Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

Разработка концепции и использование автоматизированного метода оценки приема пищи и пищевого поведения

Published: February 19, 2021 doi: 10.3791/62144

ERRATUM NOTICE

Summary

Этот протокол показывает и объясняет новый технологический метод оценки рациона питания. Метод состоит из обеденного лотка с несколькими встроенными весами и видеокамерой. Устройство уникально в том смысле, что оно включает в себя автоматизированные меры потребления пищи и напитков и пищевого поведения в течение еды.

Abstract

Подавляющее большинство методов оценки диетического и пищевого поведения основаны на самоотчетах. Они обременительны, а также подвержены ошибкам измерения. Последние технологические инновации позволяют разготовить более точные и точные инструменты оценки диетического и пищевого поведения, которые требуют меньше усилий как для пользователя, так и для исследователя. Поэтому было разработано новое сенсорное устройство для оценки потребления пищи и пищевого поведения. Устройство представляет собой обычный обеденный лоток, оснащенный видеокамерой и тремя отдельными встроенными весовыми станциями. Станции взвешивания измеряют вес миски, тарелки и чашки для питья непрерывно в течение еды. Видеокамера, расположенная на лице, записывает характеристики пищевого поведения (жевания, укусы), которые анализируются с помощью программного обеспечения автоматического выражения лица на основе искусственного интеллекта (ИИ). Вес лотка и видеоданные передаются в режиме реального времени на персональный компьютер (ПК) с помощью беспроводного приемника. Результаты интереса, такие как количество съеденных, норма съеденности и размер укуса, могут быть рассчитаны путем вычитания данных этих показателей в интересующие моменты времени. Информация, полученная текущей версией лотка, может быть использована в исследовательских целях, модернизированная версия устройства также облегчит предоставление более персонализированных рекомендаций по диете и пищевому поведению. В отличие от обычных методов диетической оценки, это устройство для оценки рациона питания измеряет потребление пищи непосредственно во время еды и не зависит от памяти или оценки размера порции. В конечном счете, это устройство подходит для ежедневного приема пищи и показателей пищевого поведения. В будущем этот основанный на технологиях метод оценки рациона питания может быть связан с приложениями для здоровья или умными часами, чтобы получить полный обзор физических упражнений, потребления энергии и пищевого поведения.

Introduction

В исследованиях в области питания и диетической практике важно иметь хорошие показатели того, что, сколько и как люди едят, чтобы найти решения проблем избыточного веса и ожирения. Для оценки диетического потребления часто используются обычные анкеты самоотчета, такие как дневники питания, 24-часовые воспоминания или опросники частоты приема пищи1. Эти методы основаны на самоотчете и поэтому отнимают много времени и склонны к предвзятости из-за социально-желательных ответов, неадекватности памяти и трудностей в оценке размеров порций2,3. В дополнение к показателям качества диеты (тип и количество съеденной пищи), также важно знать, как пища съедается, так как пищевое поведение, которое замедляет потребление пищи, как было показано, предотвращает чрезмерное потребление в течение еды4. Для оценки пищевого поведения золотым стандартом является аннотирование двумя наблюдателями видеозаписей людей, потребляющих еду5. Этот метод является довольно трудоемким и трудоемким и не позволяет получить немедленную обратную связь о поведении.

