Summary
מחקר זה מציג פרוטוקול של תכנון וייצור משקפיים-סוג התקן לביש מזהה דפוסי צריכת המזון ומוספים אחרים פעילות גופנית נבחרים באמצעות טען תאים בשני הצירים של המשקפיים.
Abstract
מחקר זה מציג סדרה של פרוטוקולים של תכנון וייצור משקפיים-סוג התקן לביש מזהה דפוסי פעילות שרירים temporalis במהלך צריכת המזון ופעילויות גופניות אחרות. אנחנו מפוברק מודפס 3D מסגרת של המשקפיים ומודול עומס משולבת תא מעגל מודפס לוח (PCB) הוכנס בשני הצירים של המסגרת. המודול שימש כדי לרכוש את האותות כוח, ולהעביר אותם באופן אלחוטי. הליכים אלה מספקים את המערכת עם ניידות גבוהה יותר, אשר ניתן להעריך בתנאים לובש מעשיים כגון הליכה, מניד. הופעה של הסיווג מוערך גם על-ידי הבחנה דפוסי צריכת המזון של פעילות גופנית. סדרה של אלגוריתמי שימשו ליצירה של תהליך מוקדם את האותות, תכונה וקטורים, לזהות את הדפוסים של כמה נבחרים (לעיסה, קריצות), ופעילויות אחרות פעילות גופנית (לנוח בישיבה, מדבר, והליכה). התוצאות הראו כי הייתה התוצאה1 הממוצע F של הסיווג בין הפעילויות נבחרים 91.4%. אנו מאמינים שבגישה זו יכול להיות שעשוי להיות שימושי עבור אוטומטי ואובייקטיבי ניטור של התנהגויות ingestive עם דיוק גבוה יותר כאמצעי המעשי לטיפול בבעיות ingestive.
Introduction
רציף ואובייקטיבי ניטור צריכת המזון הוא חיוני לשמירה על איזון האנרגיה בגוף האדם, כמו הצטברות עודף אנרגיה עלול לגרום overweightness והשמנה1, אשר יכול לגרום לסיבוכים רפואיים שונים2. הגורמים העיקריים בחוסר איזון אנרגיה ידועים להיות צריכת המזון מופרז וגם לא מספיק פעילות גופנית3. מחקרים שונים על הפיקוח על ההוצאה האנרגטית היומית הוכנסו עם מדידת אוטומטי ואובייקטיבי דפוסי פעילות גופנית דרך מכשירים שכאלו4,5,6, גם צרכן הקצה ברמה ורפואי שלב7. מחקר על הפיקוח על צריכת המזון, אולם הוא עדיין באווירה מעבדה, מכיוון שזה קשה לזהות את הפעילות צריכת מזון באופן ישיר ואובייקטיבי. כאן, אנו שואפים להציג עיצוב המכשיר ואת ההערכה שלו עבור ניטור צריכת המזון ודפוסי פעילות גופנית ברמה המעשית בחיי היומיום.
היו מגוון גישות עקיף כדי לפקח על צריכת המזון דרך הלעיסה, הבליעה נשמע8,9,10, תנועת היד11,12,13, תמונה ניתוח14ו- electromyogram (EMG)15. עם זאת, גישות אלה היו קשים להחיל על יישומים חיי היומיום, בשל מגבלות הטבועות שלהם: השיטות באמצעות קול היו פגיעות להיות מושפע צלילים סביבתיים; השיטות באמצעות התנועה של כף היד היו שקשה להבדיל בין פעילויות גופניות אחרות, כאשר לא לצרוך מזון; השיטות שימוש תמונות ו- EMG אותות מוגבלים על ידי הגבול של התנועה ואת הסביבה. מחקרים אלו הראו את היכולת של זיהוי אוטומטי של צריכת המזון באמצעות חיישנים, אך עדיין יש מגבלה של ישימות מעשיים לחיי היומיום מעבר מעבדה הגדרות.
במחקר זה, השתמשנו דפוסי הפעילות שריר temporalis כמו אוטומטי ואובייקטיבי הפיקוח על צריכת המזון. באופן כללי, השריר temporalis חוזר להתכווצות והרפיה כחלק masticatory השריר במהלך ה מזון צריכת16,17; לפיכך, ניתן לנטר את פעילות צריכת מזון על ידי גילוי דפוסי הפעילות שריר temporalis תקופתי. לאחרונה, היו מספר מחקרים ניצול temporalis את השריר פעילות18,19,20,21, אשר השתמש EMG או זן פיזואלקטריים חיישן וצירופם ישירות על האדם העור. גישות אלה, עם זאת, היו רגישים למיקום העור של EMG אלקטרודות או חיישנים זן והיו בקלות מנותק מן העור עקב התנועה הפיזית או זיעה. לכן, אנחנו הציע שיטה חדשה ויעילה באמצעות זוג משקפיים חוש זה temporalis השריר בפעילות באמצעות טען שני תאים מוכנס בשני הצירים שלנו המחקר הקודם22. שיטה זו הראה פוטנציאל גדול של זיהוי הפעילות צריכת מזון עם רמת דיוק גבוהה בלי לגעת בעור. זה היה גם בלתי פולשנית ובלתי פולשנית, מאז היינו מכשיר משקפיים-סוג נפוץ.
במחקר זה, אנו מציגים סדרת הפרוטוקולים מפורט של איך ליישם את המשקפיים-סוג ההתקן וכיצד להשתמש דפוסי הפעילות שריר temporalis עבור ניטור צריכת המזון ופעילות גופנית. הפרוטוקולים לכלול התהליך של תכנון החומרה ועל פבריקציה נוספת המורכבת מודפס 3D מסגרת של המשקפיים, מודול מעגל מודול רכישת הנתונים וכלול את האלגוריתמים תוכנה עבור עיבוד נתונים וניתוח. יתר על כן נבחנו הסיווג בין מספר פעילויות נבחרים (למשל, לעיסה, הליכה, קריצות) כדי להדגים את הפוטנציאל כמערכת מעשי זה רואים הבדל דקה בין צריכת המזון ופעילות גופנית אחרת תבניות.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
הערה: כל ההליכים לרבות השימוש בני אדם היו לבצע זאת באמצעות בצורה לא פולשנית פשוט ללבוש זוג משקפיים. כל הנתונים נרכשו על ידי מדידת אותות כוח מתאי עומס מוכנס במשקפיים שלא היו במגע ישיר עם העור. הנתונים ששודרו באופן אלחוטי למודול הקלטה נתונים, אשר, במקרה זה הוא בסמארטפון המיועד לצורך המחקר. כל הפרוטוקולים היו קשורות ל ויוו/במבחנה מחקרים בבני אדם. . בלי דוגמיות דם והסמים שימשו את הניסויים. הסכמה מדעת הושג מן הנבדקים כל הניסויים.
1. ייצור של מודול מעגל משולב-חיישן
-
לרכוש רכיבים אלקטרוניים לייצור המודול במעגל.
- לרכוש תאים עומס כדור מסוג שני, שכל אחד מהם פועל בטווח שבין 0 N ו- 15 N, ומפיקה פלט של מתח נמוך דיפרנציאלית עם מקסימום טווח mV 120 ב עירור V 3.3.
הערה: אלה טען תאים משמשים כדי למדוד בכוח אותות על הן השמאלי והימני של המשקפיים. - לרכוש שני מגברים אינסטרומנטציה, kΩ 15 שני נגדים רווח-הגדרה.
