Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de método

Diseño y evaluación de gafas inteligentes para la toma de comida y clasificación de actividad física

11.2K vistas

DOI:

10.3791/56633

14 de febrero de 2018

En este artículo

Resumen

Este estudio presenta un protocolo de diseño y fabricación de un dispositivo usable de gafas tipo que detecta los patrones de consumo de alimentos y actividad física recomendados mediante células de carga se inserta en ambas bisagras de las gafas.

Resumen

Este estudio presenta una serie de protocolos de diseño y fabricación de un dispositivo usable de gafas tipo que detecta los patrones de las actividades del músculo de los temporalis durante la ingesta de alimentos y otras actividades físicas. Hemos fabricado un marco impreso en 3D de las gafas y un módulo de carga celular integrado de circuitos impresos (PWB) insertada en ambas bisagras del marco de la. El módulo se utilizó para adquirir las señales de fuerza y transmitirlas de forma inalámbrica. Estos procedimientos proporcionan el sistema con mayor movilidad, que puede ser evaluado en condiciones de usar prácticas como caminar y esquiva. Un rendimiento de la clasificación también es evaluado por distinguir los patrones de consumo de alimentos de las actividades físicas. Una serie de algoritmos se utilizaron para preprocesar las señales, generar vectores de la característica y reconocer los patrones de varios destacados actividades (masticación y guiñando un ojo) y otras actividades físicas (resto sedentario, hablar y caminar). Los resultados mostraron que la puntuación de1 medio F de la clasificación entre las actividades destacadas fue de 91.4%. Creemos que este enfoque puede ser potencialmente útil para el monitoreo automático y objetivo de comportamiento ingestiva con mayor precisión como medio práctico para tratar los problemas ingestiva.

Introducción

Monitoreo continuo y objetivo de ingesta de alimentos es esencial para mantener el equilibrio de la energía en el cuerpo humano, como acumulación de energía excesivo puede causar obesidad y overweightness1, que puede provocar varias complicaciones médicas2. Los principales factores en el desequilibrio de energía son conocidos por ser la ingesta excesiva de alimentos y actividad física insuficiente3. Varios estudios sobre el seguimiento del gasto de energía diario se han introducido con medición automática y objetiva de los patrones de actividad física a través de dispositivos portátiles

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

Nota: Todos los procedimientos incluyendo el uso de sujetos humanos fueron logrados por una forma no invasiva de simplemente usando un par de gafas. Todos los datos fueron adquiridos mediante la medición de las señales de la fuerza de las células de carga en los vidrios que no estaban en contacto directo con la piel. Los datos fueron transmitidos inalámbricamente al módulo de grabación de datos, que, en este caso es un smartphone designado para el estudio. Todos los protocolos no fueron relacionadas con en vivo/en vitro los estudios en humanos. No muestras de sangre y drogas fueron utilizadas para los experimentos. Se obtuvo consentimiento informado ....

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

A través de los procedimientos descritos en el protocolo, preparamos dos versiones del 3D marco impreso por distinción de la longitud de la pieza principal, LH (133 y 138 mm) y los templos, LT (110 y 125 mm), como se muestra en la figura 4. Por lo tanto, podemos cubrir varias condiciones de uso, que pueden variar de tamaño de la cabeza de los sujetos, forma, etc. de que los sujetos eligieron uno de los marcos para ajustarse a la.......

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

En este estudio, primero se propuso el diseño y proceso de fabricación de vidrios que percibir los patrones de consumo de alimentos y actividades físicas. Como este estudio se centra principalmente en el análisis de datos para distinguir el consumo de alimentos de las otras actividades físicas (como caminar y guiñando un ojo), el sistema de adquisición de datos y sensor requiere la aplicación de grabación de movilidad. Así, el sistema incluye los sensores, el MCU con capacidad de comunicación inalámbrica y la batería. El.......

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

Los autores no tienen nada que revelar.

Agradecimientos

Este trabajo fue apoyado por Envisible, Inc. Este estudio también fue apoyado por una subvención de Coreano salud tecnología R & D proyectos, Ministerio de salud y bienestar, República de Corea (HI15C1027). Esta investigación también fue apoyada por la Fundación Nacional de investigación de Corea (NRF-2016R1A1A1A05005348).

....

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
FSS1500NSBHoneywell, EE. UU.Célula de carga
INA125UTexas Instruments, EE. UU.Amplificador
ESP-07Shenzhen Anxinke Technology, ChinaMCU con módulo Wi-Fi
74LVC1G3157Nexperia, Países BajosMultiplexor
MP701435PMaxpower, ChinaBatería
LiPoU1V10F3Pololu, Estados UnidosRegulador de voltaje
Ultimaker 2Ultimaker, Países BajosImpresora 3D
ColorFabb XT-CF20ColorFabb, Países BajosFilamento de fibra de carbono
iPhone 6s PlusApple, Estados UnidosDispositivo de adquisición de datos
Jelly Belly JellyBelly Candy Company, Estados UnidosTextura de alimentos para el estudio del usuario

Referencias

  1. 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).
  2. Pi-Sunyer, F. X., et al.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Etiquetas

Dispositivo poniblem sculo temporalbastidor impreso en 3Dcelda de cargatransmisi n inal mbricaclasificaci n mediante aprendizaje autom ticovector de caracter sticas