Последние технологические достижения теперь дают возможность сочетать автоматизированные меры приема пищи с автоматизированными мерами пищевого поведения в течение еды. В ответ на эти события был разработан новый метод оценки питания на основе датчиков, названный mEETr, аббревиатура от двух голландских слов «Meter» (переводится: измерительное устройство) и «eet» (переводится: есть). mEETr представляет собой обычный обеденный лоток с тремя встроенными станциями взвешивания(на рисунке 1 показана конструкция лотка и сенсорных пластин) и держателем камеры. Каждая весовая станция состоит из трех треугольно расположенных точек измерения для распределения веса. Станции взвешивания непрерывно измеряют вес миски, тарелки и чашки для питья или стакана над едой. MEETr также включает в себя держатель видеокамеры. В настоящее время держатель камеры отделен от лотка, но в целях стандартизации интегрированная камера после следующего обновления mEETr (складной джойстик видеокамеры) будет идеальной. Камера облегчает автоматизированный анализ в режиме реального времени количества укусов и жеваний, а также продолжительности приема пищи, что позволяет получать информацию о частоте приема пищи и размере укуса. Автоматизированный анализ пищевого поведения проводится с использованием недавно разработанного алгоритма. Различные исследовательские группы разработали устройства для предоставления людям в режиме реального времени обратной связи об ускорении приема пищи и количестве, которое людиедят 6. Кроме того, были разработаны дополненные вилки для обеспечения обратной связи в режиме реального времени о количестве укусов и их частоте в течение7 приемовпищи. Дополнительно был разработан ушной датчик для измерения микроструктуры питания в условиях свободной жизни8,9. Аналогично этому устройству является установка, используемая Ioakimidis et al.10,где видеомеры были объединены с весовой пластиной для определения потребления пищи, количества укусов и жевательного поведения.

По сравнению с этими устройствами новизна mEETr заключается в том, что он сочетает в себе автоматизированные меры приема пищи из двух тарелок и чашки для питья (n = 3) и пищевого поведения (например, частота приема пищи, количество укусов, размер укуса и жевательное поведение) в одном устройстве. MEETr, как было показано, подходит для измерения приема пищи и пищевого поведения в контролируемой (лаборатории питания) среде, но в конечном итоге цель состоит в том, чтобы использовать mEETr в менее контролируемых средах, где используются повторные планы питания, такие как детские сады, дома престарелых и больницы.

В конечном счете, mEETr обеспечит более объективную и, как таковую, более точную и точную меру потребления пищи и пищевого поведения, чем обычные методы оценки рациона питания и ручное кодирование видео. Более эффективные показатели потребления пищи принесут пользу исследованиям в области питания и здравоохранения, а также специалистам здравоохранения в их задаче по борьбе с ростом неинфекционных заболеваний, связанных с пищевыми продуктами11. В конечном счете, mEETr может использоваться в исследованиях и медицинских учреждениях, а также пользователями, заботящихся о своем здоровье дома, связывая mEETr с существующими технологиями и программным обеспечением, такими как другие приложения для здоровья или умные часы. В целом, эти меры в области здравоохранения предоставляют пользователю или медицинскому работнику довольно разнообразный и полный обзор различных моделей поведения в отношении здоровья (например, потребление пищи, пищевое поведение, расход энергии на основе реальных показателей, сон, стресс), что позволяет пользователю оптимизировать свой рацион и создать здоровый образ жизни.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Это пилотное исследование было одобрено METC Вагенингеского университета до начала проекта.

ВНИМАНИЕ: Все участники, внесящие свой вклад в этот проект, предоставили информированное согласие, включая одобрение видеоизображений, показывающих видимые и узнаваемые лица.

1. Пробоподготовка и согласие участника

  1. Приготовьте сок (стакан или чашка), фруктовый йогурт (миска) и кусочки фруктов (тарелка).
    ПРИМЕЧАНИЕ: Эти продукты выбираются только для демонстрационных целей(рисунок 2).
  2. Наберите участника или добровольца, который согласен участвовать в исследовании.
  3. Исключите участников, носящих очки (которые не могут использовать контактные линзы) и / или имеющих волосы на лице (бороду или усы), чтобы избежать ошибок измерения.
  4. Информировать участников об исследовании и сборе данных (хранение данных, доступность). Получите отдельные разрешения в случае неанонимных видеозаписей. Получите подпись участника на информированное согласие перед сбором данных.

2. Настройка устройства и места измерения

ПРИМЕЧАНИЕ: Этот протокол подходит для сбора данных в контролируемых (лаборатория питания)условиях.