הערה: את מגבר מכשור ו- resistor רווח-הגדרה של משמשים כדי להגביר את האות כוח של תא המטען שמונה פעמים, עד 960 mV. - לרכוש יחידת מיקרו בקר (MCU) עם יכולת אלחוטית (למשל, קישוריות Wi-Fi), ממיר אנלוגי-לדיגיטלי 10-bit (ADC).
הערה: לפשעים חמורים משמש כדי לקרוא את האותות כוח ולהעביר אותם למודול רכישת נתונים באופן אלחוטי. מאחר סיכה קלט אנלוגי אחת משמשת לקלט כוח אנלוגי שני, השימוש מרבב מוצג בשלב הבא 1.1.4. - לרכוש אנלוגי שני ערוצים מרבב שמטפל שני אותות הקלט עם סיכה אחת ADC על לפשעים חמורים.
- לרכוש סוללה ליתיום פולימר (LiPo) עם 3.7 V מתח נומינלי, 300 mAh קיבולת נומינלית של קצב הפריקה 1 C.
הערה: קיבולת הסוללה נבחרה לספק מספיק זרם לשעה יותר מ 200 מיליאמפר וכדי להפעיל את המערכת בצורה אמינה במשך כ 1.5 שעות של ניסוי. - לרכוש הרגולטור מתח V 3.3 עבור ליניארי למטה-ויסות מתח סוללה V 3.7 עד 3.3 V מתח של המערכת ההפעלה.
- רכישה 12 חמש kΩ התקנים התלויות על פני השטח (SMD) סוג נגדים כמו מתח נגדים של לפשעים חמורים. טביעת רגל של resistor הוא 2.0 מ"מ x 1.2 מ"מ (גודל 2012).
- לרכוש תאים עומס כדור מסוג שני, שכל אחד מהם פועל בטווח שבין 0 N ו- 15 N, ומפיקה פלט של מתח נמוך דיפרנציאלית עם מקסימום טווח mV 120 ב עירור V 3.3.
-
לפברק מעגלים מודפסים (Pcb). השלב זה על ציור של מעגלים, שהופך את הגרפיקה (קרי, פריסת לוח, הקובץ .brd), התרשים (כלומר, קובץ .sch) עבור ייצור מעגלים מודפסים. הבנה בסיסית של התהליך של יצירת קבצי גרפיקה ומפרטים טכניים נדרש פיתוח.
- ציור סכימטי של מעגל השמאלי המכיל את הסוללה באמצעות יישום תכנון אלקטרוני כפי שמוצג באיור 1A. לשמור את התוצאה גם יצירות אמנות (.brd) ואת קבצי מפרטים טכניים (.sch).
- ציור סכימטי של מעגל נכון המכיל לפשעים חמורים באמצעות יישום תכנון אלקטרוני כפי שמוצג באיור 1B. לשמור את התוצאה גם יצירות אמנות (.brd) ואת קבצי מפרטים טכניים (.sch).
- לפברק את מעגלים על ידי ביצוע הזמנה עם חברת ייצור מעגלים מודפסים.
- הלחמה כל רכיב אלקטרוני המבושלות צעד 1.1 Pcb כפי שמוצג באיור 2 , איור 3.
התראה: המגבר מכשור רגיש מאוד לטמפרטורה להלחמה. ודא כי כיוון הטמפרטורה לא תעלה על 300 ° C מעלות במשך 10 s במהלך הלחמה, אחרת הוא עלול לגרום נזק בלתי הפיך הרכיב.
2. הדפסה תלת-ממדית של מסגרת של משקפיים
- לצייר את דגם התלת-ממד של היצירה ראש של המשקפיים בעזרת כלי מידול תלת מימד, כפי שמוצג באיור 4A. לייצא את התוצאה לתבנית הקובץ .stl.
- לצייר את דגם התלת-ממד של המקדשים ימינה ושמאלה של המשקפיים באמצעות 3D דוגמנות הכלי כפי שמוצג באיור 4B וכן 4C איור. לייצא את התוצאות לתבנית הקובץ .stl.
- הדפס חלקי היצירה ומקדש הראש את באמצעות מדפסת תלת-ממד ונימה של סיבי פחמן ב 240 מעלות צלזיוס של חום זרבובית, 80 ° C של חום המיטה.
הערה: השימוש של כל מדפסת תלת-ממד מסחרי ואת כל סוגי חוטים styrene טבעי בוטאדיאן (ABS) ו polylactide (PLA) יכול להיות מותרת. הטמפרטורות זרבובית ומיטת עשוי להיות מותאם על פי הלהט ובתנאי ההדפסה. - מחממים את הטיפים של המקדשים באמצעות מפוח אוויר חם של הגדרה 180 ° C, לכופף אותן פנימה כ-15 מעלות לפנות האפידרמיס של שריר temporalis כמו משקפיים קונבנציונליים.
הערה: מידת הכיפוף של המקדש משקפיים לא צריך להיות קפדני כמו מטרת שכדור היא להגביר את גורם טופס על-ידי סיוע המשקפיים מתאימים על ראשו של הנבדק כאשר מצוידים. להיות זהיר, עם זאת, כפי מופרזת הכיפוף ימנע את המקדשים של נגיעה בשריר temporalis, מה שהופך אותו בלתי אפשרי לאסוף דפוסים משמעותיים. - חזור על השלבים משלב 2.1 – 2.4 להדפיס בשני גדלים שונים של מסגרת המשקפיים כדי להתאים גדלים ראש כפי שמוצג באיור4.
3. הרכבה של כל החלקים של המשקפיים
- הכנס Pcb משני הצדדים של המקדשים של המשקפיים באמצעות ברגים M2, כמוצג באיור5.
- להרכיב את החתיכה ראש ומקדשים על-ידי הוספת את המנעולים M2 המפרקים ציר.
- להתחבר Pcb ימינה ושמאלה באמצעות החוטים חיבור 3 פינים, כמוצג באיור5.
- להתחבר הסוללה המעגל השמאלי ולחבר אותו עם דבק המקדש השמאלי. הצד הרכבה של הסוללה אינה קריטית, מאז זה עשוי להשתנות בהתאם לעיצוב PCB.
- מכסים את הכוסות עם סרטי גומי על הטיפ, כרית האף כדי להוסיף עוד חיכוך עם העור האנושי, כמוצג באיור5.
4. פיתוח של מערכת רכישת נתונים
הערה: מערכת רכישת נתונים מורכב נתונים משדר מודול ומודול המקבל נתונים. המודול להעברת נתונים קורא את הזמן, הכוח אותות של שני הצדדים, ולאחר מכן שולח אותם מודול המקבל הנתונים, אשר אוספת את הנתונים שהתקבלו, כותב אותם לקבצים .tsv.
-
להעלות את הנתונים משדר ליישום לפשעים חמורים של המודול PCB הפרוצדורות הבאות ב שלבים 4.1.1–4.1.3.
- להפעיל את הפרוייקט "GlasSense_Server" המצורפת את הקבצים המשלימים באמצעות מחשב.
הערה: פרויקט זה נבנה עם Arduino סביבת פיתוח משולבת (IDE). הוא מספק את היכולת לקרוא את הזמן, כוח אותות עם דגימות בשנייה 200 ואת לשדר אותן למודול המקבל נתונים. - לחבר את המודול PCB למחשב באמצעות מחבר מסוג אפיק טורי אוניברסלי (USB).
