설계 및 스마트 유리의 음식 섭취 량과 신체 활동 분류에 대 한 평가

이 절차의 전반적인 목표는 음식 섭취 및 기타 신체 활동 중 측두근 활동의 패턴을 감지하는 안경 유형의 웨어러블 장치를 설계하고 제조하는 것입니다. 이 방법은 식사 중 음식 섭취 감지와 같은 섭취 가능한 행동을 모니터링하는 분야의 주요 질문에 답하는 데 도움이 될 수 있습니다. 이 기술의 가장 큰 장점은 음식을 섭취하는 동안 측두근 활동의 패턴을 안경을 사용하여 자동으로 객관적으로 감지할 수 있다는 것입니다.

제조 절차는 우리 회사의 기계 엔지니어인 오원준이 시연할 것입니다. 데이터 수집 절차는 당사에서 근무하는 Hak Yung Gu가 담당합니다. 실험의 핵심은 제조해야 하는 회로 모듈입니다.

두 가지가 있습니다. 하나는 안경의 왼쪽과 오른쪽 관자놀이를 위한 것입니다. 왼쪽 모듈에는 로드셀, 커넥터, 계측 증폭기, 전압 조정기 및 배터리 커넥터가 포함되어 있습니다.

오른쪽 모듈에는 WiFi, UART 커넥터, 멀티플렉서, 증폭기, 커넥터 및 로드 셀이 있는 마이크로 컨트롤러가 있습니다. 회로 외에도 안경테를 제작해야 합니다. 프레임은 인쇄 회로 기판 모듈을 지원할 수 있어야 합니다.

프레임을 만들려면 3D 모델링 도구를 사용하여 안경 투구와 두 개의 템플 피스 모델을 그립니다. 3D 프린팅을 위해 도면을 CAD의 스테레오 리소그래피 파일로 내보냅니다. 프레임 부품을 인쇄할 때 노즐 온도가 섭씨 250도이고 베드 온도가 섭씨 80도인 탄소 필라멘트를 사용합니다.

인쇄 후 관자놀이를 안쪽으로 구부리는 작업을 합니다. 섭씨 180도로 설정된 열풍 송풍기를 사용하여 조각을 가열하십시오. 가열되면 관자놀이를 안쪽으로 약 15도 구부립니다.

계속하기 전에 각 사원 조각을 안쪽으로 구부립니다. 모든 조각을 모아 유리잔을 조립합니다. 여기에는 왼쪽 및 오른쪽 인쇄 회로 기판, 왼쪽 및 오른쪽 사원, 투구가 포함됩니다.

올바른 성전 구성 요소부터 시작하십시오. 오른쪽 관자놀이에 올바른 회로 기판을 삽입합니다. 볼트로 제자리에 고정합니다.

같은 방법으로 왼쪽 회로 기판과 왼쪽 관자놀이를 고정합니다. 그런 다음 헤드피스와 관자놀이 중 하나를 적절한 힌지 조인트에 부착하고 볼트로 고정합니다. 다른 관자놀이를 투구에 부착하여 계속합니다.

완료되면 3핀 연결선을 사용하여 왼쪽 및 오른쪽 회로를 연결합니다. 이 설계의 경우 배터리를 왼쪽 회로에 연결합니다. 접착 테이프로 고정하십시오.

안경 끝과 코 패드에 고무 테이프를 붙여 안경을 완성하여 착용자의 마찰을 증가시킵니다. 이 시점에서 데이터 수집을 준비합니다. 컴퓨터에서 GlasSense_Server 프로젝트를 실행하고 USB를 통해 프레임 회로 모듈을 연결합니다.

GlasSense_Server 소프트웨어를 마이크로 컨트롤러로 플래시합니다. 이 프로젝트는 스마트폰을 사용하여 데이터를 수신합니다. 컴퓨터에서 GlasSense_Client 소프트웨어를 실행하고 USB 커넥터를 통해 스마트폰을 연결합니다.

스마트폰에서 데이터 수신 애플리케이션을 구축합니다. 연구를 위해 피험자를 식별하고 적절한 크기의 안경을 선택합니다. 피험자에게 안경을 써보도록 합니다.

필요한 경우 프레임의 지지 볼트를 사용하여 맞춤을 미세 조정합니다. 다음 단계는 주체가 다양한 활동에 대한 데이터를 수집하도록 하는 것입니다. 앉아서 쉬는 활동을 위해, 피험자를 의자에 앉혀 안경을 쓰고 책을 읽게 한다.

스마트폰 애플리케이션을 사용하여 120초 동안 활동을 기록합니다. 머리의 움직임은 허용하되 몸 전체의 움직임은 피하십시오. 120초 후 녹음을 중지하고 안경을 벗고 60초 동안 휴식을 취합니다.

데이터 녹음을 반복하고 휴식을 4회 취합니다. 걷기 활동에 대해서도 유사한 절차를 따라 피험자를 러닝머신에 서서 안경을 착용하게 합니다. 시속 4.5km로 러닝머신을 시작하고 120초 동안 피험자 기록을 갖습니다.

완료되면 안경을 벗고 60초 동안 휴식을 취합니다. 앉아서 씹는 것과 걷는 동안 씹는 활동도 있습니다. 이를 위해 20x20mm 정사각형으로 구운 빵을 준비하고 씹는 젤리를 준비하십시오.

피험자가 적절하게 러닝머신에 앉거나 있고 근처에 음식이 있도록 준비합니다. 안경을 착용한 상태에서 활동 및 데이터 기록을 시작합니다. 피험자가 정상적으로 빵을 씹으면서 먹게 한다.

120초 후 안경을 벗고 60초 동안 휴식을 취합니다. 다음으로, 앉아서 말하기 활동을 수행합니다. 이를 위해 피험자가 앉아서 정상적인 어조와 속도로 큰 소리로 책을 읽을 때 데이터를 수집합니다.

앉아서 윙크하는 활동에서, 3초마다 울리도록 설정된 종소리에 반응하여 피험자가 윙크하도록 준비합니다. 이 데이터는 각 활동을 수행하는 한 피험자로부터 얻은 것입니다. 가로축은 시간(초)입니다.

각 수직 축은 10개의 측정값 중 중앙값을 뺀 후 측정된 힘입니다. 파란색 곡선은 얼굴의 왼쪽을 위한 것이고 빨간색 곡선은 얼굴의 오른쪽을 위한 것입니다. 예상할 수 있듯이, 씹는 활동의 최대 진폭은 앉아서 하는 휴식, 앉아서 하는 말, 걷는 활동과 비교할 때 크다.

이 유형의 데이터는 기계 학습 분류 기술에 대한 입력으로 변환됩니다. 각 개발 후 이 기술은 섭취 문제를 치료하기 위한 실용적인 수단으로 더 높은 정확도로 섭취 가능한 행동을 자동적이고 객관적으로 모니터링하는 데 잠재적으로 유용할 수 있습니다.