  1. Убедитесь, что свет в комнате распределен равномерно — избегайте теней на лицах участников.
  2. Избегайте фонового шума на видеозаписях из-за присутствия лиц, отличных от участника.
  3. Усадить участника на стул перед столом; со столешницей, расположенной чуть ниже груди участника.
  4. Подключите беспроводной приемник лотка и веб-камеру к ноутбуку.
  5. Запустите ноутбук. Убедитесь, что ноутбук имеет следующие характеристики: CPU i7-10750H, SSD M.2 512 ГБ, Память 1x 16 ГБ, DDR4 2933 МГц без ECC-памяти, Операционная система 64 бит.
  6. Включите лоток и убедитесь, что в лотке есть заряд (зеленый свет).
  7. Откройте разъем программы (DOS), приемник и программу процессора вместе с приборной панелью соответственно.
  8. Проверьте качество входящего изображения в процессорной программе(рисунок 3).
    ПРИМЕЧАНИЕ: Чтобы определить пищевое поведение, качество изображения должно быть в пределах последней четверти панели задач (зеленый); как можно ближе к 100% зеленому. Формирование теней может привести к низкому качеству изображения.
  9. Убедитесь, что рамка изображения правильная, чтобы предотвратить низкое качество изображения. Убедитесь, что голова участника (над черепом) до груди, включая руки и плечи, хорошо видна.

3. Система взвешивания и передачи данных

  1. Проверьте меры до первого использования mEETr.
    ПРИМЕЧАНИЕ: Устройство mEETr состоит из обычного коммерчески доступного обеденного лотка (эпоксидный обеденный лоток с оптоволоконным усилием) с тремя встроенными станциями взвешивания(рисунок 2).
  2. Чтобы проверить настройку, убедитесь, что лоток непрерывно измеряет вес тарелки, миски и стакана для питья.
    ПРИМЕЧАНИЕ: Точность весов во всем диапазоне должна составлять 0,3%.
  3. Не размещайте слишком большой вес на каждой весовой платформе. Максимальный вес самой большой платформы (обеденной тарелки) составляет 1,5 кг. Максимальный вес двух меньших весовых платформ (чаша и стекло) составляет 800 г. Минимальный вес, который можно точно измерить, составляет 1 г на каждую станцию взвешивания.
  4. Убедитесь, что тарелка, чашка и чаша не покоятся на платформе или окружающем подносе. Используйте центральное кольцо, чтобы избежать этого.
    ПРИМЕЧАНИЕ: Каждая весовая станция состоит из трех треугольных датчиков силы, которые действуют вместе как одна шкала. Для балансировки веса было выбрано положение треугольника.
  5. Убедитесь, что лоток сухой. Лоток включает в себя тонкую базовую панель (центральную печатную плату) толщиной 50 мм под лотком, в который входит электроника.
  6. Для передачи данных убедитесь, что лоток подключен к беспроводному приемнику.
    ПРИМЕЧАНИЕ: Передача данных взвешивания с интервалом 1 с помощью радиосигнала ближнего радиуса действия (расстояние около 1 м). Подключите приемник к персональнму компьютеру (ПК) через USB-порт.
  7. Три датчика силы измеряют силы (или веса), суммируют их и преобразуют в калиброванное значение веса.
  8. Заряжайте лоток после каждого использования.
    ПРИМЕЧАНИЕ: Лоток питается от внутреннего аккумулятора и может заряжаться с помощью зарядного устройства USB. Скользящий переключатель включения/выключения расположен рядом с разъемом USB. Полный заряд аккумулятора обеспечивает около 20 ч использования.
  9. Не чистите лоток в посудомоечной машине; лоток не является защитой посудомоечной машины. Очистите лоток с помощью чистящего спрея. Убедитесь, что лоток остается чистым и сухим. Каналы утечки вдоль платформ сливают жидкие разливы.

4. Объяснения участников и начало наблюдения

  1. Поместите mEETr перед участником.
  2. Проинструктируйте участника 1) есть столько или столько, сколько он хочет, 2) смотреть прямо в веб-камеру во время еды и 3) не класть руки перед лицом во время еды.
  3. Начните новое наблюдение в программном обеспечении приемника. Зарегистрируйте дату, номер участника, пол, возраст и антропометрические данные, такие как вес и рост. Включите дополнительную информацию, такую как состояние исследования и учебная поездка, в название наблюдения.
  4. Нажмите Record в программном обеспечении приемника, чтобы записать наблюдение.
  5. Активируйте панель мониторинга, чтобы проверить видеозаписи и входящие данные во время сбора данных(рисунок 4).
  6. Перед записью попросите участника 1) поднять карточку с номером участника и 2) поднять руку в начале и конце трапезы.
  7. Завершите наблюдение, когда участник закончит есть. Для передачи всех данных в электронную таблицу требуется 2 минуты.
  8. Это конец сессии для участника.
  9. Отсоедините веб-камеру и лоток-приемник от ноутбука и очистите его чистящей салфеткой или чистящим спреем.