- לחץ על לחצן "להעלות" על ה-IDE Arduino הבזק את קודי התכנות מהשלב 4.1.1 לתוך לפשעים חמורים.
- להפעיל את הפרוייקט "GlasSense_Server" המצורפת את הקבצים המשלימים באמצעות מחשב.
-
להעלות נתונים ליישום המקבל הטלפון החכם, אשר משמש כדי לקבל את הנתונים באופן אלחוטי, הפרוצדורות הבאות ב שלבים 4.2.1–4.2.3.
- להפעיל את הפרוייקט "GlasSense_Client" המצורפת את הקבצים המשלימים באמצעות מחשב.
הערה: פרויקט זה נבנה עם C# שפת תכנות. הוא מספק את היכולת לקבל נתונים ולשמור את הקבצים .tsv, אשר מכילים המידע של נושא, כגון שם, מין, גיל, אינדקס מסת הגוף (BMI). - חבר את הטלפון החכם למחשב באמצעות מחבר USB לבניית היישום המקבל נתונים.
- לחץ על לחצן "קובץ > לבנות & Run" על פרויקט C# לבניית היישום המקבל נתונים כדי החכם.
- להפעיל את הפרוייקט "GlasSense_Client" המצורפת את הקבצים המשלימים באמצעות מחשב.
5. איסוף נתונים ממחקר משתמש
הערה: מחקר זה אסף שש קבוצות פעילות נבחרים: לנוח בישיבה (SR) בישיבה לעיסה (SC), הליכה (W), לעיסה תוך כדי הליכה (CW), מדבר בישיבה (רח'), קריצה בישיבה (SW).
- בחר זוג משקפיים אשר יש גודל של המתאים למשתמש להיבדק. לכוונן ההידוק בעלות תמיכה בשני הצירים (איור 5).
התראה: הערכים כוח חייב לא יעלה על 15 N, מאז החיישנים כוח השתמשו במחקר זה עלול לאבד האופיינית ליניארי בסדר מעבר לתחום של המבצע. הערכים כוח יכול להיות יסודי על ידי שחרור או הידוק התמיכה בורחת. -
שיא הפעילות של כל הנושאים על-ידי לחיצה על כפתור "שיא" על היישום נבנה בשלב 4.2.3.
- להקליט את פעילות במהלך בלוק 120-s וצור קובץ הקלטה של זה.
- במקרה של SR, לשבת את הנושא ויש להם להשתמש ב- smartphone או לקרוא ספר. לאפשר תנועה של הראש, אלא למנוע תנועה של כל הגוף.
- במקרים של SC ו CW, יש את הנושאים לאכול שני סוגי מרקם המזון (לחם קלוי, הריבה לעיסה) על מנת לשקף את מאפייני מזון שונים. מגישים לחם קלוי פרוסות של 20 מ מ x 20 מ מ, שזה בגודל טוב לאכילה.
- במקרה של W, יש את הנושאים הליכה במהירות של 4.5 ק מ/שעה על הליכון.
- במקרה של ST, שב הנושאים, יש להם לקרוא ספר בקול רם צליל נורמלי, מהירות.
- במקרה של SW, ליידע את הנושאים לקרוץ על עיתוי צליל הפעמון של 0.5 s ארוך בכל 3 s.
- צור קובץ הקלטה בפורמט .tsv מן הנתונים שנאספו בשלב 5.2.1.
הערה: קובץ זה מכיל רצף הזמן כאשר הנתונים התקבלו, אות כח השמאלי, אות העוצמה הנכונה ואת תווית המייצג את הפעילות הפנים הנוכחית. פריטים חזותיים של אותות הטמפורלי של כל הפעילויות בבלוק של משתמש היו מתואר באיור6. ערכות פעילות נבחרים שישה (SR, SC, W, CW, ST ו- SW) תוויות של 1, 2, 3, 4, 5 ו 6, בהתאמה. התוויות שימשו כדי להשוות בין המעמדות החזוי בסעיף 8 של הפרוטוקול. - קחו הפסקה 60-s לאחר שאבן הקלטה. תוריד את המשקפיים בהפסקה, מחדש ללבוש אותם שוב בעת ההפעלה מחדש של הרחוב הקלטה.
- חזור על קבוצת בלוק-ו-break שלבים 5.2.1 ו- 5.2.2 ארבע פעמים עבור כל פעילות.
- במקרה של SW, יש את הנושא קריצה שוב ושוב עם העין השמאלית במהלך בלוק אחד ולאחר מכן קריצה שוב ושוב עם עין ימין במהלך הבלוק הבא.
- להקליט את פעילות במהלך בלוק 120-s וצור קובץ הקלטה של זה.
- חזור על שלבים 5.1 – 5.2 ולאסוף את הנתונים מן הנבדקים 10. במחקר זה, השתמשנו חמישה זכרים ונקבות חמש, הגיל הממוצע היה ± 27.9 4.3 (סטיית תקן; ש) שנים, אשר נע ב 19-33 שנים, ה-BMI הממוצע היה ± 21.6 3.2 (ש) kg/m2, אשר נע-17.9 – 27.4 kg/m2.
הערה: במחקר זה, הנושאים שלא הייתה תנאים רפואיים ללעוס מזון, קריצה, ובמרחק הליכה גויסו, מצב זה שימש קריטריוני ההכללה.
6. האות Preprocessing ואת פילוח
הערה: האותות ימינה ושמאלה מחושבים בנפרד בהליכים הבאים.
-
להכין סדרת מסגרות הטמפורלי של 2 s ארוכה.
- קטע 120 s הקליטה אותות לתוך ערכת מסגרות s 2 ידי הקופצנית אותם במרווחים 1-s באמצעות MATLAB, כפי שמוצג באיור 6.
הערה: מסגרות מקוטע של 2 s ארוכה ננקטו כדי לחלץ את תכונות בסעיף 7. גודל hopping 1 s נקבע כדי לחלק את האותות על ידי s 3 קריצה למרווח שכבר הוזכרו בשלב 5.2.1. - החל מסנן נמוך לעבור (LPF) באמצעות מסנן Butterworth סדרth 5 עם תדירות סף של 10 הרץ לכל מסגרת.
- שמור את התוצאות של שלב 6.1.2 המסגרות טמפורלית על השלבים הבאים בשלב 7.1.
- קטע 120 s הקליטה אותות לתוך ערכת מסגרות s 2 ידי הקופצנית אותם במרווחים 1-s באמצעות MATLAB, כפי שמוצג באיור 6.
-
להכין סדרת מסגרות ספקטרלי.
- להחסיר את החציון של האותות המקורי של כל מסגרת כדי להסיר את preload כאשר להרכיב את המשקפיים.
הערה: הערך preload אינו נדרש עבור ניתוח תדירות הבאים, מאז הוא אינו כולל מידע אודות לעיסה, הליכה, קריצה, וכו ' זה יכול לעבוד, לעומת זאת, מכילים מידע משמעותי, אשר יכול להשתנות בכפוף נושא, מ כל הגדרה של המשקפיים, אפילו מהרגע נושא לובש המשקפיים. - חלון הנינג חלות על כל מסגרת לצמצום של זליגת ספקטרלי על ניתוח תדירות.
- לייצר ולשמור קשת חד צדדית על-ידי החלת בהתמרת פורייה מהירה (FFT) בכל מסגרת.
