Name: Progettazione e valutazione di vetri per ingestione di cibo e la classificazione di attività fisica (Video) | JoVE Journal
Uploaded: 2018-02-14T13:00:00.000+00:00
Duration: 7 min 47 s
Description: Scopri come progettare e valutare occhiali indossabili per rilevare l'attività del muscolo temporale durante l'assunzione di cibo e altre attività fisiche. Questo metodo offre un monitoraggio automatico e obiettivo dei comportamenti alimentari.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Questo lavoro è stato supportato da Envisible, Inc. Questo studio è stato anche sostenuto da una sovvenzione del coreano salute tecnologia R & D Project, Ministero della salute & benessere, Repubblica di Corea (HI15C1027). Questa ricerca è stata sostenuta anche dal National Research Foundation della Corea (NRF-2016R1A1A1A05005348).

<ol><li>Sharma, A. M., Padwal, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Obesity+is+a+sign-over-eating+is+a+symptom%3A+an+aetiological+framework+for+the+assessment+and+management+of+obesity%5BTitle%5D)+AND+%22Obes+Rev%22%5BJournal%5D)">Obesity is a sign-over-eating is a symptom: an aetiological framework for the assessment and management of obesity.</a> Obes Rev. 11 (5), 362-370 (2010).</li>
<li>Pi-Sunyer, F. X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clinical+guidelines+on+the+identification%2C+evaluation%2C+and+treatment+of+overweight+and+obesity+in+adults%5BTitle%5D)+AND+%22Am+J+Clin+Nutr%22%5BJournal%5D)">Clinical guidelines on the identification, evaluation, and treatment of overweight and obesity in adults.</a> Am J Clin Nutr. 68 (4), 899-917 (1998).</li>
<li>McCrory, P., Strauss, B., Wahlqvist, M. L. <a target="_blank" href="http://apjcn.nhri.org.tw/server/markwpapers/BookChapters/B074x.pdf">Energy balance, food intake and obesity.</a> Exer Obes. , London. (1994).</li>
<li>Albinali, F., Intille, S., Haskell, W., Rosenberger, M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aAlbinali%2C+F+%22Proceedings+of+the+12th+ACM+international+conference+on+Ubiquitous+computing%22">Proceedings of the 12th ACM international conference on Ubiquitous computing</a>. , ACM. 311-320 (2010).</li>
<li>Bonomi, A., Westerterp, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advances+in+physical+activity+monitoring+and+lifestyle+interventions+in+obesity%3A+a+review%5BTitle%5D)+AND+%22Int+J+Obes%22%5BJournal%5D)">Advances in physical activity monitoring and lifestyle interventions in obesity: a review.</a> Int J Obes. 36 (2), 167-177 (2012).</li>
<li>Jung, S., Lee, J., Hyeon, T., Lee, M., Kim, D. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fabric-Based+Integrated+Energy+Devices+for+Wearable+Activity+Monitors%5BTitle%5D)+AND+%22Adv+Mater%22%5BJournal%5D)">Fabric-Based Integrated Energy Devices for Wearable Activity Monitors.</a> Adv Mater. 26 (36), 6329-6334 (2014).</li>
<li>Fulk, G. D., Sazonov, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+sensors+to+measure+activity+in+people+with+stroke%5BTitle%5D)+AND+%22Top+Stroke+Rehabil%22%5BJournal%5D)">Using sensors to measure activity in people with stroke.</a> Top Stroke Rehabil. 18 (6), 746-757 (2011).</li>
<li>Makeyev, O., Lopez-Meyer, P., Schuckers, S., Besio, W., Sazonov, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+food+intake+detection+based+on+swallowing+sounds%5BTitle%5D)+AND+%22Biomed+Signal+Process+Control%22%5BJournal%5D)">Automatic food intake detection based on swallowing sounds.</a> Biomed Signal Process Control. 7 (6), 649-656 (2012).</li>