5. Оценка и передача данных

  1. Откройте последнее наблюдение в программном обеспечении приемника. Автоматизированные меры пищевого поведения хранятся в разделе Данные. Нажмите «Экспорт данных», чтобы извлечь необработанные данные. Последующий выходной файл содержит данные о количестве участника, реальном времени, относительном (до начала) времени и переменных пищевого поведения (количество укусов, количество жеваний, продолжительность жевания) на участника теста.
    ПРИМЕЧАНИЕ: Все варианты поведения имеют отметку времени. В программном обеспечении приемника могут быть извлечены дополнительные внешние данные лотка, например, данные о весе каждого из трех лотков. Данные записываются 10 раз в секунду и передаются. Время сбора данных в лотке синхронизируется с записями пищевого поведения.
  2. Суммируйте и визуализируйте результаты в различных линейчатых диаграммах в самой программе. Экспортируйте результаты в виде необработанных данных в лог-файлы (.xsl)(рисунок 5).
  3. Экспортируйте файлы журналов в электронную таблицу и выполните анализ данных с помощью предпочтительной статистической программы.
  4. Очистите данные перед анализом данных.
    ПРИМЕЧАНИЕ: Из-за искажений прессования столовых приборов на пластинах (вызывающих увеличение веса), данные взвешивания лотка должны быть очищены по кривой Каплана Мейера с размером шага, указывающим размер укуса, длиной шага, указывающей время между укусами. Начало кривой указывает на стартовый вес, последний шаг указывает на конечный вес) следующим образом.
    1. Сглаживание временных точек до измерений в секунду для фильтрации экстремальных значений.
    2. Установите границу 5 г, определите плато веса (т.е. отсутствие изменений в пределах +/- 5 г) и изменения веса (изменения со временем более 5 г) для указания размеров укуса и изменений порций.
    3. Исключите увеличение веса из-за столовых приборов, оставшихся на тарелке.
      ПРИМЕЧАНИЕ: На выходе получается общее изменение веса на станцию веса в начале и конце приема пищи (= размер еды), средний размер укуса и количество укусов в минуту.
  5. Чтобы определить скорость приема пищи (г/сек) и размер укуса (г/укус), изменяются в течение еды, вручную интегрируйте данные о весе лотка и пищевом поведении(Рисунок 6, Рисунок 7, Рисунок 8, Рисунок 9, Рисунок 10).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Более медленная скорость приема(рисунок 7),меньшие размеры глотка / укуса(рисунок 8)и большее количество жевательных таблеток(рисунок 9)привели к более низкому потреблению салата по сравнению с йогуртом и соком(рисунок 6),измеренным лотком mEETr. Участники съели на 17% меньше фруктового салата по сравнению с фруктовым соком. Все характеристики пищевого поведения различались между соком, йогуртом исалатом (Рисунок 7, Рисунок 8, Рисунок 9). Участники жевали значительно больше фруктового салата по сравнению с йогуртом и соком. Наблюдаемое количество жевательных таблеток отличалось в три раза между йогуртом и фруктовым салатом. Кроме того, размер укуса был самым маленьким для салата 6,5 г на укус по сравнению с соком: 8 г на глоток. В целом, количество жеваний, размер укуса и скорость приема пищи, по-видимому, влияли на количество, которое было съедено во время еды в лабораторных условиях. Эти результаты соответствуют другим исследованиям, которые сообщают, что увеличение времени пероральной обработки (большее количество жеваний, меньшие размеры укусов) уменьшает потребление пищи12,13,14,15.