- להחסיר את החציון של האותות המקורי של כל מסגרת כדי להסיר את preload כאשר להרכיב את המשקפיים.
- להגדיר שילוב של זמני, מסגרת ספקטרלי באותו זמן כמו בלוק מסגרת (או פשוט מסגרת).
7. דור של תכונה וקטורים
הערה: תכונת וקטור נוצר לכל מסגרת המיוצר בסעיף 6 של הפרוטוקול. המסגרות ימינה ושמאלה מחושב בנפרד, לשלב תכונה וקטור בהליכים הבאים. כל ההליכים ךלהמב MATLAB.
- תמצית תכונות סטטיסטיות מן המסגרת טמפורלית בשלב 6.1 של הפרוטוקול. רשימה של המספר הכולל של תכונות 54 ניתנת טבלה1.
- תמצית תכונות סטטיסטיות מן המסגרת ספקטרלי בשלב 6.2 של הפרוטוקול. רשימה של המספר הכולל של תכונות 30 נתונה בטבלה מס ' 2.
- צור וקטור תכונה 84-ממדי על ידי שילוב טמפורלית ספקטרלי התכונות לעיל.
- תווית הווקטורים תכונה שנוצר מן ההקלטות בשלב 5.2 של הפרוטוקול.
- חזור על השלבים מצעדי 7.1-7.4 עבור כל מסגרת גושי ולהפיק סדרה של תכונה וקטורים.
8. סיווג הפעילויות למחלקות
הערה: השלב זה כדי לבחור את מודל המסווג של המכונה (מכונת וקטורים תומכים) וקטור תמיכה23 על-ידי קביעת פרמטרים המציגים את הדיוק הטוב ביותר את הבעיה הנתונה (קרי, תכונה וקטורים). מכונת וקטורים תומכים הוא מכונת תחת פיקוח ידועים לימוד טכניקה, אשר מציג ביצועים מצוינים הכללה ועמידות באמצעות שוליים המרבי בין המעמדות פונקציה ליבה. השתמשנו רשת-חיפוש ואת שיטת קרוס-אימות להגדיר פרמטר עונש C של קרנל פרמטר γ של הקרנל פונקציה (RBF) בסיס רדיאלי. הבנה מינימלית של תורת הלמידה את מכונת וקטורים תומכים וטכניקות נדרש לבצע את ההליכים הבאים. 24,23,25 כמה חומרים הקשרים, מומלץ לקבל הבנה טובה יותר של תורת הלמידה האלגוריתם מכונת וקטורים תומכים וטכניקות. כל ההליכים בסעיף זה יושמו באמצעות חבילת תוכנה25 LibSVM.
- הגדר רשת של זוגות (C, וγ) של הרשת החיפוש. שימוש שמתקדמות רצפים של C (2-10, 2-5,..., 230) וγ (2-30, 2--25,..., 210).
הערה: רצפים אלה היו נחושים בשיטה יוריסטית. - הגדרת זוג (C, וγ) (למשל, (2-10, 2-30)).
-
עבור רשת מוגדר בשלב 8.2, לבצע את ערכת אימות הצלב 10-fold.
הערה: ערכה זו מחלק את הווקטורים כל תכונה לערכות 10-חלק, מבחן תת-קבוצה אחת מן המודל מסווג מאומנים על ידי קבוצות משנה אחרים, ואז לחזור על זה על כל קבוצות משנה, אחד אחד. לכן, כל הווקטורים תכונה יכול להיבדק באופן רציף.- לחלק את הווקטורים כל תכונה לערכות 10 חלקים.
- להגדיר ערכה בדיקה מתוך קבוצת משנה ולאחר אימון של קבוצות משנה 9 הנותרים.
- מגדירים וקטור סולם שמדרג את כל האלמנטים של הווקטורים תכונה אל טווח [0, 1] עבור ערכת הדרכה.
הערה: וקטור סולם יש ממדים עם וקטור תכונה. הוא מורכב קבוצת מכפילי שמדרג באותה שורה (או עמודה) של כל תכונה כיווני אל טווח [0, 1]. לדוגמה, התכונה הראשונה של וקטור תכונה תוגדל באופן ליניארי לטווח [0, 1] עבור כל תכונות הראשון של הווקטורים כוללים הדרכה. שימו לב כי הווקטור קנה מידה מוגדר מתוך ערכת הדרכה, כי צריך להניח, ערכת בדיקה לא ידוע. שלב זה מגדיל את הדיוק של הסיווג על ידי הפיכת התכונות הטווח שווה והימנעות מספרי שגיאות במהלך החישוב. - קנה המידה של כל תכונה של האימונים מוגדר הטווח [0, 1] באמצעות וקטור סולם שהושג בשלב 8.2.3.
- קנה המידה של כל תכונה להגדיר את הטווח של בדיקות [0, 1] באמצעות וקטור סולם שהושג בשלב 8.2.3.
- הרכבת ערכת הדרכה דרך מכונת וקטורים תומכים עם הזוג (C, וγ) שהוגדרו בשלב 8.2 ולאחר מכן לבנות מודל המסווג.
- לבדוק את ערכת בדיקה דרך מכונת וקטורים תומכים עם הזוג (C, וγ) מוגדרת בשלב 8.2, המודל מסווג המתקבל בהליך הכשרה.
- חישוב של דיוק סיווג על ערכת בדיקה. הדיוק מחושב מן האחוז של וקטורים תכונה אשר מסווגים כראוי.
- חזור על 8.2.2–8.2.8 את הפעולות הבאות עבור כל קבוצות משנה, לחשב את הדיוק הממוצע של כל קבוצות משנה.
- חזור על השלבים 8.2 – 8.3.9 עבור כל רשת נקודות של זוג של (C, וγ).
- למצוא את מקומי לכל היותר הדיוק הגבוה ביותר של הרשת. כל ההליכים של סעיף 8 מומחשים איור 7.
- (אופציונלי) אם השלב של הרשת נחשב גס, חזור על השלבים 8.1 – 8.5 ברשת פיינר ליד המקסימלי המקומי שנמצא בשלב 8.5, ולמצוא המקסימלי המקומי החדש של רשת בסדר גמור.
- לחשב את דיוק, האחזור ו F1 הציון של כל מחלקה של פעילויות של המשוואות הבאות:
משוואה 1
משוואה 2
משוואה 3
איפה TP FP, FN לייצג אמת תוצאות חיוביות מוטעות, שווא שליליות עבור כל פעילות, בהתאמה. המטריקס בלבול של כל הפעילויות נתונה בטבלה3.
משוואה 1
משוואה 2
משוואה 3Subscription Required. Please recommend JoVE to your librarian.
Representative Results
באמצעות ההליכים שפורטו בפרוטוקול, הכנו שתי גרסאות של המסגרת מודפס 3D על ידי הבחנה על אורך היצירה ראש, LH (133 ו- 138 מ"מ), ועל המקדשים, הT (110 ו- 125 מ מ), כפי שמוצג באיור4. לכן, שנכסה מספר תנאים לובש, אשר יכולים להיות מגוונים של הנבדקים גודל הראש, צורה, וכו שהנבדקים בחרו אחת המסגרות שיתאים לראש שלהם לצורך המחקר המשתמש. המרחק האנכי, L.h, בין המפרק ציר החור הברק תמיכה הוגדר 7.5 מ מ כך כוח מוגבר לא יעלה על 15 N, המהווה טווח ההפעלה ליניארי של תא המטען. בסופו של דבר, החלק הראשי צריך עובי, t.H, אשר עומד בפני הרגע כיפוף ששודרו מ שני בריחים תמיכה כאשר מצוידים. בחרנו ה-tH כדי להיות 6 מ מ עם ניצול של חומר סיבי פחמן בגישה יוריסטיות. יכול להיות מותאם בנקודות המגע דרך המנעולים תמיכה כדי לכוונן ההידוק של המשקפיים, כמוצג באיור5.
