Name: デザインとスマートなメガネの食品の摂取量と身体活動の分類のための評価 (動画) | JoVE Journal
Uploaded: 2018-02-14T13:00:00.000+00:00
Duration: 7 min 47 s
Description: 学ぼう、スマートメガネ型ウェアラブルデバイスの設計・製造法。側頭筋活動パターンを検出し、食事摂取や身体活動を自動・客観的にモニタリングする神経科学・行動研究の新手法です。

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

この作品は、Envisible、株式会社によって支えられました。本研究は韓国健康技術 R & D プロジェクト、厚生・福祉、韓国共和国 (HI15C1027) の助成金によっても支えられました。この研究は、韓国の国立研究財団 (NRF 2016R1A1A1A05005348) によっても支えられました。

<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>

著者が明らかに何もありません。

この研究では、まず設計と食品の摂取量と身体活動のパターンを感じるガラスの製造プロセスを提案しました。この研究として (歩行、まばたきなど) その他の身体活動から食物摂取を区別するためにデータ分析を中心に、センサーとデータ集録システムの移動記録の実装が必要です。したがって、システムには、センサー、無線通信機能を備えた MCU とバッテリーが含まれています。提案プロトコルは小説と非接触方法で食品の摂取量とウインクのため側頭筋筋活動のパターンを測定する実用的な方法を提供した: ツールとせず日常生活の中で食品の摂取量を簡単に検出する方法論面倒機器が記述されていた。
眼鏡を製造のプロシージャの重要な考慮事項があります。テンプル部分は、ステップ 1.2図 4 bと図 4のように作製した基板モジュールを統合する設計必要があります。ロードセルは、図 5のヒンジ部分の平面図に示すようを装備したときの頭の部分の支持板にサポー...

継続的かつ客観的は食物摂取の監視は、過剰なエネルギーの蓄積は、overweightness と肥満1、様々 な医療の合併症2になる可能性を引き起こす可能性があります人間の体のエネルギー バランスを維持するために不可欠です。エネルギーの不均衡の主な要因は過剰な食物摂取および十分な身体活動3知られています。毎日のエネルギーの支出の監視の様々 な研究は、でもウェアラブル デバイス4,5,6, 身体活動パターンの自動と客観的測定を導入されている、最終消費者レベルと医療のステージ7。食物摂取量のモニタリングに関する研究はしかし、まだ、研究室の設定に、直接かつ客観的に食品の摂取量の活動を検出することは困難だからです。ここでは、デバイスの設計とその評価食品摂取量と日常生活の中で実践的なレベルで身体活動パターンを監視するための提示を目指します。
咀嚼・嚥下音8,9,10、手首11,12,13の動きを通じて食品の摂取量を監視し、画像に様々 な間接アプローチがあった分析14、および筋電図 (EMG)15。ただし、これらのアプローチが彼らの固有の制限があるため毎日の生活アプリケーションに適用することは困難: 音を使用してメソッドが環境音によって影響を受ける脆弱性食物を消費していない場合他の身体活動から区別するために、手首の動きを使用してメソッドが難しかった画像と筋電位信号を用いた方法は、運動と環境の境界によって制限されます。これらの研究は、センサーを使用して食品の摂取量の自動検出の機能を示したが、まだ実験室の設定を超えて日常生活に実用性の制限があった。
この研究では、食品摂取量の自動かつ客観的監視に側頭筋筋活動のパターンを使用しました。一般的に、側頭筋を繰り返し収縮と食品摂取量16,17; 中に咀嚼筋の一部としてリラクゼーションしたがって、側頭筋の筋活動の周期的なパターンを検出することにより食品摂取量の活動を監視できます。最近、活動18,19,20,21, 筋電図や圧電歪に使用筋肉の側頭筋を利用したいくつかの研究をされている人間の上に直接適用してセンサー皮膚。これらのアプローチは、しかし、筋電図電極またはひずみセンサーの皮膚の場所に敏感だった、運動や汗のため皮膚から簡単にデタッチされました。したがって、側頭筋筋活動両方のヒンジを所定の私たちの以前の研究22で挿入する 2 つのロード セルその意味提案メガネのペアを使用して新しい、有効な方法です。この方法は、肌に触れることがなく高精度な食品摂取量の活動を検出の大きな可能性を示した。また非目障りな非侵入以来だった我々 は一般的なメガネ型デバイスを使用します。
本研究では、メガネ型デバイスを実装する方法と食品の摂取量と身体活動を監視するため側頭筋筋活動のパターンを使用する方法の詳細なプロトコルのシリーズを紹介します。プロトコルは、ハードウェア設計とメガネ、回路モジュール、およびデータ集録モジュールの 3 D プリントのフレームで構成される製造のプロセスを含めるし、データ処理・解析用ソフトウェア アルゴリズムを含めます。さらにいくつかの注目の活動 (例えば、咀嚼、歩行とウインク) の中で分類を行った食品摂取量と他の身体活動の分の違いを伝えることができる実用的なシステムとしての可能性を実証するにはパターン。

