Name: Concepção e avaliação de vidros inteligentes para a ingestão de alimentos e a classificação de atividade física (Vídeo) | JoVE Journal
Uploaded: 2018-02-14T13:00:00.000+00:00
Duration: 7 min 47 s
Description: Aprenda a projetar e fabricar óculos inteligentes para detectar atividade do músculo temporal durante a ingestão de alimentos. Este método permite monitorar comportamentos alimentares de forma automática e objetiva em pesquisas de neurociência.

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

Este trabalho foi apoiado pela Envisible, Inc. Este estudo foi suportado também por uma concessão do coreano saúde tecnologia R & D projeto, Ministério da saúde & bem-estar, República da Coreia (HI15C1027). Esta pesquisa também foi apoiada pela Fundação de pesquisa nacional da Coreia (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>

Os autores não têm nada para divulgar.

Neste estudo, primeiro, propusemos o projeto e o processo de fabricação de vidros que detetam os padrões de ingestão de alimentos e atividades físicas. Como este estudo principalmente focado na análise dos dados para distinguir a ingestão de alimentos de outras actividades físicas (tais como caminhar e piscando), o sistema de aquisição de dados e sensor necessário a aplicação de gravação de mobilidade. Assim, o sistema inclui os sensores, o MCU com capacidade de comunicação sem fio e a bateria. O protocolo proposto forne...

Monitoramento contínuo e objectiva de ingestão de alimentos é essencial para manter o equilíbrio de energia no corpo humano, como a acumulação de energia excessiva pode causar obesidade e overweightness1, que poderia resultar em várias complicações médicas2. Os principais fatores do desequilíbrio da energia são conhecidos por serem tanto a ingestão excessiva de alimentos e atividade física insuficiente3. Vários estudos sobre o controlo de gasto de energia diário foram introduzidos com medição automática e objetiva dos padrões de actividade física através de dispositivos wearable4,5,6, mesmo com o consumidor final estágio médico e nível7. Pesquisa sobre o controlo da ingestão de alimentos, no entanto, ainda se encontra a configuração de laboratório, uma vez que é difícil de detectar a atividade de ingestão de alimentos de forma direta e objetiva. Aqui, nosso objetivo é apresentar um projeto de dispositivo e a sua avaliação para monitoramento da ingestão de alimentos e padrões de atividade física em um nível prático na vida diária.
Há diversas abordagens indiretas para monitorar a ingestão de alimentos através da mastigação e deglutição sons8,9,10, movimento do pulso11,12,13, imagem análise de14e eletromiografia (EMG)15. No entanto, essas abordagens foram difíceis de aplicar para aplicações diárias da vida, por causa de suas limitações inerentes: os métodos usando som eram vulneráveis a ser influenciado pelo som ambiental; os métodos usando o movimento do pulso eram difíceis de distinguir de outras atividades físicas, quando não consumir alimentos; e os métodos usando as imagens e sinais de EMG são restritos pelo limite de movimento e ambiente. Estes estudos mostraram a capacidade de detecção automática da ingestão de alimentos, usando sensores, mas ainda tinham uma limitação da aplicabilidade prática à vida cotidiana, além de configurações de laboratório.
Neste estudo, nós usamos os padrões de atividade do músculo temporalis como o monitoramento automático e objetiva da ingestão de alimentos. Em geral, o músculo temporalis repete a contração e relaxamento como uma parte do músculo mastigatório durante a comida ingestão16,17; assim, a atividade de ingestão de alimentos pode ser monitorada, detectando os padrões periódicos de atividade do músculo temporalis. Recentemente, tem havido vários estudos utilizando os temporalis muscular atividade18,19,20,,21, que usou o EMG ou estirpe piezoelétrico sensor e anexá-las diretamente em humanos pele. Essas abordagens, no entanto, foram sensíveis à posição de pele dos eletrodos de EMG ou sensores de tensão e foram facilmente separadas da pele devido a movimentos físicos ou transpiração. Por conseguinte, propusemos um método novo e eficaz, usando um par de óculos nesse sentido os temporalis muscular atividade através de células de carga de dois inserido em ambas as dobradiças no nosso anterior estudo22. Esse método mostrou um grande potencial de detectar a atividade de ingestão de alimentos com uma alta precisão sem tocar a pele. Também foi não-intrusiva e não intrusiva, uma vez que usamos um dispositivo tipo óculos comuns.
Neste estudo, apresentamos uma série de protocolos detalhados de como implementar o óculos-tipo de dispositivo e como usar os padrões de atividade do músculo temporalis para monitoramento da ingestão de alimentos e atividade física. Os protocolos incluem o processo de design de hardware e de fabricação que consiste em um frame 3D-impresso de óculos, um módulo de circuito e um módulo de aquisição de dados e incluem os algoritmos de software para processamento de dados e análise. Examinamos, além disso, a classificação entre várias atividades indicadas (por exemplo, mastigar, caminhando e piscando) para demonstrar o potencial como um sistema prático que pode distinguir um minuto a ingestão de alimentos e outras atividades físicas padrões.

