabin, M. A., et al. A novel treatment for childhood obesity using Mandometer® technology. International Journal of Obesity. 7, (2006).
  7. Hermsen, S., et al. Evaluation of a Smart fork to decelerate eating rate. Journal of the Academy of Nutrition and Dietetics. 116 (7), 1066-1068 (2016).
  8. vanden Boer, J., et al. The splendid eating detection sensor: Development and feasibility study. JMIR mHealth and uHealth. 6 (9), 170 (2018).
  9. Papapanagiotou, V., et al. A novel chewing detection system based on ppg, audio, and accelerometry. IEEE Journal of Biomedical and Health Informatics. 21 (3), 607-618 (2016).
  10. Ioakimidis, I., et al. Description of chewing and food intake over the course of a meal. Physiology & Behavior. 104 (5), 761-769 (2011).
  11. Ruiz, L. D., Zuelch, M. L., Dimitratos, S. M., Scherr, R. E. Adolescent obesity: Diet quality, psychosocial health, and cardiometabolic risk factors. Nutrients. 12 (1), 43 (2020).
  12. Forde, C. G., van Kuijk, N., Thaler, T., de Graaf, C., Martin, N. Oral processing characteristics of solid savoury meal components, and relationship with food composition, sensory attributes and expected satiation. Appetite. 60 (1), 208-219 (2013).
  13. Weijzen, P. L. G., Smeets, P. A. M., de Graaf, C. Sip size of orangeade: effects on intake and sensory-specific satiation. British Journal of Nutrition. 102 (07), 1091-1097 (2009).
  14. Zijlstra, N., de Wijk, R. A., Mars, M., Stafleu, A., de Graaf, C. Effect of bite size and oral processing time of a semisolid food on satiation. The American Journal of Clinical Nutrition. 90 (2), 269-275 (2009).
  15. Bolhuis, D. P., et al. Slow food: sustained impact of harder foods on the reduction in energy intake over the course of the day. PloS One. 9 (4), 93370 (2014).
  16. Grinyer, A. The anonymity of research participants: assumptions, ethics and practicalities. Social Research Update. 36 (1), 4 (2002).

Play Video

Bu Makaleden Alıntı Yapın
Lasschuijt, M. P., Brouwer-Brolsma, E., Mars, M., Siebelink, E., Feskens, E., de Graaf, K., Camps, G. Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method. J. Vis. Exp. (168), e62144, doi:10.3791/62144 (2021).

View Video