Figure 1
Рисунок 1:Изображение лотка ниже с тремя станциями взвешивания и тремя датчиками давления на печатной пластине выше. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 2
Рисунок 2:Настройка mEETr с протестированными пищевыми продуктами. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 3
Рисунок 3:Автоматическое определение пищевого поведения с помощью фиксированных точек на лице (глаза и рот). Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 4
Рисунок 4:Приборная панель, визуализирующая входящие данные трех весов лотка, а также входящие видеоданные. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 5
Рисунок 5:Обзор сбора данных. Уменьшение веса пищи на трех весах во время приема пищи показано тремя верхними графиками; пики вызваны давлением столовых приборов. Укусы и глотки (включая продолжительность) и количество жеваний показаны в последнем ряду цветными турниками. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 6
Рисунок 6:Потребление пищи (г) на продукт, измеренное с помощью лотка mEETr. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 7
Рисунок 7:Частота употребления (г/мин) на продукт на основе лотка mEETr и автоматического видеоанализа пищевого поведения. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 8
Рисунок 8:Средний размер укуса (г) на продукт на основе лотка mEETr и автоматического видеоанализа пищевого поведения. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 9
Рисунок 9:Общее количество жеваний на продукт на основе лотка mEETr и автоматического видеоанализа пищевого поведения. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 10
Рисунок 10:Необработанные данные измерения, включая три платформы взвешивания, поведение и метки времени. Нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Здоровое питание и здоровое пищевое поведение сыграли ключевую роль в профилактике и решении проблемы избыточного веса и ожирения11. Тем не менее, многие из методов, используемых для измерения диетического потребления и пищевого поведения, являются обременительными для пользователей, исследователей и медицинских работников и могут быть предвзятыми, поскольку они зависят от оценки памяти и размера порции. Использование mEETr, независимо или наряду с обычными методами видео и диетической оценки, уменьшит усилия, точность и точность диетического потребления и оценки пищевого поведения.

Прежде чем использовать mEETr, необходимо рассмотреть несколько критических шагов. Одним из основных методологических соображений является конфиденциальность, связанная с анализом лица записанного видео. Анонимность для участников является неотъемлемой чертой этических исследований. Однако, поскольку анализ лица является частью mEETr, анонимность почти невозможна16. Таким образом, использование MEETr в исследовательской среде требует обширных положений, касающихся безопасности данных, и заслуживает внимания в информированном согласии и другой документации участников. В конечном счете, в обновленной версии mEETr записи лица обрабатываются в режиме реального времени внутри устройства без хранения видеоданных. Следовательно, не будет оправдано хранение записей лиц, что позволит осуществлять анонимный сбор данных.

Другим важным шагом в протоколе является то, что в этой версии mEETr все потоки данных являются независимыми, что требует интеграции мер анализа видео и трех различных масштабов во время постобработки. Анализ данных выполняется просто на основе станции взвешивания; затем исследователь должен привести данные после того, как он был подан в этой конкретной чаше или на этой конкретной тарелке, или в месте чашки. Чтобы предотвратить смешивание потоков данных, структура лотка обеспечивает, чтобы чаша, тарелка или чашка могли быть размещены только в определенных местах из-за колец, которые подходят к определенному куску посуды.

В конце концов, должна происходить немедленная интеграция потоков данных, которая будет служить дополнительной мерой проверки для принятия решений в режиме реального времени с изменением веса в чаше / тарелке / чашке, проверяя укус или глоток и наоборот, и как таковая позволяя автоматическую обратную связь о пищевом поведении сразу после еды.

В дополнение к этим критическим шагам следует упростить мониторинг данных и устранение неполадок или обнаружение ошибок, что может быть достигнуто с помощью следующих модификаций: (1) Автоматизация запуска системы, (2) Интеграция индикаторов качества на приборной панели, которые предоставляют информацию о качестве видео для автоматического обнаружения пищевого поведения, (3) Более низкие требования к памяти для ноутбука , (4) Автоматическое обнаружение событий, которое предотвращает попытки измерения в неедевое время.