<table><tbody><tr><td>FSS1500NSB</td><td>Honeywell, EUA</td><td></td><td>Célula de carga</td></tr><tr><td>INA125U</td><td>Texas Instruments, EUA</td><td></td><td>Amplificador</td></tr><tr><td>ESP-07</td><td>Shenzhen Anxinke Technology, China</td><td></td><td>MCU com módulo Wi-Fi</td></tr><tr><td>74LVC1G3157</td><td>Nexperia, Holanda</td><td></td><td>Multiplexador</td></tr><tr><td>MP701435P</td><td>Maxpower, China</td><td></td><td>Bateria</td></tr> <tr><td>LiPoU1V10F3</td><td>Pololu, EUA</td><td></td><td>Regulador de tensão</td></tr><tr><td>Ultimaker 2</td><td>Ultimaker, Holanda</td><td></td><td>Impressora 3D</td></tr><tr><td>ColorFabb XT-CF20</td><td>ColorFabb, Holanda</td><td></td><td>Filamento de fibra de carbono</td></tr><tr><td>iPhone 6s Plus</td><td>Apple, EUA</td><td></td><td>Dispositivo de aquisição de dados</td></tr><tr><td>Jelly Belly</td><td>Jelly Belly Candy Company, EUA</td><td></td><td>Textura de alimentos para estudo do usuário</td></tr></tbody></table>

concepção e avaliação de vidros inteligentes para a ingestão de alimentos e a classificação de atividade física

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

Este estudo apresenta uma série de protocolos de projetar e fabricar um óculos-tipo dispositivo wearable que detecta os padrões de atividades de músculo temporalis durante a ingestão de alimentos e outras atividades físicas. Temos fabricado um quadro 3D-impresso de óculos e um módulo de placa (PCB) de circuito integrado de célula de carga inserido em ambas as dobradiças do quadro. O módulo foi usado para adquirir os sinais de força e transmiti-los sem fio. Esses procedimentos fornecem o sistema com maior mobilidade, que pode ser avaliada em condições usando práticas como caminhadas e abanar. Um desempenho da classificação também é avaliado por distinguem os padrões de ingestão de alimentos aquelas atividades físicas. Uma série de algoritmos foram usados para pré-processar os sinais, gerar vetores de recurso e reconhecer os padrões de vários destaque atividades (mastigação e piscando) e outras atividades físicas (resto sedentário, falando e andando). Os resultados mostraram que o placar de1 média F da classificação entre as atividades de destaque foi 91,4%. Acreditamos que esta abordagem pode ser potencialmente útil para monitoramento automático e objectiva de comportamentos ingestor com maior precisão como meios práticos para tratar problemas de ingestor.

Através dos procedimentos descritos no protocolo, preparamos duas versões do quadro 3D impresso por diferenciar o comprimento da parte da cabeça, LH (133 e 138 mm) e os templos, LT (110 e 125 mm), conforme mostrado na Figura 4. Portanto, podemos cobrir várias condições usando, que podem ser variadas de tamanho da cabeça dos assuntos, forma, etc. , que os sujeitos escolheram um dos quadros para caber sua cabeça para o estudo do u...

Este estudo apresenta um protocolo de projetar e fabricar um óculos-tipo dispositivo wearable que detecta os padrões de ingestão de alimentos e outras atividades físicas indicadas usando células de carga inserida em ambas as dobradiças dos óculos.

Concepção e avaliação de vidros inteligentes para a ingestão de alimentos e a classificação de atividade física

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

O objetivo geral deste procedimento é projetar e fabricar um dispositivo vestível do tipo óculos que detecte os padrões de atividades do músculo temporal durante a ingestão de alimentos e outras atividades físicas. Este método pode ajudar a responder a questões-chave no campo do monitoramento de comportamentos ingeríveis, como a detecção da ingestão de alimentos durante uma refeição. A principal vantagem dessa técnica é que os padrões de atividade do músculo temporal durante a ingestão de alimentos podem ser detectados de forma automática e objetiva usando um par de óculos.O procedimento de fabricação será demonstrado por Wonjoon Oh, engenheiro mecânico de nossa empresa. O procedimento de coleta de dados será feito por Hak Yung Gu, que também está em nossa empresa. A chave para o experimento são os módulos de circuito que devem ser fabricados.Existem dois. Um para as têmporas esquerda e direita em um par de óculos. O módulo esquerdo contém uma célula de carga, conector, amplificador de instrumentação, regulador de tensão e conector de bateria.O módulo direito possui um microcontrolador com WiFi, conector UART, multiplexador, amplificador, conector e célula de carga. Além dos circui

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

Research

JoVE Journal

Engineering

Engenharia

Um método de avaliação padronizado foi desenvolvido para Sistemas de Monitoramento de Mobilidade Vestível (WMMS) que inclui atividades contínuas em um ambiente realista de vida diária. O teste com uma série de atividades da vida diária pode diminuir a sensibilidade ao reconhecimento da atividade; portanto, circuitos de teste realistas são incentivados para uma avaliação válida do desempenho do WMMS.