<li>Päßler, S., Fischer, W. <a target="_blank" href="https://www.degruyter.com/view/j/bmte.2012.57.issue-s1-F/bmt-2012-4092/bmt-2012-4092.xml">Food intake activity detection using an artificial neural network.</a> Biomed Tech (Berl). , (2012).</li>
<li>Passler, S., Fischer, W. -J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Food+intake+monitoring%3A+Automated+chew+event+detection+in+chewing+sounds%5BTitle%5D)+AND+%22IEEE+J+Biomed+Health+Inform%22%5BJournal%5D)">Food intake monitoring: Automated chew event detection in chewing sounds.</a> IEEE J Biomed Health Inform. 18 (1), 278-289 (2014).</li>
<li>Kadomura, A., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKadomura%2C+A+%22CHI%2713+Extended+Abstracts+on+Human+Factors+in+Computing+Systems%22">CHI'13 Extended Abstracts on Human Factors in Computing Systems</a>. , ACM. 1551-1556 (2013).</li>
<li>Fontana, J. M., Farooq, M., Sazonov, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+ingestion+monitor%3A+A+novel+wearable+device+for+monitoring+of+ingestive+behavior%5BTitle%5D)+AND+%22IEEE+Trans+Biomed+Eng%22%5BJournal%5D)">Automatic ingestion monitor: A novel wearable device for monitoring of ingestive behavior.</a> IEEE Trans Biomed Eng. 61 (6), 1772-1779 (2014).</li>
<li>Shen, Y., Salley, J., Muth, E., Hoover, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessing+the+Accuracy+of+a+Wrist+Motion+Tracking+Method+for+Counting+Bites+across+Demographic+and+Food+Variables%5BTitle%5D)+AND+%22IEEE+J+Biomed+Health+Inform%22%5BJournal%5D)">Assessing the Accuracy of a Wrist Motion Tracking Method for Counting Bites across Demographic and Food Variables.</a> IEEE J Biomed Health Inform. , (2016).</li>
<li>Farooq, M., Sazonov, E. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aFarooq%2C+M+%22International+Conference+on+Bioinformatics+and+Biomedical+Engineering%22">International Conference on Bioinformatics and Biomedical Engineering</a>. , Springer. 464-472 (2017).</li>
<li>Grigoriadis, A., Johansson, R. S., Trulsson, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+profile+and+amplitude+of+human+masseter+muscle+activity+is+adapted+to+food+properties+during+individual+chewing+cycles%5BTitle%5D)+AND+%22J+Oral+Rehab%22%5BJournal%5D)">Temporal profile and amplitude of human masseter muscle activity is adapted to food properties during individual chewing cycles.</a> J Oral Rehab. 41 (5), 367-373 (2014).</li>
<li>Strini, P. J. S. A., Strini, P. J. S. A., de Souza Barbosa, T., Gavião, M. B. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessment+of+thickness+and+function+of+masticatory+and+cervical+muscles+in+adults+with+and+without+temporomandibular+disorders%5BTitle%5D)+AND+%22Arch+Oral+Biol%22%5BJournal%5D)">Assessment of thickness and function of masticatory and cervical muscles in adults with and without temporomandibular disorders.</a> Arch Oral Biol. 58 (9), 1100-1108 (2013).</li>
<li>Standring, S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aStandring%2C+S+%22Gray%27s+anatomy%3A+the+anatomical+basis+of+clinical+practice%22">Gray's anatomy: the anatomical basis of clinical practice</a>. , Elsevier Health Sciences. (2015).</li>