<table><tbody><tr><td>FSS1500NSB</td><td>ハネウェル社、米国</td><td></td><td>ロードセル</td></tr><tr><td>INA125U</td><td>テキサス・インスツルメンツ社、米国</td><td></td><td>アンプ</td></tr><tr><td>ESP-07</td><td>深セン Anxinke Technology、中国</td><td></td><td>Wi-Fi モジュール</td></tr><tr><td>74LVC1G3157</td><td>Nexperia、オランダ</td><td></td><td>マルチプレクサ</td></tr><tr><td>MP701435P</td><td>Maxpower、中国</td><td></td><td>LiPo バッテリー</td></tr><tr><td>U1V10F3</td><td>Pololu, USA</td><td></td><td>電圧レギュレータ</td></tr>ー <tr><td>Ultimaker 2</td><td>Ultimaker, オランダ</td><td></td><td>3Dプリンター</td></tr><tr><td>ColorFabb XT-CF20</td><td>ColorFabb, オランダ</td><td></td><td>カーボンファイバーフィラメント</td></tr><tr><td>iPhone 6s Plus</td><td>Apple, USA</td><td></td><td>データ取得装置</td></tr><tr><td>Jelly Belly</td><td>Jelly Belly Candy Company, USA</td><td></td><td>ユーザー研究のための食品テクスチャ</td></tr></tbody></table>

デザインとスマートなメガネの食品の摂取量と身体活動の分類のための評価

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

本研究は、一連の設計および製造食品の摂取量と他の身体活動の間に側頭筋筋活動のパターンを検出するメガネ型ウェアラブル デバイスのプロトコルを示します。メガネとフレームの両方のヒンジに挿入された負荷セル統合プリント回路基板 (PCB) モジュールの 3 D プリントのフレームを作製しました。力信号を集録し、ワイヤレスでそれらを送信モジュールが使用されました。これらの手順は、歩行や waggling といった実用的な身に着けている条件で評価できる高いモビリティとシステムを提供します。分類のパフォーマンスは、食物摂取のパターンを区別するこれらの物理的な活動によっても評価されます。一連のアルゴリズムを用いて信号を前処理特徴ベクトルを生成し、いくつかのパターンを認識する活動 (咀嚼とウインク)、および他の物理的な活動 (、話して、歩いて、残りを定住) を特集します。注目の活動の中で分類の平均 F1スコア 91.4% であったことがわかった。このアプローチは潜在的自動かつ客観的摂食問題を扱うための実用的な手段として精度の高い摂食行動の監視のために有用することができます考えています。

、プロトコルで説明されている手順を、図 4に示すように頭の部分、LH (133 と 138 mm) や寺院、LT (110 と 125 mm) の長さの差別化で 3 D 印刷されたフレームの 2 つのバージョンを準備しました。そのため、被験者の頭のサイズ、形状など対象を選んだユーザー研究のため自分の頭に合わせてフレームの一つから変えることができるいくつかの身に着けている条件を取り上げることはできません。Lh、蝶番関節とサポートのボルト用の穴との間の垂直距離は、増幅された力が 15 N は、ロードセルの直線動作範囲を超えないように、7.5 mm に設定されました。最後に、頭の部分には、装備したとき両方のサポート ボルトから伝わる曲げモーメントに抵抗できる厚さ tHが必要です。THヒューリスティックなアプローチから炭素繊維材料の使用と 6 mm を選びました。接触点は、<strong cla...