טבלה 3 מראה את התוצאות נציג של הסיווג עבור כל ערכות פעילות. הציון הממוצע F1 הביאה 80.5%. אם נחשב ניקוד יחיד, הביצועים אולי נראה להיות מפורק יחסית לעומת התוצאה של המחקר הקודם שלנו22. אנחנו, לעומת זאת, יכול לחלץ מידע משמעותי על ידי השוואת התוצאות בין כל פעילות. SR שהיה מכובד יחסית טוב מן SC, CW, SW, אך לא מאתר את W ו- ST. שתי פעילויות הלעיסה, SC ו CW, היו שקשה להבדיל בין אחד לשני. מצד שני, זה יכול להיות ציין כי שתי פעילויות הלעיסה ניתן בקלות להבחין מן SR, W, ST, SW, אשר מייצגים את פעילויות גופניות אחרות. במקרה של אס דבליו, הפעילות קריצה התברר להיות שסווגו מעט לאורך כל הפעילויות אחרים.
את התוצאות של טבלה 3, ניתן להבחין מעמיק בפרטי הסיווג. ראשית, שתי הפעילויות הלעיסה, SC ו CW, היו ההלניסטי פעילויות אחרות. ביניהם, ההבחנה על הפעילות הליכה מצביע על אפשרות כי הפעילות צריכת מזון, אשר המטרה העיקרית של מחקר זה, ניתן בקלות ספרבילית מפעילות גופנית פעיל, כגון הליכה, משתמש במערכת שלנו. כפי שמוצג באיור 6, זה יכול לאמת כי הסימנים לעיסה, קריצה, הפעלתם את פעילות שריר temporalis, היו שונים באופן משמעותי מאלה אינו מופעל על ידי פעילות שרירים temporalis. מצד שני, ההבחנה בין שתי הפעילויות הלעיסה הראה misclassifications גבוה יחסית. הם שיחקו תפקיד דומיננטי בהורדת שני את הדיוק ואת האחזור של פעילויות הלעיסה.
מבחינת לעיסה זיהוי, SR, W ו- ST יכול היה להיחשב רעש לא מכוונות בחיי היומיום. הפעילות וינק, מצד שני, יכול להיחשב המדידה משמעותי, כי הוא מופעל גם על הפעילות שריר temporalis גם כן. בהתבסס על האמור לעיל, הלעיסה שתי הפעילויות היו פרץ אל תוך פעילות הלעיסה (CH), פעילויות אחרות מלבד הקריצה קובצו לתוך פעילות גופנית (פי אי). בטבלה 4 מציגה את התוצאות סיווג בפעילויות האלה: לעיסה (CH), פעילות גופנית (PA) ואת הקריצה בישיבה (SW). אנו יכולים למצוא תוצאות יוצא דופן יותר ממנו. זה מנבא מידע המציין אם המערכת נמצא חזקים לגילוי צריכת המזון מבלי להיות מושפעים פעילויות גופניות אחרות. יתר על כן, הוא גם מציין ניתן להבחין צריכת המזון מפעילות פנים אחרות כמו קריצה. התוצאות מציגות כי הפעילות הלעיסה יכול להיות טוב מכובד מפעילויות אחרות על-ידי ציון גבוה של1 F של 93.4%. במקרה של קריצה, האחזור (85.5%) היה נמוך במקצת מזה של פעילויות אחרות. משמעות הדבר היא כי איכות הנתונים שנאספו של קריצה היה עשוי להיות נמוך, כפי המשתמשים נאלצו להפסיק הזמן המדויק במרווחים s 3. למעשה, זה היה ציין כי המשתמשים פספס את הקריצה או המשקפיים מוזז מדי פעם במהלך המחקר המשתמש.
על מנת לקבל תוצאות משמעותי יותר מן האמור לעיל, אנו מקובצים, הגדרה מחדש את פעילות חדשים. שתי הפעילויות הלעיסה, SC ו CW, היו מקובצים פעילות אחת, כהגדרתו לעיסה. SR, W ו- ST, שהיו במידה רבה של misclassification בינם לבין עצמם, קובצו גם פעילות אחד, מוגדרת כפעילות גופנית. כתוצאה מכך, אנו להשיג תוצאות נציג חדש של הסיווג מחדש המבוצעת באמצעות פעילות נבחרים כמו לעיסה (CH), פעילות גופנית (PA), קריצה בישיבה (SW), כפי שמוצג בטבלה4. התוצאות המחקר הראו כי ציון ניבוי גבוהה עם ציון1 הממוצע F של 91.4%.
איור 1: דיאגרמות סכמטית של מעגלים שמאלה וימינה. (א) דיאגרמות סכמטית של מעגל השמאלי. הוא מכיל סוללה לאספקת חשמל המעגל שמאלה וימינה. הרגולטור מתח V 3.3 עם קבל מעקף סופק לספק אורווה מתח למערכת ההפעלה. טען תאים המובאת כאן הוכנסו לתוך שני הצדדים של דיאגרמות סכמטית מעגל (B) של מעגל הנכון. הוא מכיל מיקרו בקר אחדות (MCU) עם יכולת Wi-Fi. שני-ערוץ מרבב סופק לעבד שני אותות כוח משני הצדדים עם ממיר אנלוגי-לדיגיטלי אחד (ADC) של לפשעים חמורים. מחבר אוניברסלי אסינכרוני מקלט/משדר (UART) שימשה פלאש לפשעים חמורים. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.
איור 2: PCB עבודות אמנות של מעגלים שמאלה וימינה. (א) יצירות אמנות של השמאל PCB. כל הרכיבים האלקטרוניים מוצגים בפועל מידות מ"מ. (B) יצירות אמנות של הזכות PCB. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.
איור 3: תוצאות נציג של Pcb מולחם עם כל הרכיבים. (א) המודול מעגל השמאלי. תא המטען היה משולב לתוך הלוח. הוא מכיל מחבר 2 פינים עבור סוללה וכדי מחבר 3 פינים להתחבר ללוח הנכון. (B) המודול נכון במעגל. תא המטען שולבה גם הלוח. הוא מכיל מחבר 4 פינים עבור מהבהב במצב של לפשעים חמורים, ואת מחבר 3 פינים להתחבר המעגל השמאלי. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.
איור 4: עיצוב דגם התלת-ממד של המסגרת של המשקפיים. (א) העיצוב של הראש חתיכה. האיור העליון מציג מבט קדמי, האיור התחתון מציג תצוגה העליון של היצירה ראש. אורך היצירה ראש, L.H, הוא פרמטר עיצוב כדי לכסות את גודל הראש השונים של נושאים. אנחנו 3D מודפס שתי גרסאות של היצירה ראש על ידי המבדילים אותו. העובי של היצירה ראש, t.H, הוגדרה על ידי היוריסטיקת. המרחק בין מפרק ציר חור בשביל בורג תמיכה, L.h, הוגדר מן הגורם הגברה מכאנית. (B) העיצוב של המקדשים. האיור העליון מציג השמאלית, האיור התחתון מציג ברקה הימנית. Pcb באיור 3 הוכנסו לתוך החריצים, סוללה היה רכוב על בעל סוללה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.