<li>Farooq, M., Sazonov, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+novel+wearable+device+for+food+intake+and+physical+activity+recognition%5BTitle%5D)+AND+%22Sensors%22%5BJournal%5D)">A novel wearable device for food intake and physical activity recognition.</a> Sensors. 16 (7), 1067(2016).</li>
<li>Zhang, R., Amft, O. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aZhang%2C+R+%22Proceedings+of+the+2016+ACM+International+Symposium+on+Wearable+Computers%22">Proceedings of the 2016 ACM International Symposium on Wearable Computers</a>. , ACM. 50-52 (2016).</li>
<li>Farooq, M., Sazonov, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Segmentation+and+Characterization+of+Chewing+Bouts+by+Monitoring+Temporalis+Muscle+Using+Smart+Glasses+with+Piezoelectric+Sensor%5BTitle%5D)+AND+%22IEEE+J+Biomed+Health+Inform%22%5BJournal%5D)">Segmentation and Characterization of Chewing Bouts by Monitoring Temporalis Muscle Using Smart Glasses with Piezoelectric Sensor.</a> IEEE J Biomed Health Inform. , (2016).</li>
<li>Huang, Q., Wang, W., Zhang, Q. <a target="_blank" href="http://ieeexplore.ieee.org/document/7828094/">Your Glasses Know Your Diet: Dietary Monitoring using Electromyography Sensors.</a> IEEE Internet of Things Journal. , (2017).</li>
<li>Chung, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+glasses-type+wearable+device+for+monitoring+the+patterns+of+food+intake+and+facial+activity%5BTitle%5D)+AND+%22Scientific+Reports%22%5BJournal%5D)">A glasses-type wearable device for monitoring the patterns of food intake and facial activity.</a> Scientific Reports. 7, 41690(2017).</li>
<li>Cristianini, N., Shawe-Taylor, J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aCristianini%2C+N+%22An+introduction+to+support+Vector+Machines%3A+and+other+kernel-based+learning+methods%22">An introduction to support Vector Machines: and other kernel-based learning methods</a>. , Cambridge University Press Cambridge. (2000).</li>
<li>Giannakopoulos, T., Pikrakis, A. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aGiannakopoulos%2C+T+%22Introduction+to+Audio+Analysis%3A+A+MATLAB+Approach%22">Introduction to Audio Analysis: A MATLAB Approach</a>. , Academic Press. (2014).</li>
<li>Chang, C. -C., Lin, C. -J. <a target="_blank" href="http://dns2.asia.edu.tw/~ysho/YSHO-English/1000%20Taiwan%20(Independent)/PDF/ACM%20Tra%20Int%20Sys%20Tec2,%2027.pdf">LIBSVM: a library for support vector machines.</a> ACM Trans Intell Syst Technol. 2 (3), 27(2011).</li>
<li>Po, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Time-frequency+analysis+of+chewing+activity+in+the+natural+environment%5BTitle%5D)+AND+%22J+Dent+Res%22%5BJournal%5D)">Time-frequency analysis of chewing activity in the natural environment.</a> J Dent Res. 90 (10), 1206-1210 (2011).</li>
<li>Ji, T. <a target="_blank" href="https://www.istructe.org/journal/volumes/volume-83-(published-in-2005)/issues/issue-3/articles/frequency-and-velocity-of-people-walking">Frequency and velocity of people walking.</a> Struct Eng. 84 (3), 36-40 (2005).</li>
<li>Knoblauch, R., Pietrucha, M., Nitzburg, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Field+studies+of+pedestrian+walking+speed+and+start-up+time%5BTitle%5D)+AND+%22Transp+Res+Red%22%5BJournal%5D)">Field studies of pedestrian walking speed and start-up time.</a> Transp Res Red. 1538, 27-38 (1996).</li>
</ol>

Gli autori non hanno nulla a rivelare.

In questo studio, abbiamo proposto in primo luogo la progettazione e il processo di fabbricazione di occhiali che senso i modelli di assunzione di cibo e attività fisica. Come questo studio principalmente focalizzato sull'analisi dei dati per distinguere l'ingestione di cibo dalle altre attività fisica (come camminare e sbattere le palpebre), il sistema di acquisizione dati e sensore richiedeva l'attuazione della registrazione di mobilità. Così, il sistema incluso i sensori, il MCU con funzionalità di comunicazione wirel...

Monitoraggio continuo e oggettivo dell'ingestione di cibo è essenziale per mantenere l'equilibrio di energia nel corpo umano, come accumulo di energia eccessiva può causare overweightness e obesità1, che potrebbe tradursi in varie complicazioni mediche2. I principali fattori lo squilibrio di energia sono noti per essere sia eccessiva ingestione di cibo e attività fisica insufficiente3. Vari studi sul monitoraggio del dispendio energetico quotidiano sono state introdotte con misura automatica e oggettiva dei modelli di attività fisica attraverso dispositivi indossabili4,5,6, anche presso il consumatore finale livello e medici fase7. Ricerca sul controllo dell'assunzione di cibo, tuttavia, è ancora nella cornice laboratorio, dal momento che è difficile da rilevare l'attività di assunzione di cibo in modo diretto e obiettivo. Qui, ci proponiamo di presentare un disegno di dispositivo e la relativa valutazione per monitorare l'assunzione di cibo e modelli di attività fisica a livello pratico nella vita quotidiana.
Ci sono stati vari approcci indiretti per monitorare l'assunzione di cibo attraverso la masticazione e deglutizione suoni8,9,10, movimento del polso11,12,13, immagine analisi14ed elettromiogramma (EMG)15. Tuttavia, questi approcci sono stati difficili da applicare per applicazioni quotidiane di vita, a causa delle loro limitazioni inerenti: i metodi utilizzando il suono erano vulnerabili ad essere influenzato dal suono ambientale; i metodi utilizzando il movimento del polso erano difficili da distinguere da altre attività fisiche, quando non consumano cibo; e i metodi utilizzando le immagini e i segnali di EMG sono limitati dal limite del movimento e ambiente. Questi studi hanno mostrato la capacità di rilevamento automatico dell'ingestione di cibo utilizzando sensori, ma avevano ancora una limitazione dell'applicabilità pratica alla vita quotidiana di là di regolazioni del laboratorio.
In questo studio, abbiamo usato i modelli di attività di muscolo di temporalis come il monitoraggio automatico e oggettiva dell'ingestione di cibo. In generale, il muscolo di temporalis ripete la contrazione e il rilassamento come parte dei muscoli masticatori durante il cibo assunzione16,17; così, l'attività di assunzione di cibo può essere monitorata rilevando i modelli periodici di attività di muscolo di temporalis. Recentemente, ci sono stati diversi studi che utilizzano i temporalis muscle attività18,19,20,21, che utilizzato il EMG o piezoelettrico ceppo sensore e collegandoli direttamente su umani pelle. Questi approcci, tuttavia, erano sensibili alla posizione della pelle di elettrodi EMG/i sensori di sforzo e furono facilmente staccati dalla pelle a causa del movimento fisico o la traspirazione. Di conseguenza, abbiamo proposto un metodo innovativo ed efficace con un paio di occhiali che senso i temporalis muscle attività mediante celle di carico due inserito in entrambe le cerniere nel nostro precedente studio22. Questo metodo ha mostrato un grande potenziale di rilevare l'attività di assunzione di cibo con una precisione senza toccare la pelle. È stato anche non invadente e non intrusiva, dato che abbiamo usato un comune dispositivo di occhiali-tipo.
In questo studio, presentiamo una serie di protocolli dettagliati di come implementare il dispositivo di occhiali-tipo e come utilizzare i modelli di attività di muscolo di temporalis per monitorare l'assunzione di cibo e attività fisica. I protocolli includono il processo di progettazione hardware e fabbricazione che consiste di un telaio 3D-stampato dei bicchieri, un modulo di circuito e un modulo di acquisizione dati e gli algoritmi software per l'elaborazione dati e analisi. Abbiamo inoltre esaminato la classificazione tra le diverse attività consigliati (ad es., da masticare, camminare e sbattere le palpebre) per dimostrare il potenziale come un pratico sistema che può raccontare una differenza minuta tra l'assunzione di cibo e altre attività fisiche modelli.

<table><tbody><tr><td>FSS1500NSB</td><td>Honeywell, USA</td><td></td><td>Cella di carico</td></tr><tr><td>INA125U</td><td>Texas Instruments, USA</td><td></td><td>Amplificatore</td></tr><tr><td>ESP-07</td><td>Shenzhen Anxinke Technology, Cina</td><td></td><td>MCU con modulo Wi-Fi</td></tr><tr><td>74LVC1G3157</td><td>Nexperia, Paesi Bassi</td><td></td><td>Multiplexer</td></tr><tr><td>MP701435P</td><td>Maxpower, Cina</td><td></td><td>Batteria</td></tr> <tr><td>LiPoU1V10F3</td><td>Pololu, USA</td><td></td><td>Regolatore di tensione</td></tr><tr><td>Ultimaker 2</td><td>Ultimaker, Paesi Bassi</td><td></td><td>Stampante 3D</td></tr><tr><td>ColorFabb XT-CF20</td><td>ColorFabb, Paesi Bassi</td><td></td><td>Filamento in fibra di carbonio</td></tr><tr><td>iPhone 6s Plus</td><td>Apple, USA</td><td></td><td>Dispositivo di acquisizione dati</td></tr><tr><td>Jelly Belly</td><td>Jelly Belly Candy Company, USA</td><td></td><td>Texture alimentare per lo studio dell'utente</td></tr></tbody></table>

progettazione e valutazione di vetri per ingestione di cibo e la classificazione di attività fisica

