Konzeptentwicklung und Einsatz einer automatisierten Methode zur Beurteilung der Nahrungsaufnahme und des Essverhaltens

Summary

Dieses Protokoll zeigt und erklärt eine neue technologiebasierte Methode zur Bewertung der Ernährung. Die Methode besteht aus einem Esstablett mit mehreren eingebauten Waagen und einer Videokamera. Das Gerät ist insofern einzigartig, als es automatisierte Messungen der Nahrungs- und Getränkeaufnahme und des Essverhaltens im Verlauf einer Mahlzeit beinhaltet.

Abstract

Die überwiegende Mehrheit der Methoden zur Beurteilung des Ernährungs- und Essverhaltens basiert auf Selbstberichten. Sie sind belastend und auch anfällig für Messfehler. Jüngste technologische Innovationen ermöglichen die Entwicklung genauerer und präziserer Instrumente zur Beurteilung des Ernährungs- und Essverhaltens, die sowohl für den Benutzer als auch für den Forscher weniger Aufwand erfordern. Daher wurde ein neues sensorbasiertes Gerät zur Beurteilung der Nahrungsaufnahme und des Essverhaltens entwickelt. Das Gerät ist ein normales Esstablett, das mit einer Videokamera und drei separaten eingebauten Wiegestationen ausgestattet ist. Die Wiegestationen messen kontinuierlich das Gewicht von Schüssel, Teller und Trinkbecher im Verlauf einer Mahlzeit. Die am Gesicht positionierte Videokamera zeichnet Essverhaltensmerkmale (Kauen, Bisse) auf, die mit einer auf künstlicher Intelligenz (KI) basierenden automatischen Gesichtsausdruckssoftware analysiert werden. Das Traygewicht und die Videodaten werden über einen funklosen Empfänger in Echtzeit an einen PC (PC) transportiert. Die Ergebnisse von Interesse, wie die verzehrte Menge, die Essgeschwindigkeit und die Bissgröße, können berechnet werden, indem die Daten dieser Maßnahmen zu den Zeitpunkten von Interesse subtrahiert werden. Die Informationen, die durch die aktuelle Version des Tabletts erhalten werden, können für Forschungszwecke verwendet werden, eine aktualisierte Version des Geräts würde auch die Bereitstellung einer persönlicheren Beratung zur Nahrungsaufnahme und zum Essverhalten erleichtern. Im Gegensatz zu den herkömmlichen diätetischen Bewertungsmethoden misst dieses Diätbewertungsgerät die Nahrungsaufnahme direkt innerhalb einer Mahlzeit und ist nicht abhängig vom Gedächtnis oder der Portionsgrößenschätzung. Letztendlich eignet sich dieses Gerät daher für die tägliche Hauptnahrungsaufnahme und Essverhaltensmessungen. In Zukunft kann diese technologiebasierte Ernährungsbewertungsmethode mit Gesundheitsanwendungen oder Smartwatches verknüpft werden, um einen vollständigen Überblick über Bewegung, Energieaufnahme und Essverhalten zu erhalten.

Introduction

In der Ernährungsforschung und Ernährungspraxis ist es wichtig, gute Messungen darüber zu haben, was, wie viel und wie Menschen essen, um Lösungen für die Probleme mit Übergewicht und Fettleibigkeit zu finden. Zur Beurteilung der Nahrungsaufnahme werden oft herkömmliche Selbstberichtsfragebögen wie Lebensmitteltagebücher, 24-Stunden-Rückrufe oder Fragebögen zur Lebensmittelhäufigkeit^{verwendet 1}. Diese Methoden beruhen auf Selbstberichten und sind daher zeitaufwendig und anfällig für Verzerrungen aufgrund sozial wünschenswerter Antworten, Gedächtnisinszulänglichkeit und Schwierigkeiten bei der Schätzung der Portionsgrößen^2,3. Neben Messungen der Ernährungsqualität (Art und Menge der nahrung) ist es auch wichtig zu wissen, wie das Essen gegessen wird, da es gezeigt wurde, dass es einen übermäßigen Verzehr innerhalb einer Mahlzeit verhindert⁴. Um das Essverhalten zu beurteilen, besteht der goldene Standard darin, dass zwei Beobachter Videoaufnahmen von Menschen kommentieren, die eine Mahlzeit^{essen 5}. Diese Methode ist ziemlich arbeitsintensiv und zeitaufwendig und erlaubt kein sofortiges Feedback zum Verhalten.