本稿ではプロトコルの設計と食物摂取のパターンを検出するメガネ型ウェアラブル デバイスを製造、ガラスの両方のヒンジのロードセルを使用してその他の注目の物理的な活動が挿入されます。

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

この手順の全体的な目標は、食物摂取やその他の身体活動中の側頭筋活動のパターンを検出するメガネ型ウェアラブルデバイスを設計および製造することです。この方法は、食事中の食物摂取検出など、摂取可能な行動のモニタリングの分野における重要な質問に答えるのに役立ちます。この手法の主な利点は、食物摂取中の側頭筋の活動パターンを眼鏡を使用して自動的かつ客観的に検出できることです。製作手順のデモンストレーションは、弊社の機械エンジニアであるオ・ウォンジュン氏にご協力いただきます。データ収集の手続きは、当社にも在籍しているHak Yung Guが行います。実験の鍵となるのは、製造しなければならない回路モジュールです。2つあります。1つはメガネのペアで左右のテンプル用。左側のモジュールには、ロードセル、コネクタ、計装アンプ、電圧レギュレータ、およびバッテリーコネクタが含まれています。右側のモジュールには、WiFi、UARTコネクタ、マルチプレクサ、アンプ、コネクタ、およびロードセルを備えたマイクロコントローラーがあります。回路に加えて、メガネフレームを製作する必要があります。フレームは、プリント回路基板モジュールをサポートできる必要があります。フレームを作成するには、3Dモデリングツールを使用して、メガネのヘッドピースとその2つのテンプルピースのモデルを描画します。図面をCADのステレオリソグラフィーファイルにエクスポートして、3Dプリントします。フレームパーツの印刷には、ノズル温度250°C、ベッド温度80°Cのカーボンフィラメントを使用してください。印刷後、こめかみを内側に曲げる作業を行います。180°Cに設定された熱風送風機を使用して、ピースを加熱します。加熱したら、こめかみを約15度内側に曲げます。続行する前に、各テンプルピースを内側に曲げます。すべてのピースを集めてグラスを組み立てます。これらには、左右のプリント回路基板、左右のテンプル、ヘッドピースが含まれます。適切なテンプルコンポーネントから始めます。右のテンプルに右の回路基板を挿入します。ボルトで固定します。左の回路基板と左のテンプルも同様に固定します。次に、ヘッドピースとテンプルの1つを適切なヒンジジョイントに取り付け、ボルトで固定します。もう一方のテンプルをヘッドピースに取り付けて続行します。完了したら、3ピン接続ワイヤを使用して左右の回路を接続します。この設計では、バッテリーを左側の回路に接続します。粘着テープで固定します。先端とノーズパッドにゴムテープを貼ってメガネを完成させ、着用者の摩擦を増やします。この時点で、データ集録の準備をします。コンピュータでGlasSense_Serverプロジェクトを実行し、フレーム回路モジュールをUSBで接続します。GlasSense_Serverソフトウェアをマイクロコントローラーにフラッシュします。このプロジェクトでは、スマートフォンを使用してデータを受信します。コンピューターでGlasSense_Clientソフトウェアを実行し、USBコネクタを介してスマートフォンを接続します。スマートフォンでデータ受信アプリケーションを構築します。研究では、被験者を特定し、適切なサイズのメガネを選択します。被験者にメガネを試着してもらいます。必要に応じて、フレームのサポートボルトを使用してフィット感を微調整します。次のステップは、被験者にさまざまな活動のデータを収集させることです。座りがちな休息活動では、被験者に椅子に座らせて眼鏡をかけたまま読書をしてもらいます。スマートフォンアプリを使用してアクティビティを120秒間記録します。頭の動きは許可しますが、全身の動きは避けてください。120秒後、録音を停止し、メガネを外して60秒間休憩します。データの記録と休憩を4回繰り返します。歩行活動についても同様の手順に従って、被験者をトレッドミルに立たせ、眼鏡をかけてもらいます。トレッドミルを時速4.5kmで開始し、被験者の記録を120秒間保持します。終わったら、メガネを外した状態で60秒休憩を取ります。座りがちな咀嚼や歩きながらの咀嚼活動もあります。これらのために、20x20 mmの正方形でトーストしたパンを準備し、噛むゼリーを準備します。必要に応じて、被験者がトレッドミルに座るか、食べ物が近くにあるように手配します。眼鏡をかけたまま、アクティビティとデータ記録を開始します。被験者に普通に噛みながらパンを食べさせます。120秒後、メガネを外した状態で60秒の休憩を取ります。次に、座りがちな会話活動を行います。このためには、被験者が座って通常のトーンと速度で本を大声で読んでいるときにデータを収集します。座りがちなウィンク活動では、3秒ごとに鳴るように設定されたベルに反応して被験者がウィンクするように手配します。これらのデータは、各アクティビティを実行している 1 人の被験者からのものです。横軸は秒単位の時間です。各縦軸は、10個の測定値の中央値を差し引いた後に測定された力です。青い曲線は左側、赤い曲線は顔の右側です。予想されるように、咀嚼活動の最大振幅は、座りがちな休息、座りがちな会話、および歩行活動と比較すると大きくなります。このタイプのデータは、機械学習の分類手法への入力に変換されます。各開発の後、この手法は、摂取の問題を治療するための実用的な手段として、摂取可能な行動をより高い精度で自動的かつ客観的に監視するのに役立つ可能性があります。

