Articolul complet Actul meu o detectare automată a activității fizice zilnice și a consumului de calorii folosind

Articolul de cercetare original

Articol complet
Cifre și date
Referințe
Citații
Valori
Licențierea
Reimprimări și permisiuni
PDF

Abstract

Informațiile referitoare la cheltuielile noastre calorice totale zilnice sunt utile de știut, dar dificil de obținut. Cea mai simplă modalitate de estimare a cheltuielilor energetice totale zilnice ale unui individ este de a calcula rata metabolică bazală (BMR), care este cantitatea de energie pe care o persoană o arde când este în activitate sedentară. Atunci când o persoană efectuează activități sau exerciții suplimentare, cantitatea suplimentară de energie poate fi estimată și adăugată deasupra BMR. De obicei, BMR poate fi estimat cu date fizice, cum ar fi vârsta, greutatea și înălțimea. Prin urmare, problema este estimarea redusă a consumului de calorii datorită activității fizice zilnice. Apoi, BMR și cheltuielile fizice cu calorii pot fi însumate pentru a obține cheltuielile zilnice totale de calorii. Astfel, cercetătorii folosesc de obicei metode de detectare a activității fizice umane.

Informații despre activitatea fizică zilnică a omului au fost explorate în mai multe domenii, inclusiv în domeniul sănătății, pentru consilierea pacienților cu probleme cronice de sănătate. În trecut, era obișnuit să ne observăm propriul tipar de activitate zilnică și să luăm notițe într-un jurnal de bord. Progresele în tehnologia informației permit o monitorizare sistematică a activităților noastre folosind software de calculator bazat pe intrările noastre manuale. În zilele noastre, există dispozitive electronice, cum ar fi accelerometrele, monitoarele de ritm cardiac și pedometrele, disponibile pentru a fi purtate sau atașate corpului pentru a obține automat date despre activitatea fizică și biologică. Unele dintre aceste dispozitive pot transmite date fără fir în timp real.

Tendințele actuale arată că telefoanele inteligente au devenit mai omniprezente și mai accesibile. Fiecare telefon inteligent de astăzi conține o varietate de senzori, dintre care unul este accelerometrul. O aplicație obișnuită și foarte utilă a accelerometrului este un podometru care continuă să actualizeze distanța și numărul de pași. O simplă aplicație pedometru se bazează pe integrala dublă a datelor de accelerație. Această tehnică este denumită calculul mort. Atunci când este combinat periodic cu actualizări GPS, poate oferi o actualizare mai precisă a numărului de pași și a distanței (1).

În plus față de numărul de pași, accelerometrele pot fi aplicate în continuare pentru clasificarea activității. Zhang și colab. (2) a adoptat o clasificare ierarhică, care a fost apoi urmată de două clasificatoare ale mașinilor vectoriale de suport multiclas (SVM). Au fixat un telefon inteligent pe talia utilizatorului și au clasificat activitatea în șase clase: șezut, în picioare, culcat, mers, tranziție posturală și mișcare ușoară. Lee și Cho (3) au propus un model probabilistic ierarhic pentru a clasifica activitățile unui utilizator. Aceștia au folosit modelul Markov ascuns continuu și discret (HMM) pe 5 secunde de date de accelerație. Au clasificat acest lucru în patru acțiuni: ridicați-vă, mergeți, scări în sus/jos și alergați. Apoi, au evaluat o serie de acțiuni în cele trei activități ale unui utilizator: cumpărături, luarea unui autobuz și mersul pe jos. Taylor și colab. (4) a analizat o serie de clasificatoare de activitate pe telefoanele inteligente special pentru activități sportive. Au descoperit că spectacolele depind de o serie de factori, cum ar fi locațiile și orientările telefonului. În plus, au demonstrat că performanța acestor clasificatori de activitate poate fi degradată dacă definițiile activității nu au fost înțelese în același mod între utilizatori și dezvoltatori.