Jüngste technologische Fortschritte bieten nun die Möglichkeit, automatisierte Messungen der Nahrungsaufnahme mit automatisierten Messungen des Essverhaltens im Verlauf einer Mahlzeit zu kombinieren. Als Reaktion auf diese Entwicklungen wurde eine neue sensorbasierte Diätbewertungsmethode entwickelt, die mEETr genannt wird, das Akronym der beiden niederländischen Wörter "Meter" (übersetzt: Messgerät) und "eet" (übersetzt: essen). Der mEETr ist ein normales Esstablett mit drei eingebauten Wiegestationen(Abbildung 1 zeigt das Design des Trays und der Sensorplatten) und einem Kamerahalter. Jede Wiegestation besteht aus drei dreieckig positionierten Messpunkten zur Verteilung des Gewichts. Die Wiegestationen messen kontinuierlich das Gewicht von Schüssel, Teller und Trinkbecher oder Glas über der Mahlzeit. Der mEETr enthält auch eine Videokamerahalterung. Derzeit ist der Kamerahalter vom Fach getrennt, aber zu Standardisierungszwecken wäre eine integrierte Kamera nach dem nächsten Upgrade von mEETr (ein klappbarer Videokamera-Stick) ideal. Die Kamera ermöglicht eine automatisierte Echtzeitanalyse der Anzahl der Bisse und Kaubonbons sowie der Essdauer, wodurch Informationen über die Essgeschwindigkeit und die Bissgröße generiert werden können. Die automatisierte Analyse des Essverhaltens erfolgt mit einem neu entwickelten Algorithmus. Verschiedene Forschungsgruppen haben Geräte entwickelt, um Menschen Echtzeit-Feedback über die Beschleunigung des Essens und die Menge, die Menschen essen, zu geben⁶. Außerdem wurden augmentierte Gabeln entwickelt, um Echtzeit-Feedback über die Anzahl der Bisse und ihre Häufigkeit innerhalb einer Mahlzeit zu geben⁷. Zusätzlich wurde ein Ohrsensor entwickelt, um die Mikrostruktur des Essens unter freien Lebensbedingungen zu messen^8,9. Ähnlich wie bei diesem Gerät ist das von Ioakimidis et al.¹⁰verwendete Setup, bei dem Videomessungen mit einer Wiegeplatte kombiniert wurden, um die Nahrungsaufnahme, die Anzahl der Bisse und das Kauverhalten zu bestimmen.

Im Vergleich zu diesen Geräten besteht die Neuheit des mEETr darin, dass er automatisierte Messungen der Nahrungsaufnahme von zwei Tellern und einem Trinkbecher (n = 3) und des Essverhaltens (z. B. Essrate, Anzahl der Bisse, Bissgröße und Kauverhalten) in einem Gerät kombiniert. Der mEETr eignet sich, wie gezeigt, für Messungen der Nahrungsaufnahme und des Essverhaltens innerhalb einer kontrollierten (Esslabor-) Umgebung, aber letztendlich besteht das Ziel darin, den mEETr in weniger kontrollierten Umgebungen zu verwenden, in denen wiederkehrende Mahlzeitenpläne wie Kindertagesstätten, Altenheime und Krankenhäuser verwendet werden.

Letztendlich wird der mEETr eine objektivere und als solche genauere und genauere Messung der Nahrungsaufnahme und des Essverhaltens liefern als herkömmliche Diätbewertungsmethoden und manuelle Kodierung von Videos. Bessere Maßnahmen der Nahrungsaufnahme würden der Ernährungs- und Gesundheitsforschung, aber auch den Angehörigen der Gesundheitsberufe in ihrer Herausforderung zugute kommen, die Zunahme lebensmittelbedingter nichtübertragbarer Krankheiten zu bekämpfen¹¹. Letztendlich kann der mEETr sowohl in Der Forschung und im Gesundheitswesen als auch von gesundheitsbewussten Nutzern zu Hause eingesetzt werden, indem der mEETr mit bestehenden Technologien und Software wie anderen Gesundheits-Apps oder Smartwatches verknüpft wird. Insgesamt bieten diese Gesundheitsmaßnahmen dem Anwender bzw. dem Medizinischen Fachpersonal einen recht vielfältigen und vollständigen Überblick über eine Vielzahl von Gesundheitsverhaltensmustern (z.B. Nahrungsaufnahme, Essverhalten, Energieverbrauch auf Basis realer Maßnahmen, Schlaf, Stress), die es dem Nutzer ermöglichen, seine Ernährung zu optimieren und einen gesunden Lebensstil zu schaffen.

Protocol

Diese Pilotstudie wurde vor Projektbeginn vom METC der Universität Wageningen genehmigt.

ACHTUNG: Alle Teilnehmer, die zu diesem Projekt beitragen, haben eine informierte Zustimmung erteilt, einschließlich der Genehmigung von Videobildern, die sichtbare und erkennbare Gesichter zeigen.

1. Probenvorbereitung und Zustimmung der Teilnehmer

1. Bereiten Sie einen Saft (Glas oder Tasse), Fruchtjoghurt (Schüssel) und Fruchtstücke (Teller) zu.
   HINWEIS: Diese Lebensmittel werden nur zu Demonstrationszwecken ausgewählt (Abbildung 2).
2. Rekrutieren Sie einen Teilnehmer oder einen Freiwilligen, der sich bereit erklärt, an der Studie teilzunehmen.
3. Schließen Sie die Teilnehmer aus, die eine Brille (die keine Kontaktlinsen verwenden können) und / oder Gesichtsbehaarung (Bart oder Schnurrbart) tragen, um Messfehler zu vermeiden.
4. Informieren Sie die Teilnehmer über die Studie und die Datenerhebung (Datenspeicherung, Zugänglichkeit). Holen Sie separate Berechtigungen für nicht anonyme Videoaufnahmen ein. Holen Sie die Unterschrift des Teilnehmers auf die informierte Einwilligung ein, bevor Sie Daten sammeln.

2. Geräte- und Messorteinrichtung

HINWEIS: Dieses Protokoll eignet sich für die Datenerfassung in einer kontrollierten (essnahen Labor-)Umgebung.

1. Stellen Sie sicher, dass das Licht im Raum gleichmäßig verteilt ist und vermeiden Sie Schatten auf den Gesichtern der Teilnehmer.
2. Vermeiden Sie hintergrundgeräusche auf den Videoaufnahmen aufgrund der Anwesenheit anderer Personen als des Teilnehmers.
3. Setzen Sie den Teilnehmer auf einen Stuhl vor einem Tisch; mit Tischplatte direkt unter der Brust des Teilnehmers.
4. Schließen Sie den Wireless-Empfänger des Fachs und der Webcam an einen Laptop an.
5. Starten Sie den Laptop. Stellen Sie sicher, dass der Laptop die folgenden Spezifikationen hat: CPU i7-10750H, SSD M.2 512 GB, Speicher 1x 16 GB, DDR4 2933 MHz Nicht-ECC-Speicher, Betriebssystem 64 Bit.
6. Schalten Sie das Fach ein und stellen Sie sicher, dass das Fach aufgeladen ist (grünes Licht).
7. Öffnen Sie das Anschlussprogramm (dos), den Empfänger und das Prozessorsoftwareprogramm zusammen mit dem Dashboard.
8. Überprüfen Sie die Eingehende Bildqualität im Prozessorprogramm (Abbildung 3).
   HINWEIS: Um das Essverhalten zu erkennen, sollte die Bildqualität innerhalb des letzten Viertels der Taskleiste liegen (grün); so nah an 100% Grün wie möglich. Schattenbildung kann zu einer schlechten Bildqualität führen.
9. Stellen Sie sicher, dass der Bildrahmen korrekt ist, um eine schlechte Bildqualität zu vermeiden. Stellen Sie sicher, dass der Kopf des Teilnehmers (über dem Schädel) bis zur Brust, einschließlich Armen und Schultern, deutlich sichtbar ist.