Помимо этих областей для улучшения, есть некоторые проблемы при использовании mEETr, которые заслуживают внимания. Во-первых, следующие версии mEETr должны быть сделаны водонепроницаемыми, чтобы их можно было чистить в посудомоечной машине. Во-вторых, чтобы получить обоснованные показатели пищевого поведения, участнику необходимо придерживаться различных ограничений и правил. Для допустимого использования mEETr очень важно, чтобы видео было непрерывным, и чтобы пользователь заглянул прямо в камеру во время жевания. Кроме того, чтобы алгоритм обнаруживал жевания и ласточки, пользователь должен быть 1) полностью виден в кадре, включая плечи и руки 2) не иметь теней на лице; необходима стандартизация света. Эти предпосылки нарушают естественное или нормальное пищевое поведение. Поскольку еда по своей сути является социальным делом в нормальных условиях жизни, наличие этих ограничений не легко связано с нормальным социальным поведением в еде. Таким образом, точное использование mEETr, на данный момент, требует нетрадиционного способа питания. Изменения в алгоритме должны быть сделаны в будущем, чтобы иметь более надежное измерение, которое не требует от участника придерживаться определенных правил питания или ограничений. В целом, использование mEETr может создать реактивность пользователя, что приводит к изменению потребления пищи из-за осведомленности о том, что съедается с помощью лотка mEETr. Это может быть предотвращено, когда встроенные весовые станции полностью скрыты, и используется камера с глазом, которая встроена в лоток таким образом, что стандартная высота лица не требуется. Поэтому текущая версия mEEtr подходит только для лабораторных исследований. Из-за ограничений и правил, требуемых этой техникой, результаты напрямую не переводятся в режим питания свободной жизни.

Наряду с этими изменениями, есть два функциональных расширения текущей системы, которые необходимо включить в будущем. Во-первых, в mEETr необходимо добавить дополнительную технологию гиперспектральной камеры для анализа содержания макроэлементов в продуктах питания на тарелке. Это позволит обойти необходимость знания точного продукта питания, который находится на тарелке, в то же время позволяя измерять потребление калорий за один прием пищи. Во-вторых, подход машинного обучения для автоматического распознавания продуктов питания может быть присоединен к текущему видеоанализу, что позволяет дополнительно автоматизировать систему. Чтобы еще больше увеличить узнаваемость еды, может быть добавлена вторая камера, которая фокусируется исключительно на еде и напитках на тарелках.

В идеале лоток и камера mEETr могут быть связаны с существующей экосистемой диетических приложений, что позволит напрямую вводить результаты mEETr в диетические приложения и диетологов2. На основе информации, собранной mEETr, потребителю или пациенту может быть предоставлена немедленная обратная связь и совет, рассматривающий (макро)потребление питательных веществ и пищевое поведение (текстура пищи и уровень употребления). Это позволит пользователю оптимизировать свою диету и пищевое поведение для создания здорового образа жизни.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Устройство mEETr и прилагаемое к нему программное обеспечение были разработаны в сотрудничестве с коммерческим партнером; Нолдус Информационные технологии. Авторы заявляют об отсутствии конфликта интересов.

Acknowledgments

Мы благодарим J.M.C. D. Meijer из Студии технических разработок Вагенингеского университета и исследований за помощь в разработке лотка mEETr. Это исследование финансировалось 4 голландскими техническими университетами, проектом 4TU - Гордость и предубеждение.

Materials

Name Company Catalog Number Comments
Battery na na Battery pack (LiPo) and charge electronics via an USB port connector. No data from this port.
Connector program Noldus Noldus Information technology software dashboard nview
Dinner tray na na Standard dinner tray from glass inforced epoxy
Larger scale na na One high range custom made scale based on a triple force sensor method.
Mainboard na na A mainboard converting the three scale measurements to calibrated weight numbers. This board also contains the low power short range RF transmitter.
OS Windows Microsoft windows 10 Pro 64 bit
Processor program Noldus Noldus Information technology software FaceReader
Receiver program Noldus Noldus Information technology software Observer
RF receiver na na Custom build USB converter connected to a RF receiver. This receiver has a squelch setting for making it low range sensitive.
Small scales na na Two low range custom made scales based on a triple force sensor method.