איור 5: תוצאה נציג של משקפיים משולבת thePCB. Pcb הוכנסו לתוך החריצים עם ברגים. הידיות האף ואת קצות המקדשים היו מכוסות על ידי סרטי גומי כדי להוסיף חיכוך עם העור. כאשר המשקפיים מצוידים, התאים עומס נלחצים באמצעות תמיכה ברגים משני הצדדים. ההידוק של המשקפיים יכול להיות יסודי על ידי שחרור או הידוק התמיכה בורחת. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.
איור 6: אותות טמפורלית בבלוק הקלטה של המשתמש עבור כל הפעילויות. ציר ה-y מייצג את כוח נמדד, אשר היה המופחת על ידי שלה החציון של הרחוב הקלטה למטרה להדמיה. Amplitudes מקסימלית של פעילויות הלעיסה הן גדול יותר פעילויות אחרות. אותות ימינה ושמאלה קריצה הפעילות הם הפוכים. האיור מציג דוגמה של הקריצה השמאלי. מסגרת s 2 היה משמש להגדרת וקטור תכונה ידי הקופצנית את האותות במרווח s 1. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.
איור 7: התוצאות נציג של למצוא את הדיוק המרבי מקומיים דרך זוגות שונים (C, וγ). (א) A מתאר חלקת לאמת-קרוס accuracies של כל הפעילויות שהוגדרו בטבלה3. כל ציר גדל באופן אקספוננציאלי, הטווח נבחר בשיטה יוריסטית. דיוק מרבי המקומי 80.4% קרו (C, וγ) = (25, 20). (B) A מתאר חלקת לאמת-קרוס accuracies של פעילויות מוגדרים מחדש בטבלה4. דיוק מרבי 92.3% קרו (C, וγ) = (25, 20), היה מדויק הרבה יותר התוצאה של (A). אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.
| לא. | תיאור תכונה | לא. | תיאור תכונה | ||
| 1 | סטיית תקן L | 28 | Skenwness R | ||
| 2 | סטיית תקן R | 29 | קורטוזיס L | ||
| 3 | מקדם של וריאציה L | 30 | קורטוזיס R | ||
| 4 | מקדם של וריאציה R | 31 | המקדמים של פונקציה Autocorrelation L | ||
| 5 | אפס קצב המעבר L | 32 | המקדמים של פונקציה Autocorrelation R | ||
| 6 | אפס קצב המעבר R | 33 | האות אנרגיה L | ||
| 7 | 20 האחוזונים L | 34 | האות אנרגיה R | ||
| 8 | 20 האחוזונים R | 35 | יומן האות אנרגיה L | ||
| 9 | אחוזון 50 L | 36 | יומן האות אנרגיה R | ||
| 10 | אחוזון 50 R | 37 | אנטרופיה של אנרגיה L | ||
| 11 | האחוזון ה-80 L | 38 | אנטרופיה של אנרגיה R | ||
| 12 | האחוזון ה-80 R | 39 | משרעת השיא אל שיא L | ||
| 13 | טווח בין רבעוני L | 40 | משרעת השיא אל שיא R | ||
| 14 | טווח בין רבעוני R | 41 | מספר פסגות L | ||
| 15 | כיכר סכום של 20 האחוזונים L | 42 | מספר פסגות R | ||
| 16 | כיכר סכום של 20 האחוזונים R | 43 | כלומר הזמן שבין הפסגות L | ||
| 17 | מרובע סכום אחוזון 50 L | 44 | כלומר הזמן שבין הפסגות R | ||
| 18 | מרובע סכום באחוזון ה-50 R | 45 | תקן של זמן בין פסגות L | ||
| 19 | מרובע סכום האחוזון ה-80 L | 46 | תקן של זמן בין פסגות R | ||
| 20 | מרובע סכום האחוזון ה-80 R | 47 | חיזוי יחס L | ||
| 21 | סל ראשון נשברתי הפצה L | 48 | חיזוי יחס R | ||
| 22 | סל ראשון נשברתי הפצה R | 49 | יחס הרמוני L | ||
| 23 | סל ה-2 של התפלגות נשברתי L | 50 | יחס הרמוני R | ||
| 24 | סל ה-2 של התפלגות נשברתי R | 51 | תדר היסוד L | ||
| 25 | סל ה-3 של התפלגות נשברתי L | 52 | תדר היסוד R | ||
| 26 | סל ה-3 של התפלגות נשברתי R | 53 | מקדם המתאם של L ו- R | ||
| 27 | Skenwness L | 54 | אזור sigmal גודל L ו- R | ||
טבלה 1: חילוץ תכונות סטטיסטיות של מסגרת טמפורלית. סך של 54 תכונות חולצו. האותות ימינה ושמאלה חושבו בנפרד מלבד התכונות המתאם, 53, 54.
| לא. | תיאור תכונה | לא. | תיאור תכונה | ||
| 1 | אנרגיה ספקטרלי L | 16 | התפשטות ספקטרלי R | ||
| 2 | אנרגיה ספקטרלי R | 17 | אנטרופיה ספקטרלי L | ||
| 3 | 1 אזור ספקטרלי של אנרגיה L | 18 | אנטרופיה ספקטרלי R | ||
| 4 | 1 אזור ספקטרלי של אנרגיה R | 19 | אנטרופיה ספקטרלי של אנרגיה L | ||
| 5 | אזור ספקטרלי 2 אנרגיה L | 20 | אנטרופיה ספקטרלי של אנרגיה R | ||
| 6 | אזור ספקטרלי 2 אנרגיה R | 21 | השטף ספקטרלי L | ||
| 7 | אזור 3 ספקטרלי של אנרגיה L | 22 | השטף ספקטרלי R | ||
| 8 | אזור 3 ספקטרלי של אנרגיה R | 23 | Rolloff ספקטרלי L | ||
| 9 | אזור ספקטרלי 4 אנרגיה L | 24 | הפירוק הספקטרלי rolloff R | ||
| 10 | אזור ספקטרלי 4 אנרגיה R | 25 | קרסט ספקטרלי המרבי L | ||
| 11 | אזור ספקטרלי 5 של אנרגיה L | 26 | קרסט ספקטרלי המרבי R | ||
| 12 | אזור ספקטרלי 5 של אנרגיה R | 27 | צידוד ספקטרלי L | ||
| 13 | Centroid ספקטרלי L | 28 | צידוד ספקטרלי R | ||
| 14 | הפירוק הספקטרלי centroid R | 29 | קורטוזיס ספקטרלי L | ||
| 15 | התפשטות ספקטרלי L | 30 | קורטוזיס ספקטרלי R | ||
בטבלה 2: חילוץ התכונות הסטטיסטיות של מסגרת ספקטרלי. סך של תכונות 30 חולצו. האותות ימינה ושמאלה חושבו בנפרד. מן התכונות טבלה 1 ו לטבלה 2, וקטור תכונה מורכב סכום כולל של תכונות 84.