3. Wägesystem und Datentransport

1. Validieren Sie die Maßnahmen vor der erstmalen Verwendung des mEETr.
   HINWEIS: Das mEETr-Gerät besteht aus einem regulären handelsüblichen Esstablett (faserverstärktes Epoxid-Tablett) mit drei eingebauten Wiegestationen(Abbildung 2).
2. Um die Einrichtung zu validieren, stellen Sie sicher, dass das Tablett kontinuierlich das Gewicht eines Tellers, einer Schüssel und eines Trinkglases misst.
   HINWEIS: Die Genauigkeit der Waage über den gesamten Bereich sollte 0,3% betragen.
3. Legen Sie nicht zu viel Gewicht auf jede Wiegeplattform. Das Maximalegewicht für die größte Plattform (Teller) beträgt 1,5 kg. Das Maximalgewicht der beiden kleineren Wiegeplattformen (Schüssel und Glas) beträgt 800 g. Das Mindestgewicht, das genau gemessen werden kann, beträgt 1 g für jede Wiegestation.
4. Stellen Sie sicher, dass der Teller, die Tasse und die Schüssel nicht auf der Plattform oder dem umgebenden Tablett ruhen. Verwenden Sie den Mittelring, um dies zu vermeiden.
   HINWEIS: Jede Wägestation besteht aus drei dreieckig positionierten Kraftsensoren, die zusammen als eine Waage fungieren. Eine Dreiecksposition wurde gewählt, um das Gewicht auszugleichen.
5. Achten Sie darauf, das Tablett trocken zu halten. Das Fach enthält eine 50 mm dünne Grundplatte (zentrale Leiterplatte) unter dem Fach, das die Elektronik enthält.
6. Stellen Sie für die Datenübertragung sicher, dass das Fach mit einem drahtlosen Empfänger verbunden ist.
   HINWEIS: Übertragen Sie die Wägedaten im Abstand von 1 s über ein Kurzstrecken-Funksignal (ca. 1 m Entfernung). Schließen Sie den Empfänger über einen USB-Anschluss an einen PC an.
7. Die drei Kraftsensoren messen die Kräfte (oder Gewichte), summieren sie und wandeln sie in einen kalibrierten Gewichtswert um.
8. Laden Sie das Tablett nach jedem Gebrauch wieder auf.
   HINWEIS: Das Fach wird über einen internen Akku mit Strom versorgt und kann mit einem USB-Ladegerät aufgeladen werden. Ein Ein-/Ausschaltschalter befindet sich in der Nähe der USB-Buchse. Eine volle Akkuladung sorgt für ca. 20 h Nutzung.
9. Reinigen Sie das Tablett nicht in einer Spülmaschine; das Tablett ist nicht spülmaschinenfest. Reinigen Sie das Tablett mit einem Reinigungsspray. Stellen Sie sicher, dass das Tablett sauber und trocken gehalten wird. Leckkanäle entlang der Plattformen leiten verschüttbare Flüssigkeiten ab.