DOWNLOAD MATERIALS LIST

References

  1. Burrows, T. L., Ho, Y. Y., Rollo, M. E., Collins, C. E. Validity of dietary assessment methods when compared to the method of doubly labeled water: A systematic review in adults. Frontiers in Endocrinology. 10, 850 (2019).
  2. Brouwer-Brolsma, E. M., et al. Dietary intake assessment: From traditional paper-pencil questionnaires to technology-based tools. Environmental software systems. Data science in action. Advances in Information and Communication Technology. 554, (2020).
  3. Palese, A., et al. What nursing home environment can maximise eating independence among residents with cognitive impairment? Findings from a secondary analysis. Geriatric Nursing. 41 (6), 709-716 (2020).
  4. Krop, E. M., et al. Influence of oral processing on appetite and food intake - A systematic review and meta-analysis. Appetite. 125, 253-269 (2018).
  5. Nicolas, E., Veyrune, J. L., Lassauzay, C., Peyron, M. A., Hennequin, M. Validation of video versus electromyography for chewing evaluation of the elderly wearing a complete denture. Journal of Oral Rehabilitation. 34 (8), 566-571 (2007).
  6. Sabin, M. A., et al. A novel treatment for childhood obesity using Mandometer® technology. International Journal of Obesity. 7, (2006).
  7. Hermsen, S., et al. Evaluation of a Smart fork to decelerate eating rate. Journal of the Academy of Nutrition and Dietetics. 116 (7), 1066-1068 (2016).
  8. vanden Boer, J., et al. The splendid eating detection sensor: Development and feasibility study. JMIR mHealth and uHealth. 6 (9), 170 (2018).
  9. Papapanagiotou, V., et al. A novel chewing detection system based on ppg, audio, and accelerometry. IEEE Journal of Biomedical and Health Informatics. 21 (3), 607-618 (2016).
  10. Ioakimidis, I., et al. Description of chewing and food intake over the course of a meal. Physiology & Behavior. 104 (5), 761-769 (2011).
  11. Ruiz, L. D., Zuelch, M. L., Dimitratos, S. M., Scherr, R. E. Adolescent obesity: Diet quality, psychosocial health, and cardiometabolic risk factors. Nutrients. 12 (1), 43 (2020).
  12. Forde, C. G., van Kuijk, N., Thaler, T., de Graaf, C., Martin, N. Oral processing characteristics of solid savoury meal components, and relationship with food composition, sensory attributes and expected satiation. Appetite. 60 (1), 208-219 (2013).
  13. Weijzen, P. L. G., Smeets, P. A. M., de Graaf, C. Sip size of orangeade: effects on intake and sensory-specific satiation. British Journal of Nutrition. 102 (07), 1091-1097 (2009).
  14. Zijlstra, N., de Wijk, R. A., Mars, M., Stafleu, A., de Graaf, C. Effect of bite size and oral processing time of a semisolid food on satiation. The American Journal of Clinical Nutrition. 90 (2), 269-275 (2009).
  15. Bolhuis, D. P., et al. Slow food: sustained impact of harder foods on the reduction in energy intake over the course of the day. PloS One. 9 (4), 93370 (2014).
  16. Grinyer, A. The anonymity of research participants: assumptions, ethics and practicalities. Social Research Update. 36 (1), 4 (2002).

Tags

Поведение Выпуск 168 Диетическая оценка технологии искусственный интеллект потребление пищи Пищевое поведение Жевание

Erratum

Formal Correction: Erratum: Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method
Posted by JoVE Editors on 06/24/2021. Citeable Link.

An erratum was issued for: Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method. An author name was updated.

The name was updated from:

Cees de Graaf

to:

Kees de Graaf

Разработка концепции и использование автоматизированного метода оценки приема пищи и пищевого поведения
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Lasschuijt, M. P., Brouwer-Brolsma,More

Lasschuijt, M. P., Brouwer-Brolsma, E., Mars, M., Siebelink, E., Feskens, E., de Graaf, K., Camps, G. Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method. J. Vis. Exp. (168), e62144, doi:10.3791/62144 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter