Tasarım ve gıda alımı ve fiziksel aktivite sınıflandırma için akıllı gözlük değerlendirme
14 Şubat 2018
Bu çalışmada, tasarlamak ve gıda alımı şekillerinin algılar bir gözlük-türü giyilebilir cihaz üretim bir protokol sunar ve yük hücreleri kullanarak seçme diğer fiziksel aktiviteler gözlük her iki menteşeler eklenmiş.
Bu prosedürün genel amacı, gıda alımı ve diğer fiziksel aktiviteler sırasında temporalis kas aktivitelerinin paternlerini tespit eden gözlük tipi giyilebilir bir cihaz tasarlamak ve üretmektir. Bu yöntem, yemek sırasında gıda alımının tespiti gibi sindirilebilir davranışların izlenmesi alanındaki temel soruların yanıtlanmasına yardımcı olabilir. Bu tekniğin temel avantajı, gıda alımı sırasındaki temporalis kas aktivitesi paternlerinin bir gözlük kullanılarak otomatik ve objektif olarak tespit edilebilmesidir.
Üretim prosedürü, şirketimizde makine mühendisi olan Wonjoon Oh tarafından gösterilecektir. Veri toplama prosedürü yine şirketimizde bulunan Hak Yung Gu tarafından yapılacaktır. Deneyin anahtarı, üretilmesi gereken devre modülleridir.
İki tane var. Bir çift gözlükte sol ve sağ şakaklar için bir tane. Soldaki modülde bir yük hücresi, konektör, enstrümantasyon amplifikatörü, voltaj regülatörü ve pil konektörü bulunur.
Sağ modülde WiFi, UART konektörü, çoklayıcı, amplifikatör, konektör ve yük hücresi bulunan bir mikro denetleyici bulunur. Devrelere ek olarak, gözlük çerçevelerinin de üretilmesi gerekir. Çerçeveler, baskılı devre kartı modüllerini destekleyebilmelidir.
Çerçeveleri oluşturmak için, gözlüklerin başlığının bir modelini çizmek için bir 3 boyutlu modelleme aracı kullanın ve bu iki şakak parçası. Çizimi 3D baskı için CAD'in stereo litografi dosyalarına aktarın. Çerçeve parçalarını yazdırırken, 250 santigrat derece nozul sıcaklığına ve 80 santigrat derece yatak sıcaklığına sahip bir karbon filament kullanın.
Yazdırdıktan sonra şakakları içe doğru bükmek için çalışın. Bir parçayı ısıtmak için 180 santigrat dereceye ayarlanmış bir sıcak hava üfleyici kullanın. Isıtıldıktan sonra tapınağı yaklaşık 15 derece içe doğru bükün.
Devam etmeden önce her bir şakak parçasını içe doğru bükün. Gözlükleri birleştirmek için tüm parçaları toplayın. Bunlar arasında sol ve sağ baskılı devre kartları, sol ve sağ şakaklar ve bir başlık bulunur.
Doğru şakak bileşenleriyle başlayın. Sağ devre kartını sağ şakağa yerleştirin. Bir cıvata ile yerine sabitleyin.
Sol devre kartını ve sol şakağı aynı şekilde sabitleyin. Ardından, başlığı ve şakaklardan birini uygun menteşe bağlantısına takın ve bir cıvata ile sabitleyin. Diğer şakağı başlığa takarak devam edin.
İşiniz bittiğinde, 3 pinli bağlantı kablolarını kullanarak sol ve sağ devreleri bağlayın. Bu tasarım için sol devreye bir pil bağlayın. Yapışkan bantla sabitleyin.
Kullanıcı için sürtünmeyi artırmak için ucuna ve burun pedlerine lastik bant uygulayarak gözlükleri tamamlayın. Bu noktada, veri toplama için hazırlanın. Bir bilgisayarda, GlasSense_Server projesini çalıştırın ve çerçeve devresi modülünü USB üzerinden bağlayın.
GlasSense_Server yazılımını mikro denetleyiciye flashlayın. Bu proje, verileri almak için bir akıllı telefon kullanıyor. GlasSense_Client yazılımını bilgisayarda çalıştırın ve akıllı telefonu bir USB konektörü aracılığıyla bağlayın.
Akıllı telefonda veri alma uygulamasını oluşturun. Çalışma için bir konu belirleyin ve uygun boyutta gözlükler seçin. Deneğin gözlükleri denemesini sağlayın.
Gerekirse, oturuşta ince ayar yapmak için çerçeve üzerindeki destek cıvatalarını kullanın. Bir sonraki adım, konunun farklı etkinlikler için veri toplamasını sağlamaktır. Hareketsiz dinlenme aktivitesi için, deneğin gözlükle okumak için bir sandalyeye oturmasını sağlayın.
Akıllı telefon uygulamasını kullanarak etkinliği 120 saniye boyunca kaydedin. Baş hareketine izin verin, ancak tüm vücudun hareketinden kaçının. 120 saniye sonra kaydı durdurun ve 60 saniyelik bir ara için gözlükleri çıkarın.
Verileri kaydetmeyi ve dört kez ara vermeyi tekrarlayın. Deneğin koşu bandı üzerinde durmasını ve gözlükleri takmasını sağlayarak yürüme aktivitesi için benzer bir prosedür izleyin. Koşu bandını saatte 4,5 km hızla başlatın ve 120 saniye boyunca konu rekorunu kırın.
İşiniz bittiğinde, gözlükleri çıkararak 60 saniyelik bir mola verin. Hareketsiz çiğneme ve yürürken çiğneme aktiviteleri de vardır. Bunlar için 20x20 mm'lik karelerde kızarmış ekmek hazırlayın ve çiğneme jölelerini hazırlayın.
Deneğin, yiyeceklerin yanında olduğu şekilde, uygun şekilde koşu bandına oturmasını veya koşu bandında olmasını sağlayın. Gözlüğü takarken aktiviteye ve veri kaydına başlayın. Deneğin normal şekilde çiğnerken ekmek yemesini sağlayın.
120 saniye sonra gözlükleri çıkararak 60 saniye ara verin. Ardından, hareketsiz bir konuşma aktivitesi gerçekleştirin. Bunun için, denek otururken ve normal bir tonda ve hızda yüksek sesle bir kitap okurken veri toplayın.
Hareketsiz göz kırpma aktivitesinde, her üç saniyede bir çalacak şekilde ayarlanmış bir zile yanıt olarak öznenin göz kırpmasını sağlayın. Bu veriler, her bir aktiviteyi gerçekleştiren bir denekten alınmıştır. Yatay eksen saniye cinsinden zamandır.
Her dikey eksen, on ölçümün medyanı çıkarıldıktan sonra ölçülen kuvvettir. Mavi eğriler yüzün sol tarafı içindir ve kırmızı eğriler sağ taraf içindir. Tahmin edilebileceği gibi, çiğneme aktivitelerinin maksimum genlikleri, hareketsiz dinlenme, hareketsiz konuşma ve yürüme aktiviteleri ile karşılaştırıldığında büyüktür.
Bu tür veriler, bir makine öğrenimi sınıflandırma tekniğine girdi olarak dönüştürülür. Her geliştirmeden sonra, bu teknik, sindirme problemlerini tedavi etmek için pratik bir araç olarak, sindirilebilir davranışların daha yüksek doğrulukla otomatik ve objektif olarak izlenmesi için potansiyel olarak yararlı olabilir.
Tam transkripti görüntüleyin ve binlerce bilimsel videoya erişin
Genel Bakış
Bu çalışma, gıda alımı ve diğer fiziksel aktiviteler sırasında temporalis kası aktivitelerinin modellerini tespit eden gözlük tipi giyilebilir bir cihazın tasarlanması ve üretilmesi için bir protokol sunmaktadır. Bu yöntem, alınan gıdalarla ilgili davranışları izlemek için objektif bir yol sağlamayı amaçlamaktadır.
Temel Çalışma Bileşenleri
Bilim Alanı
- Nörobilim
- Giyilebilir teknoloji
- Davranışsal izleme
Arka Plan
- Gıda alımının izlenmesi, yeme davranışlarını anlamak için kritik öneme sahiptir.
- Mevcut yöntemler nesnellik ve otomasyondan yoksun olabilir.
- Giyilebilir cihazlar, gerçek zamanlı veri toplamayı geliştirebilir.
- Temporalis kasının aktivitesi, gıda alımının tespiti için uygundur.
Çalışmanın Amacı
- Yemek yeme sırasında kas aktivitesini tespit eden giyilebilir bir cihaz tasarlamak.
- Gıda alım modellerinin izlenmesini otomatikleştirmek.
- Araştırmacılar için objektif bir ölçüm aracı sağlamak.
Kullanılan Yöntemler
- Gözlük tipi cihazın tasarımı ve üretimi.
- Yük hücrelerinin cihaz menteşelerine entegrasyonu.
- Eğitimli personel tarafından yürütülen veri toplama prosedürleri.
- Üretim sürecinin bir makine mühendisi tarafından gösterimi.
Temel Sonuçlar
- Cihaz, temporalis kası aktivitesini başarıyla tespit eder.
- Gıda alımı modelleri otomatik olarak izlenebilir.
- Objektif veri toplama, araştırma kapasitesini artırır.
- Üretim sürecinin uygulanabilirliği kanıtlanmıştır.
Sonuçlar
- Gözlük tipi cihaz, davranışsal izleme için gelecek vaat eden bir araçtır.
- Gıda alımının incelenmesine yönelik yenilikçi bir yaklaşım sunar.
- Gelecekteki araştırmalar, daha geniş uygulamalar için bu teknolojiden faydalanabilir.
Sıkça Sorulan Sorular
Sektörel Uygulanabilirlik Özeti
Beslenme davranışlarının objektif ve gerçek zamanlı izlenmesi, metabolik ve davranışsal araştırma süreçlerinde kritik bir zorluktur. Temporalis kası aktivitesini tespit eden akıllı gözlükler gibi giyilebilir sensör teknolojilerinin entegrasyonu, gıda alımının ve ilgili fiziksel aktivitelerin otomatik ve kantitatif değerlendirmesine olanak tanır. Bu yetenek, erken keşif ve preklinik çalışmalar için yüksek sadakatli davranışsal sonlanım noktaları sağlayarak translasyonel araştırmaları ve portföy kararlarını destekler.
Biyofarma Ar-Ge'de Stratejik Uygulamalar
Erken Keşif ve Hedef Doğrulama
- Metabolik ve merkezi sinir sistemi (MSS) araştırmalarında hipotez testi için ingestif davranışların objektif ölçümüne olanak tanır.
- Hedef etkileşimi ile bağlantılı davranışsal uç noktaların fonksiyonel doğrulamasını destekler.
- Gıda alımını karıştırıcı faaliyetlerden ayırt ederek mekanistik risk azaltmayı kolaylaştırır.
Tarama ve Analiz Geliştirme
- Davranışsal fenotipleme analizleri için standardize edilmiş, tekrarlanabilir veri akışları sağlar.
- Algoritmik sınıflandırma ve ileri analizler için uygun kantitatif çıktılar sunar.
- Alım davranışını etkileyen müdahalelerin ölçeklenebilir, yüksek kapasiteli taramasını mümkün kılar.
Translasyonel ve Preklinik Araştırmalar
- Davranışsal izlemeyi, metabolik ve nörolojik modellerdeki hastalıkla ilgili son noktalarla uyumlu hale getirir.
- Objektif ve otomatik veri yakalamaya olanak tanıyarak, keşif aşamasından preklinik doğrulamaya kadar olan sürekliliği destekler.
- Alım bozukluklarına yönelik translasyonel biyobelirteç geliştirme süreçlerindeki öngörü güvenilirliğini artırır.
Boru Hattı ve İş Akışı Entegrasyonu
Bu giyilebilir algılama platformu, erken keşiften preklinik sürece kadar olan sürekliliğe uyum sağlayarak, sağlam davranışsal fenotipleme ve hedef doğrulama iş akışlarını mümkün kılar.
- Keşif Biyolojisi: Alım mekanizmaları ve davranışsal yolların hipotez odaklı sorgulamasını destekler.
- Tarama: Bileşik veya müdahale değerlendirmesi için tekrarlanabilir, kantitatif davranışsal çıktılar sağlar.
- Analitik: Deneysel koşullar arasında istatistiksel karşılaştırma için öznitelik vektörleri ve sınıflandırma çıktıları üretir.
- Translasyonel Araştırma: Objektif ve gerçek dünya davranışsal izlemesini mümkün kılarak preklinik ve klinik son noktalar arasında köprü kurar.
- Kurumsal Yeniden Kullanım: Çeşitli davranışsal ve fizyolojik izleme uygulamaları için modüler, uyarlanabilir bir platform sunar.
Operasyonel ve Kurumsal Etki
- Bilimsel Değer: Öngörü güvenilirliğini artırır ve davranışsal son nokta ölçümündeki belirsizliği azaltır.
- Operasyonel Değer: Veri toplama sürecini standartlaştırır ve çalışmalar ile ekipler arasındaki tekrarlanabilirliği artırır.
- Stratejik Değer: Objektif, yüksek çözünürlüklü davranışsal verilerle devam/dur kararlarını bilgilendirir.
- Portföy Etkisi: Alım ve metabolik yolakları hedefleyen varlıkların riskle uyumlu şekilde önceliklendirilmesini sağlar.
Uygulama Hususları
- Giyilebilir cihaz üretimi ve sensör entegrasyonu konusunda uzmanlık gerektirir.
- Güçlü bir veri toplama ve kablosuz iletim altyapısı gereksinimi duyar.
- Davranışsal protokollerin ve veri analiz hatlarının ekipler arası standardizasyonunu zorunlu kılar.
- Uygun çerçeve boyutlandırması ve uyum ayarlamaları ile çeşitli model sistemlere uyarlanabilir.
- Pratik sınırlamalar arasında denek uyumuna duyulan ihtiyaç ve ingestif olmayan yüz hareketlerinden kaynaklanabilecek potansiyel karıştırıcı faktörler yer alır.
Biyofarma SSS
Chapters in this video
0:04
Title
0:59
The Sensor-integrated Circuit Modules
1:38
3D Printing of the Glasses Frame
2:39
Assembly of the Glasses
3:47
Development of the Data Acquisition System
4:28
Data Collection from a User Study
6:44
Results: Representative Temporal Data Collected for Different Activities
7:25
Conclusion