4. Erläuterungen der Teilnehmer und Beginn der Beobachtung

1. Platzieren Sie den mEETr vor dem Teilnehmer.
2. Weisen Sie den Teilnehmer an, 1) so viel oder so wenig zu essen, wie er möchte, 2) beim Essen direkt in die Webcam zu schauen und 3) beim Essen keine Hände vor das Gesicht zu legen.
3. Starten Sie eine neue Beobachtung in der Empfängersoftware. Protokollieren Sie das Datum, die Teilnehmernummer, das Geschlecht, das Alter und anthropometrische Daten des Teilnehmers, z. B. Gewicht und Größe. Fügen Sie zusätzliche Informationen wie den Studienzustand und den Studienbesuch in den Beobachtungsnamen ein.
4. Drücken Sie in der Empfängersoftware auf Record (Aufzeichnung), um die Beobachtung aufzuzeichnen.
5. Aktivieren Sie das Dashboard, um die Videoaufzeichnungen und die eingehenden Daten während der Datenerfassung zu überprüfen (Abbildung 4).
6. Bitten Sie den Teilnehmer vor der Aufnahme, 1) die Karte mit der Teilnehmernummer zu heben und 2) zu Beginn und am Ende der Mahlzeit die Hand zu heben.
7. Beenden Sie die Beobachtung, wenn der Teilnehmer mit dem Essen fertig ist. Es dauert 2 Minuten, um alle Daten in eine Tabelle zu übertragen.
8. Dies ist das Ende der Sitzung für den Teilnehmer.
9. Trennen Sie die Webcam und den Tray-Receiver vom Laptop und reinigen Sie ihn mit einem Reinigungstuch oder Reinigungsspray.

5. Auswertung und Weitergabe von Daten

1. Öffnen Sie die letzte Beobachtung in der Empfängersoftware. Automatisierte Messungen des Essverhaltens werden unter der Überschrift Datengespeichert. Klicken Sie auf Daten exportieren, um die Rohdaten zu extrahieren. Die nachfolgende Ausgabedatei enthält Daten zur Teilnehmerzahl, Echtzeit, relativen (zum Start) Zeit und Essverhaltensvariablen (Anzahl der Bisse, Anzahl der Kaubonbons, Kaudauer) pro Testteilnehmer.
   HINWEIS: Alle Verhaltensweisen werden mit einem Zeitstempel versehen. In der Empfängersoftware können zusätzliche externe Daten des Trays extrahiert werden, zum Beispiel die Daten zum Gewicht jedes der drei Trays. Die Daten werden 10 Mal pro Sekunde aufgezeichnet und übertragen. Die Erfassungszeit der Traydaten wird mit den Aufzeichnungen des Essverhaltens synchronisiert.
2. Fassen Sie die Ergebnisse in verschiedenen Balkendiagrammen innerhalb des Programms selbst zusammen und visualisieren Sie sie. Exportieren Sie die Ergebnisse als Rohdaten in Protokolldateien (XSL) (Abbildung 5).
3. Exportieren Sie die Protokolldateien in eine Tabelle und führen Sie die Datenanalyse mit dem bevorzugten Statistikprogramm durch.
4. Bereinigen Sie die Daten vor der Datenanalyse.
   HINWEIS: Aufgrund der Verzerrungen beim Pressen mit Besteck auf den Platten (was zu einer Gewichtszunahme führt) müssen die Wägedaten des Tabletts auf eine Kaplan-Meier-Kurve gereinigt werden, wobei die Schrittgröße die Bissgröße anzeigt, die Schrittlänge die Zeit zwischen den Bissen anzeigt. Der Anfang der Kurve zeigt start-gewicht an, der letzte Schritt zeigt end-weight) wie folgt an.
   1. Glätten Sie über die Zeiträume zu Messungen pro Sekunde, um Extremwerte herauszufiltern.
   2. Legen Sie eine 5-g-Grenze fest, erkennen Sie Gewichtsplateaus (d. H. Keine Änderung innerhalb von +/- 5 g) und Gewichtsänderungen (Änderungen im Laufe der Zeit größer als 5 g), um Bissgrößen und Portionsänderungen anzuzeigen.
   3. Schließen Sie eine Gewichtszunahme aufgrund von Besteck auf dem Teller aus.
      HINWEIS: Die Ausgabe ist die Gesamtgewichtsveränderung pro Gewichtsstation Beginn und Ende der Mahlzeit (= Mahlzeitengröße), durchschnittliche Bissgröße und Bisse pro Minute.
5. Um die Änderungen der Essgeschwindigkeit (g/s) und der Bissgröße (g/Biss) im Laufe der Mahlzeit zu bestimmen, integrieren Sie manuell die Gewichtsdaten des Tabletts und das Essverhalten (Abbildung 6, Abbildung 7, Abbildung 8, Abbildung 9, Abbildung 10).