Design and Evaluation of Smart Glasses for Food Intake and Physical Activity Classification

Questo studio presenta una serie di protocolli di progettazione e produzione di un dispositivo indossabile occhiali-tipo che rileva i modelli di attività del muscolo di temporalis durante l'assunzione di cibo e altre attività fisiche. Abbiamo fabbricato una cornice 3D-stampato dei bicchieri e un modulo di scheda (PCB) integrata in cella circuito stampato di carico inserito in entrambe le cerniere del telaio. Il modulo è stato utilizzato per acquisire i segnali di forza e li trasmette in modalità wireless. Queste procedure forniscono il sistema con maggiore mobilità, che possono essere valutate in condizioni pratiche da portare come camminare e agitando. Una performance della classificazione viene valutata anche distinguendo i modelli dell'ingestione di cibo da quelle attività fisica. Una serie di algoritmi sono stati utilizzati per pre-elaborare i segnali, generare vettori di feature e riconoscere i modelli di diversi presenti attività (masticazione e sbattere le palpebre) e altre attività fisiche (il resto è sedentario, parlare e camminare). I risultati hanno mostrato che il Punteggio di1 media F della classificazione tra le attività consigliate era 91,4%. Crediamo che questo approccio può essere potenzialmente utile per il monitoraggio automatico e oggettiva dei comportamenti ingestive con maggiore precisione come strumento pratico per trattare problemi ingestive.

Attraverso le procedure descritte nel protocollo, abbiamo preparato due versioni del telaio stampato 3D differenziando la lunghezza della parte capa, LH (133 e 138 mm) e i templi, LT (110 e 125 mm), come mostrato nella Figura 4. Di conseguenza, possiamo coprire diverse condizioni da portare, che possono essere variate da dimensione della testa degli oggetti, forma, ecc. , che i soggetti ha scelto uno dei frame per adattarsi alla...

Questo studio presenta un protocollo di progettazione e produzione di un dispositivo indossabile occhiali-tipo che rileva i modelli dell'ingestione di cibo e altre attività fisiche consigliati utilizzando celle di carico inserito in entrambe le cerniere dei vetri.

Progettazione e valutazione di vetri per ingestione di cibo e la classificazione di attività fisica

This study presents a series of protocols of designing and manufacturing a glasses-type wearable device that detects the patterns of temporalis muscle ...

L'obiettivo generale di questa procedura è progettare e produrre un dispositivo indossabile di tipo occhiali che rilevi i modelli di attività muscolari temporali durante l'assunzione di cibo e altre attività fisiche. Questo metodo può aiutare a rispondere a domande chiave nel campo del monitoraggio dei comportamenti ingeribili come il rilevamento dell'assunzione di cibo durante un pasto. Il vantaggio principale di questa tecnica è che i modelli di attività muscolare temporale durante l'assunzione di cibo possono essere rilevati automaticamente e oggettivamente utilizzando un paio di occhiali.La procedura di produzione sarà dimostrata da Wonjoon Oh, un ingegnere meccanico della nostra azienda. La procedura di raccolta dei dati sarà eseguita da Hak Yung Gu, che è anche presso la nostra azienda. La chiave dell'esperimento sono i moduli del circuito che devono essere prodotti.Ce ne sono due. Uno per le tempie sinistra e destra in un paio di occhiali. Il modulo sinistro contiene una cella di carico, un connettore, un amplificatore per strumentazione, un regolatore di tensione e un connettore per la batteria.Il modulo destro ha un microcontrollore con WiFi, connettore UART, multiplexer,

design-evaluation-smart-glasses-for-food-intake-physical-activity

Research

Ricerca

JoVE Journal

Engineering

Ingegneria

È stato sviluppato un metodo di valutazione standardizzato per i sistemi di monitoraggio della mobilità indossabile (WMMS) che include attività continue in un ambiente di vita quotidiana realistico. I test con una serie di attività della vita quotidiana possono ridurre la sensibilità al riconoscimento dell'attività; pertanto, sono incoraggiati circuiti di test realistici per una valutazione valida delle prestazioni del WMMS.