| חזה פעילות |
פעילות בפועל | סה | דיוק | |||||
| . SR | b SC | c W | d CW | e סנט | f SW | |||
| SR | 1222 | 18 | 79 | 6 | 168 | 75 | 1568 | 77.9% |
| SC | 10 | 1268 | 17 | 159 | 46 | 15 | 1515 | 83.7% |
| W | 55 | 19 | 1212 | 32 | 144 | 20 | 1482 | 81.8% |
| CW | 3 | 158 | 34 | 1327 | 28 | 12 | 1562 | 85.0 |
| סנט | 192 | 75 | 185 | 19 | 1117 | 55 | 1643 | 68.0% |
| SW | 78 | 22 | 33 | 17 | 57 | 1383 | 1590 | 87.0% |
| סה | 1560 | 1560 | 1560 | 1560 | 1560 | 1560 | 9360 | |
| זוכר | 78.3% | 81.3% | 77.7% | 85.1% | 71.6% | 88.7% | 80.4% | |
| הציון1 F | 78.1% | 82.5% לש רועישב | 79.7% | 85.0 | 69.7% | 87.8% | ||
| הציון הממוצע של1 F | 80.5% | |||||||
טבלה 3: מטריקס בלבול של כל הפעילויות כאשר (C, וγ) = (25, 20) ב איור 7 א. מטריצה זו מציגה את כל התוצאות חיזוי עבור כל הפעילויות: SR: לנוח בישיבה, bSC: לעיסה, בישיבה cw: הליכה, dCW: לעיסה תוך כדי הליכה, eST: מדבר בישיבה, fSW: קריצה בישיבה.
| חזה פעילות |
פעילות בפועל | סה | דיוק | ||
| . C | b הרשות הפלסטינית | c SW | |||
| C | 2898 | 162 | 26 | 3086 | 93.9% |
| הרשות הפלסטינית | 201 | 4404 | 200 | 4805 | 91.7% |
| SW | 21 | 114 | 1334 | 1469 | 90.8% |
| סה | 3120 | 4680 | 1560 | 9360 | |
| זוכר | 92.9% | 94.1% | 85.5% | 92.3% | |
| הציון1 F | 93.4% | 92.9% | 88.1% | ||
| הציון הממוצע של1 F | 91.4% | ||||
טבלה 4: מטריקס בלבול של כל הפעילויות מוגדרים מחדש כאשר (C, וγ) = (25, 20) ב איור 7 ב. מטריצה זו מציגה את כל התוצאות חיזוי עבור כל הפעילויות מוגדרים מחדש: CH: לעיסה, bהרשות הפלסטינית: פעילות גופנית, cSW: קריצה בישיבה.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
במחקר זה, אנחנו הציע לראשונה את העיצוב ואת תהליך הייצור של המשקפיים, לחוש את דפוסי צריכת המזון ופעילות גופנית. כמו במחקר זה התמקדו בעיקר ניתוח הנתונים כדי להבחין בין צריכת המזון מפעילויות גופניות אחרות (כגון הליכה, קריצות), מערכת רכישה חיישן ונתונים נדרש יישום ניידות הקלטה. לפיכך, המערכת כללה את החיישנים לפשעים חמורים עם יכולת תקשורת אלחוטית, הסוללה. הפרוטוקול המוצע בתנאי של הרומן דרך מעשית כדי למדוד את דפוסי הפעילות שריר temporalis עקב צריכת מזון קריצה באופן ללא מגע: כלים ומתודולוגיות בקלות לזהות את צריכת המזון בחיי היומיום ללא שום מסורבלת ציוד שתוארו.
ישנם שיקולים חשובים עבור ההליך של ייצור המשקפיים. החלקים המקדש צריך להיות מתוכנן לשלב את המודולים PCB מפוברק בשלב 1.2 כפי שמוצג באיור 4B וכן 4C איור. תא המטען יוצבו כך זה נלחץ על-ידי תמיכה בצלחת תמיכה של היצירה ראש כאשר מצוידים כמופיע בתצוגה העליון של החלק ציר באיור5. בשלב 2.4, מידת הכיפוף של המקדש משקפיים לא צריך להיות קפדנית, מטרת שכדור היא להגביר את גורם צורה כדאי להתאים את המשקפיים על הראש של נושא. להיות זהיר, עם זאת, כפי מופרזת הכיפוף ימנע את המקדשים של נגיעה בשריר temporalis, אשר יהפוך את זה בלתי אפשרי לאסוף דפוסים משמעותיים.
כדי לקבל מידע אמין המשקף את הראש בגדלים וצורות שונות של נושאים, שתי גרסאות של המשקפיים שסופקו על-ידי משתנה על אורך היצירה ראש ועל המקדשים. בנוסף, על ידי ניצול של וולט תמיכה כדי לכוונן את היכולת ללבוש, שנוכל לתאם ההידוק של המשקפיים. לפיכך, הנתונים שנאספו דרך המשקפת שונים, מקצועות, תנאים-עונדת יכול לשקף את השתנות אינטרה - והבין אישית וגורמים בצורה שונה.
במחקר המשתמש, הנושא הוריד את המשקפיים בהפסקה, לבשתי אותם שוב כאשר הרחוב ההקלטה מחדש. פעולה זו מנעה הנתונים overfitting על תנאי ספציפי לובש כי זה שינה את התנאים לובש (למשל, משמאל-, איזון, טעינת בתאי המטען, אזור מגע עם העור, וכו) בכל פעם את הנושא מחדש לבש את המשקפיים.
על פי מחקר קודמות של לעיסה תדר, הפעילות הלעיסה בעיקר נע בין הרץ 0.94 (המאיוןה 5) ל- 2.17 הרץ (המאיוןה 95)26. לכן, אנחנו נקבע את גודל המסגרת ל- 2 s כך מסגרת מכילה פעילויות מרובות הלעיסה. גודל המסגרת הזה מתאים גם המכיל את אחד או יותר הליכה מחזורי, אשר בדרך כלל בטווח שבין 1.4 Hz 2.5 Hz27. ערכנו פעילות הליכה במהירות של 4.5 ק מ/שעה על הליכון מכיוון מהירות ההליכה הרגילה משתנה מ- 3.3 קמ"ש 6.5 קמ ש27,28. גודל הופ איור 6 נקבע מתוך נתוני קריצה מוקלטות לאן הנבדקים היו מעודכנים לקרוץ במרווחים 3-s. אנחנו גם לסנן את הנתונים עם תדירות סף של 10 הרץ, כי מצאנו מן המחקר הקודם שלנו, כי אותות מעל 10 הרץ היה שום מידע משמעותי על לעיסה זיהוי22.
כי המערכת יש שני תאים עומס משני הצדדים, זה אפשרי להבחין האירועים ימינה ושמאלה של לעיסה, קריצה, כפי הוכח במחקר הקודם שלנו22. אולם בניגוד המחקר הקודם, מטרת מחקר זה הייתה להדגים כי המערכת יכולה ביעילות להפריד צריכת המזון פעילות גופנית. אם הנתונים שנצברו מספיק דרך לימוד משתמש, ואז לקדם מחקר בצד השמאל, סיווג נכון יכול להתבצע, ניצול התכונות מתאם כלול הווקטור תכונה. מצד שני, קשה להבחין בין הפעילות בישיבה והליכה בתוך המערכת. שינויים ותיקונים נוספים למערכת יכול לספק סיווג מפורט של צריכת המזון, כמו לאכול תוך כדי ישיבה ואכילה בתנועה, עם רמת דיוק גבוהה. זה ניתן ליישם באמצעות טכניקה פיוז'ן חיישן על-ידי הוספת יחידת מדידה אינרציאלית (אינרטית) המערכת18. אם כך, המערכת באפשרותך לעקוב אחר את הוצאות האנרגיה ואת צריכת האנרגיה בו זמנית. אנו מאמינים כי הגישה שלנו מספק דרכים מעשיות פוטנציאל לגילוי של צריכת מזון, פעילות גופנית.