Representative Results

Eine langsamere Aufnahmerate (Abbildung 7), kleinere Schluck-/Bissgrößen (Abbildung 8) und mehr Kaubonbons (Abbildung 9) führten zu einer geringeren Aufnahme des Salats im Vergleich zu Joghurt und Saft (Abbildung 6), gemessen am mEETr-Tablett. Die Teilnehmer aßen 17% weniger vom Obstsalat im Vergleich zum Fruchtsaft. Alle Merkmale des Essverhaltens unterschieden sich zwischen Saft, Joghurt und Salat (Abbildung 7, Abbildung 8, Abbildung 9). Die Teilnehmer kauten deutlich mehr auf dem Obstsalat als auf Joghurt und Saft. Die beobachtete Anzahl der Kaubonbons unterschied sich um den Faktor drei zwischen Joghurt und Obstsalat. Außerdem war die Bissgröße für den Salat mit 6,5 g pro Bissen im Vergleich zum Saft die kleinste: 8 g pro Schluck. Insgesamt schienen die Anzahl der Kaubonbons, die Bissgröße und die Essrate die Menge zu beeinflussen, die während der Mahlzeit in einem Esslabor gegessen wurde. Diese Ergebnisse stimmen mit anderen Studien überein, die berichten, dass eine erhöhte orale Verarbeitungszeit (höhere Anzahl von Kaubonbons, kleinere Bissgrößen) die Nahrungsaufnahme verringert^12,13,14,15.

Abbildung 1: Bild des Fachs unten mit den drei Wiegestationen und den drei Drucksensoren auf der Druckplatte oben. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 2: Die mEETr-Einrichtung mit den getesteten Lebensmitteln. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 3: Automatisierte Erkennung des Essverhaltens anhand von Fixpunkten im Gesicht (Augen und Mund).

Abbildung 4: Dashboard zur Visualisierung der eingehenden Daten der drei Waagen des Trays sowie eingehender Videodaten. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 5: Übersicht über die Datenerfassung. Die Abnahme des Lebensmittelgewichts auf den drei Waagen während des Essensverlaufs wird durch die drei oberen Diagramme dargestellt; Spitzen werden durch den Druck des Bestecks verursacht. Bisse und Schlucke (einschließlich Dauer) und Anzahl der Kaubonbons werden in der letzten Reihe durch die farbigen horizontalen Balken angezeigt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 6: Nahrungsaufnahme (g) pro Produkt, gemessen mit dem mEETr-Tray. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 7: Essgeschwindigkeit (g/min) pro Produkt basierend auf dem mEETr-Tablett und der automatisierten Videoanalyse zum Essverhalten.