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

Research

JoVE Journal

Engineering

工学

現実的な日常生活環境での継続的な活動を含むウェアラブルモビリティモニタリングシステム(WMMS)のための標準化された評価方法が開発されました。一連の日常生活動作でテストすると、活動認識感度が低下する可能性があります。したがって、WMMS性能の有効な評価のためには、現実的なテスト回路が推奨されます。...

日常生活環境におけるスマートフォンベースの人間活動の認識システムの評価

被験者は、食事中にプレートの重量損失を記録するコンピューターに接続されているスケールに置かれたプレートから食べ物を食べる。コンピューター画面上のフィードバックは、参照カーブのため体重を正規化する自分の食行動を適応する対象できます。...

新しいフィードバック システムを使用して食生活のコントロール

マルチモーダルセンサーの使用は、教育の設定における社会的相互作用の役割を理解する有望な方法です。本論文では、モバイルアイトラッカーを用いて共振ダイアドから関節視覚的注意を捉える方法論について述べている。...

モバイルアイトラッカーを用いた関節視覚注意を捉える方法論

このプロトコルは、イマーシブ分析に使用される開発された Mixed Reality...

インダストリー 4.0 シナリオにおける没入型分析のための複合現実ソリューションのユーザビリティの側面の評価

この記事で紹介する作業の目的は、モバイルデバイスで撮影した画像から食品や飲料の商品を自動的に認識する技術を開発することです。この技術は2つの異なるアプローチで構成されています -...

画像ベースの食事評価のためのディープニューラルネットワーク

本稿では、専門的な評価やユーザビリティテストを含む、革新的なスマートフォンベースの食事評価アプリケーション...

革新的なスマートフォンベースの食事評価ツールの反復開発:Traqq

このプロトコルは、新しい技術ベースの食事評価方法を示し、説明します。この方法は、複数の計量スケールを内蔵したダイニングトレイとビデオカメラで構成されています。このデバイスは、食事の過程で食べ物や飲み物の摂取量や食事行動の自動対策を組み込むという意味でユニークです。...

自動食品摂取と摂食行動評価方法のコンセプト開発と利用

この論文では、消費者グレードの機器と定常状態の視覚誘発電位に依存してブレインコンピュータインターフェースを構築する方法について説明します。このために、乾式電極を利用する単一チャネル脳波計は、刺激の提示と出力データの視覚化のために拡張現実メガネと統合されました。最終的なシステムは、非侵襲的で、ウェアラブルで、ポータブルでした。...

産業およびヘルスケア向けの単一チャネルおよび非侵襲的ウェアラブルブレインコンピュータインタフェース

この論文では、学生がクラスに注意を払っているか、気を散らしているかを自動的に検出する人工知能ベースのシステムを提案しています。このシステムは、教師が生徒の注意を引き付け、授業を最適化し、生徒がより魅力的になるように動的に変更を導入できるように設計されています。...

人工知能を用いた学生の注意力検出システム

ウェアラブル技術は低コストで、生理学的データの便利なモニタリングを提供します。ただし、これらのデバイスの精度と信頼性には、ユーザーにとっての有効性と安全性を確保するために慎重な評価が必要です。このレポートでは、生理学的データと身体活動のモニタリングにおける商用スマートウォッチの検証プロセスについて説明します。...

心血管および身体活動モニタリングのためのフィットネススマートウォッチデータの精度の評価:デジタルヘルスの検証研究

学ぼう、スマートメガネ型ウェアラブルデバイスの設計・製造法。側頭筋活動パターンを検出し、食事摂取や身体活動を自動・客観的にモニタリングする神経科学・行動研究の新手法です。

デザインとスマートなメガネの食品の摂取量と身体活動の分類のための評価

さらに動画を探す