Valutazione di un sistema di riconoscimento attività umana basata-Smartphone in un ambiente di vita quotidiana

Soggetti mangiano cibo da un piatto di una bilancia collegata a un computer che registra la perdita di peso della piastra durante il pasto. Feedback su schermo del computer consente al soggetto di adattare il suo comportamento alimentare alle curve di riferimento così normalizzare il peso corporeo.

Controllo di mangiare comportamento utilizzando un sistema di Feedback romanzo

L'utilizzo di sensori multimodali è un modo promettente per comprendere il ruolo delle interazioni sociali negli ambienti educativi. Questo documento descrive una metodologia per catturare l'attenzione visiva congiunta da diade geografiche colocation utilizzando eye-tracker mobili.

Una metodologia per catturare l'attenzione visiva congiunta utilizzando Mobile Eye-Tracker

Questo protocollo delinea l'impostazione tecnica di un'applicazione di realtà mista sviluppata che viene utilizzata per l'analisi immersiva. Sulla base di ciò, vengono presentate le misure, che sono state utilizzate in uno studio per ottenere informazioni sugli aspetti di usabilità della soluzione tecnica sviluppata.

Valutazione degli aspetti di usabilità di una soluzione di realtà mista per l'analisi immersiva in scenari Industry 4.0

L'obiettivo del lavoro presentato in questo articolo è quello di sviluppare una tecnologia per il riconoscimento automatizzato di prodotti alimentari e bevande da immagini scattate da dispositivi mobili. La tecnologia comprende due diversi approcci: il primo esegue il riconoscimento delle immagini alimentari mentre il secondo esegue la segmentazione delle immagini alimentari.

Reti neurali profonde per la valutazione dietetica basata su immagini

Questo articolo descrive il protocollo per lo sviluppo di un'innovativa applicazione di valutazione dietetica basata su smartphone Traqq, comprese le valutazioni di esperti e i test di usabilità.

Sviluppo iterativo di un innovativo strumento di valutazione dietetica basato su smartphone: Traqq

Questo protocollo mostra e spiega un nuovo metodo di valutazione dietetica basato sulla tecnologia. Il metodo consiste in un vassoio da pranzo con più bilance integrate e una videocamera. Il dispositivo è unico nel senso che incorpora misure automatizzate di assunzione di cibi e bevande e comportamento alimentare nel corso di un pasto.

Sviluppo e utilizzo di un metodo automatizzato di assunzione e valutazione del comportamento alimentare

Questo documento discute come costruire un'interfaccia cervello-computer facendo affidamento su apparecchiature di livello consumer e potenziali evocati visivamente in stato stazionario. Per questo, un elettroencefalografo a canale singolo che sfrutta elettrodi secchi è stato integrato con occhiali a realtà aumentata per la presentazione degli stimoli e la visualizzazione dei dati di output. Il sistema finale era non invasivo, indossabile e portatile.

Un'interfaccia cervello-computer indossabile a canale singolo e non invasiva per l'industria e la sanità

Questo articolo propone un sistema basato sull'intelligenza artificiale per rilevare automaticamente se gli studenti stanno prestando attenzione alla classe o sono distratti. Questo sistema è progettato per aiutare gli insegnanti a mantenere l'attenzione degli studenti, ottimizzare le loro lezioni e introdurre dinamicamente modifiche in modo che siano più coinvolgenti.

Sistema basato sull'intelligenza artificiale per rilevare i livelli di attenzione negli studenti

La tecnologia indossabile ha un costo contenuto e offre un comodo monitoraggio dei dati fisiologici. Tuttavia, l'accuratezza e l'affidabilità di questi dispositivi richiedono una valutazione cauta per garantirne l'efficacia e la sicurezza per gli utenti. Questo rapporto descrive il processo di convalida di uno smartwatch commerciale nel monitoraggio dei dati fisiologici e dell'attività fisica.

Valutazione dell'accuratezza dei dati degli smartwatch fitness per il monitoraggio dell'attività cardiovascolare e fisica: uno studio di convalida in Digital Health

Scopri come progettare e valutare occhiali indossabili per rilevare l'attività del muscolo temporale durante l'assunzione di cibo e altre attività fisiche. Questo metodo offre un monitoraggio automatico e obiettivo dei comportamenti alimentari.

Progettazione e valutazione di vetri per ingestione di cibo e la classificazione di attività fisica

Esplora altri video