Avaliação de um Sistema de Reconhecimento de Atividade Humana baseado em Smartphone em uma Vida Diária Ambiente

Assuntos comem comida de uma placa sobre uma balança conectada a um computador que registra a perda de peso da placa durante a refeição. Feedback sobre a tela do computador permite que o assunto de adaptar seu comportamento alimentar às curvas de referência, portanto, normalizar o peso corporal.

Controle de comer comportamento usando um sistema de Feedback de romance

O uso de sensores multimodais é uma maneira promissora de entender o papel das interações sociais em ambientes educacionais. Este artigo descreve uma metodologia para capturar a atenção visual conjunta de dídas colocated usando rastreadores de olho móveis.

Uma metodologia para capturar a atenção visual conjunta usando mobile eye-trackers

Este protocolo delineia a configuração técnica de um aplicativo de realidade mista desenvolvido que é usado para análises imersivas. Com base nisso, são apresentadas medidas, que foram utilizadas em um estudo para obter insights sobre aspectos de usabilidade da solução técnica desenvolvida.

Avaliando aspectos de usabilidade de uma solução de realidade mista para análises imersivas em cenários da Indústria 4.0

O objetivo do trabalho apresentado neste artigo é desenvolver tecnologia para reconhecimento automatizado de itens de alimentos e bebidas a partir de imagens tiradas por dispositivos móveis. A tecnologia é composta por duas abordagens diferentes - a primeira realiza o reconhecimento de imagem alimentar, enquanto a segunda realiza a segmentação de imagens alimentares.

Redes neurais profundas para avaliação dietética baseada em imagens

Este artigo descreve o protocolo para o desenvolvimento de um inovador aplicativo de avaliação dietética baseado em smartphones Traqq, incluindo avaliações de especialistas e testes de usabilidade.

Desenvolvimento Iterativo de uma ferramenta inovadora de avaliação dietética baseada em smartphones: Traqq

Este protocolo mostra e explica um novo método de avaliação alimentar baseado em tecnologia. O método consiste em uma bandeja de jantar com várias balanças de pesagem embutidas e uma câmera de vídeo. O dispositivo é único no sentido de que incorpora medidas automatizadas de consumo de alimentos e bebidas e comportamento alimentar ao longo de uma refeição.

Desenvolvimento conceitual e uso de um método automatizado de avaliação de consumo de alimentos e comportamento alimentar

Este artigo discute como construir uma interface cérebro-computador baseando-se em equipamentos de nível de consumo e potenciais evocados visuais em estado estacionário. Para isso, um eletroencefalógrafo de canal único explorando eletrodos secos foi integrado a óculos de realidade aumentada para apresentação de estímulos e visualização dos dados de saída. O sistema final era não invasivo, vestível e portátil.

Uma interface cérebro-computador vestível de canal único e não invasiva para a indústria e a saúde

Este artigo propõe um sistema baseado em inteligência artificial para detectar automaticamente se os alunos estão prestando atenção na aula ou se estão distraídos. Este sistema foi projetado para ajudar os professores a manter a atenção dos alunos, otimizar suas aulas e introduzir modificações dinamicamente para que sejam mais envolventes.

Sistema baseado em inteligência artificial para detectar níveis de atenção em alunos

A tecnologia vestível tem baixo custo e oferece monitoramento conveniente de dados fisiológicos. No entanto, a precisão e a confiabilidade desses dispositivos exigem uma avaliação cautelosa para garantir sua eficácia e segurança para os usuários. Este relatório descreve o processo de validação de um smartwatch comercial no monitoramento de dados fisiológicos e atividade física.

Avaliando a precisão dos dados do smartwatch de fitness para monitoramento de atividade cardiovascular e física: um estudo de validação em saúde digital

Aprenda a projetar e fabricar óculos inteligentes para detectar atividade do músculo temporal durante a ingestão de alimentos. Este método permite monitorar comportamentos alimentares de forma automática e objetiva em pesquisas de neurociência.

Concepção e avaliação de vidros inteligentes para a ingestão de alimentos e a classificação de atividade física

Explorar mais vídeos