הערכה של צריכת האנרגיה הוא מטרה חיונית של מחקר על תזונה ניטור, לדוגמה, יכול להיות מנותח על-ידי סיווג את סוג המזון ולאחר מכן המרתה קלוריות ממידע הקלוריות מוגדרים מראש. מחקר שנערך לאחרונה הציע שיטת סיווג סוגי מזון באמצעות מזון ותמונות עמוק לימוד אלגוריתמים14. עם זאת, קשה להפריד את סוגי המזון עם החיישנים כוח השתמשו במחקר זה; התוספת של חיישן תמונה בחזית המכשיר יכול לזהות את סוגי המזון באמצעות עיבוד תמונה, מכונת לימוד טכניקות, לפיכך לסווג את סוגי המזון. באמצעות טכניקה פיוז'ן זו חיישן עם החיישנים כוח, תמונה, הפוטנציאל של מחקר זה הוא יישום לכיוון כללי תזונה יישומים ניטור.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
המחברים אין לחשוף.
Acknowledgments
עבודה זו נתמכה על ידי Envisible, inc. מחקר זה גם נתמך על ידי מענק של קוריאנית בריאות טכנולוגיית R & D הפרוייקט, משרד הבריאות & רווחה, הרפובליקה של קוריאה (HI15C1027). מחקר זה גם נתמך על ידי נבחרת מחקר קרן של קוריאה (ה-NRF-2016R1A1A1A05005348).
Materials
| Name | Company | Catalog Number | Comments |
| FSS1500NSB | Honeywell, USA | Load cell | |
| INA125U | Texas Instruments, USA | Amplifier | |
| ESP-07 | Shenzhen Anxinke Technology, China | MCU with Wi-Fi module | |
| 74LVC1G3157 | Nexperia, The Netherlands | Multiplexer | |
| MP701435P | Maxpower, China | LiPo battery | |
| U1V10F3 | Pololu, USA | Voltage regulator | |
| Ultimaker 2 | Ultimaker, The Netherlands | 3D printer | |
| ColorFabb XT-CF20 | ColorFabb, The Netherlands | Carbon fiber filament | |
| iPhone 6s Plus | Apple, USA | Data acquisition device | |
| Jelly Belly | Jelly Belly Candy Company, USA | Food texture for user study |
References
- 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).
- Pi-Sunyer, F. X., et al. Clinical guidelines on the identification, evaluation, and treatment of overweight and obesity in adults. Am J Clin Nutr. 68 (4), 899-917 (1998).
- McCrory, P., Strauss, B., Wahlqvist, M. L. Energy balance, food intake and obesity. Exer Obes. , London. (1994).
- Albinali, F., Intille, S., Haskell, W., Rosenberger, M. Proceedings of the 12th ACM international conference on Ubiquitous computing. , ACM. 311-320 (2010).
- Bonomi, A., Westerterp, K. Advances in physical activity monitoring and lifestyle interventions in obesity: a review. Int J Obes. 36 (2), 167-177 (2012).
- Jung, S., Lee, J., Hyeon, T., Lee, M., Kim, D. H. Fabric-Based Integrated Energy Devices for Wearable Activity Monitors. Adv Mater. 26 (36), 6329-6334 (2014).
- Fulk, G. D., Sazonov, E. Using sensors to measure activity in people with stroke. Top Stroke Rehabil. 18 (6), 746-757 (2011).
- Makeyev, O., Lopez-Meyer, P., Schuckers, S., Besio, W., Sazonov, E. Automatic food intake detection based on swallowing sounds. Biomed Signal Process Control. 7 (6), 649-656 (2012).
- Päßler, S., Fischer, W. Food intake activity detection using an artificial neural network. Biomed Tech (Berl). , (2012).
- Passler, S., Fischer, W. -J. Food intake monitoring: Automated chew event detection in chewing sounds. IEEE J Biomed Health Inform. 18 (1), 278-289 (2014).
- Kadomura, A., et al. CHI'13 Extended Abstracts on Human Factors in Computing Systems. , ACM. 1551-1556 (2013).
- Fontana, J. M., Farooq, M., Sazonov, E. Automatic ingestion monitor: A novel wearable device for monitoring of ingestive behavior. IEEE Trans Biomed Eng. 61 (6), 1772-1779 (2014).
- Shen, Y., Salley, J., Muth, E., Hoover, A. Assessing the Accuracy of a Wrist Motion Tracking Method for Counting Bites across Demographic and Food Variables. IEEE J Biomed Health Inform. , (2016).
- Farooq, M., Sazonov, E. International Conference on Bioinformatics and Biomedical Engineering. , Springer. 464-472 (2017).
- Grigoriadis, A., Johansson, R. S., Trulsson, M. Temporal profile and amplitude of human masseter muscle activity is adapted to food properties during individual chewing cycles. J Oral Rehab. 41 (5), 367-373 (2014).
- Strini, P. J. S. A., Strini, P. J. S. A., de Souza Barbosa, T., Gavião, M. B. D. Assessment of thickness and function of masticatory and cervical muscles in adults with and without temporomandibular disorders. Arch Oral Biol. 58 (9), 1100-1108 (2013).
- Standring, S. Gray's anatomy: the anatomical basis of clinical practice. , Elsevier Health Sciences. (2015).
- Farooq, M., Sazonov, E. A novel wearable device for food intake and physical activity recognition. Sensors. 16 (7), 1067 (2016).
- Zhang, R., Amft, O. Proceedings of the 2016 ACM International Symposium on Wearable Computers. , ACM. 50-52 (2016).
- Farooq, M., Sazonov, E. Segmentation and Characterization of Chewing Bouts by Monitoring Temporalis Muscle Using Smart Glasses with Piezoelectric Sensor. IEEE J Biomed Health Inform. , (2016).
- Huang, Q., Wang, W., Zhang, Q. Your Glasses Know Your Diet: Dietary Monitoring using Electromyography Sensors. IEEE Internet of Things Journal. , (2017).
- Chung, J., et al. A glasses-type wearable device for monitoring the patterns of food intake and facial activity. Scientific Reports. 7, 41690 (2017).
- Cristianini, N., Shawe-Taylor, J. An introduction to support Vector Machines: and other kernel-based learning methods. , Cambridge University Press Cambridge. (2000).
- Giannakopoulos, T., Pikrakis, A. Introduction to Audio Analysis: A MATLAB Approach. , Academic Press. (2014).
- Chang, C. -C., Lin, C. -J. LIBSVM: a library for support vector machines. ACM Trans Intell Syst Technol. 2 (3), 27 (2011).
- Po, J., et al. Time-frequency analysis of chewing activity in the natural environment. J Dent Res. 90 (10), 1206-1210 (2011).
- Ji, T. Frequency and velocity of people walking. Struct Eng. 84 (3), 36-40 (2005).
- Knoblauch, R., Pietrucha, M., Nitzburg, M. Field studies of pedestrian walking speed and start-up time. Transp Res Red. 1538, 27-38 (1996).