Abbildung 8: Durchschnittliche Bissgröße (g) pro Produkt basierend auf dem mEETr-Tablett und der automatisierten Videoanalyse zum Essverhalten. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 9: Gesamtzahl der Kautabletten pro Produkt basierend auf dem mEETr-Tablett und der automatisierten Videoanalyse zum Essverhalten. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 10: Rohdatenausgabe einer Messung, einschließlich der drei Wägeplattformen, des Verhaltens und der Zeitstempel. Klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Discussion

Eine gesunde Ernährung und ein gesundes Essverhalten haben gezeigt, dass sie eine Schlüsselrolle bei der Prävention und Lösung von Übergewicht und Fettleibigkeit spielen¹¹. Viele der Methoden, die zur Messung der Nahrungsaufnahme und des Essverhaltens verwendet werden, sind jedoch für Benutzer, Forscher und Angehörige der Gesundheitsberufe belastend und können voreingenommen sein, da sie von Gedächtnis- und Portionsgrößenschätzungen abhängen. Die Verwendung des mEETr, unabhängig oder neben herkömmlichen Video- und Ernährungsbewertungsmethoden, würde den Aufwand und die Genauigkeit und Präzision der Nahrungsaufnahme und der Bewertung des Essverhaltens verringern.

Bevor der mEETr verwendet werden kann, müssen einige kritische Schritte angegangen werden. Eine grundlegende methodische Überlegung ist die Privatsphäre im Zusammenhang mit der Gesichtsanalyse von aufgezeichneten Videos. Anonymität für die Teilnehmer ist ein integraler Bestandteil ethischer Forschung. Da die Gesichtsanalyse jedoch Teil des mEETr ist, ist Anonymität fast unmöglich¹⁶. Somit erfordert der Einsatz von mEETr in einem Forschungsumfeld umfangreiche Vorkehrungen zur Datensicherheit und verdient Aufmerksamkeit in der informierten Einwilligung und anderen Teilnehmerdokumentationen. Letztendlich werden in einer aktualisierten Version des mEETr Gesichtsaufnahmen in Echtzeit innerhalb des Geräts verarbeitet, ohne Videodaten zu speichern. Folglich wäre keine Speicherung der Gesichtsaufzeichnungen gerechtfertigt, was eine anonyme Datenerhebung ermöglichen würde.

Ein weiterer kritischer Schritt im Protokoll ist, dass in dieser Version des mEETrs alle Datenströme unabhängig sind, was die Integration der Messungen der Videoanalysen und der drei verschiedenen Skalen während der Nachbearbeitung erfordert. Die Analyse der Daten erfolgt einfach auf Basis der Wiegestation; Es liegt dann am Forscher, die Daten post-hoc an das zu koppeln, was in dieser bestimmten Schüssel oder auf diesem bestimmten Teller oder an der Tassenposition serviert wurde. Um das Mischen von Datenströmen zu verhindern, erzwingt die Struktur des Tabletts, dass die Schüssel, der Teller oder die Tasse aufgrund von Ringen, die zu dem jeweiligen Geschirrstück passen, nur an bestimmten Stellen platziert werden kann.

Schließlich muss die sofortige Integration der Datenströme erfolgen, die als zusätzliche Validierungsmaßnahme für die Echtzeit-Entscheidungsfindung mit Gewichtsänderung in der Schüssel / Dem teller / Tasse dienen würde, die den Biss oder Schluck validiert und umgekehrt und als solches eine automatisierte Rückmeldung über das Essverhalten unmittelbar nach der Mahlzeit ermöglicht.

Zusätzlich zu diesen kritischen Schritten sollte die Datenüberwachung und Fehlerbehebung oder Fehlererfassung vereinfacht werden, was mit Hilfe der folgenden Modifikationen erreicht werden könnte: (1) Automatisierung der Inbetriebnahme des Systems, (2) Integration von Qualitätsindikatoren auf dem Dashboard, die die Informationen zur Videoqualität für die automatisierte Essverhaltenserkennung liefern, (3) Geringerer Speicherbedarf für den Laptop , (4) Automatisierte Ereigniserkennung, die die Messversuche während nicht essender Zeiten verhindert.

Zusätzlich zu diesen Bereichen für Verbesserungen gibt es einige Herausforderungen bei der Verwendung von mEETr, die Aufmerksamkeit verdienen. Zunächst sollten die folgenden Versionen des mEETr wasserdicht gemacht werden, damit sie in einer Spülmaschine gereinigt werden können. Zweitens, um gültige Messungen des Essverhaltens zu erhalten, muss der Teilnehmer verschiedene Einschränkungen und Regeln einhalten. Für die gültige Verwendung des mEETr ist es wichtig, dass das Video ununterbrochen ist und dass der Benutzer beim Kauen direkt in die Kamera schaut. Damit der Algorithmus Kauen und Schwalben erkennen kann, muss der Benutzer 1) im Rahmen einschließlich Schultern und Hände vollständig sichtbar sein 2) keine Schatten im Gesicht haben; Standardisierung des Lichts ist notwendig. Diese Voraussetzungen stören das natürliche oder das normale Essverhalten. Da Essen unter normalen Lebensbedingungen eine von Natur aus soziale Angelegenheit ist, passt es nicht mühelos zu einem normalen sozialen Essverhalten, wenn diese Einschränkungen vorhanden sind. Daher erfordert die genaue Verwendung des mEETr vorerst eine unkonventionelle Art zu essen. Änderungen am Algorithmus müssen in Zukunft vorgenommen werden, um eine robustere Messung zu erhalten, bei der der Teilnehmer bestimmte Essregeln oder -beschränkungen nicht einhalten muss. Im Allgemeinen kann die Verwendung von mEETr zu einer Reaktivität des Benutzers führen, was zu einer veränderten Nahrungsaufnahme führt, da das Bewusstsein dafür besteht, was mit dem mEETr-Tablett gegessen wird. Dies kann verhindert werden, wenn die eingebauten Wägestationen vollständig verborgen sind und eine Vis-Eye-Kamera verwendet wird, die in das Fach integriert ist, so dass keine Standard-Gesichtshöhe erforderlich ist. Die aktuelle Version des mEEtr eignet sich daher nur für laborbasierte Studien. Aufgrund der Einschränkungen und Regeln, die für diese Technik erforderlich sind, lassen sich die Ergebnisse nicht direkt in freilebende Essgewohnheiten übersetzen.

Neben diesen Änderungen gibt es zwei funktionale Erweiterungen des aktuellen Systems, die in Zukunft integriert werden müssen. Zunächst muss dem mEETr zusätzliche Hyperspektralkameratechnologie hinzugefügt werden, um den Makronährstoffgehalt der Lebensmittel auf dem Teller zu analysieren. Dies würde die Notwendigkeit der Kenntnis des genauen Lebensmittels, das sich auf dem Teller befindet, umgehen und gleichzeitig Kalorienaufnahmemessungen pro Mahlzeit ermöglichen. Zweitens kann ein maschineller Lernansatz zur automatischen Erkennung von Lebensmitteln an die aktuelle Videoanalyse angehängt werden, was eine weitere Automatisierung des Systems ermöglicht. Um die Essenserkennung weiter zu erhöhen, könnte eine zweite Kamera hinzugefügt werden, die sich ausschließlich auf die Speisen und Getränke auf den Tellern konzentriert.

Im Idealfall können das mEETr-Tablett und die Kamera mit dem bestehenden Ernährungs-App-Ökosystem verknüpft werden, was eine direkte Eingabe der mEETr-Ergebnisse in Diät-Apps und Diätetiker ermöglichen würde². Basierend auf den von mEETr gesammelten Informationen kann dem Verbraucher oder Patienten unter Berücksichtigung der (Makro-)Nährstoffaufnahme und des Essverhaltens (Lebensmitteltextur und Essrate) sofortiges Feedback und Ratschläge gegeben werden. Dies würde es dem Benutzer ermöglichen, seine Ernährung und sein Essverhalten zu optimieren, um einen gesunden Lebensstil zu schaffen.

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.