dyi 健康追踪器 07 20

研究人员报告称,由两个廉价传感器制成的系统比智能手表更准确地跟踪活动期间燃烧的卡路里

自己制作系统的说明可在线免费获得。

虽然智能手表和智能手机在计算活动期间消耗的卡路里时往往会降低约 40% 到 80%,但该系统的平均误差为 13%。

斯坦福大学机械工程研究生帕特里克·斯莱德 (Patrick Slade) 说:“我们构建了一个紧凑的系统,我们对代表美国人口的不同参与者进行了评估,发现它做得非常好,误差只有智能手表的三分之一左右。”大学是有关工作的论文的主要作者 自然通讯.

这项研究的一个关键部分是了解其他计算卡路里的可穿戴设备的基本缺点:它们依赖于手腕运动或心率,尽管两者都不是特别指示能量消耗。 (考虑一杯咖啡如何提高心率。)研究人员假设腿部运动会更有说服力——他们的实验证实了这一想法。


内在自我订阅图形


dyi 健康追踪器 2 07 20 这种新的测量系统在大腿和小腿上有两个传感器,它们由电池供电并由微控制器控制,可以用智能手机代替。 (信用:安德鲁布罗德黑德)

有实验室级系统可以准确估计一个人的能量 烧伤 在身体活动期间,通过测量呼吸中二氧化碳和氧气的交换率。 这种设置用于评估健康和运动表现,但它们涉及笨重、不舒服的设备,并且可能很昂贵。

新的可穿戴系统只需要腿上的两个小型传感器、电池和便携式微控制器(小型计算机),制造成本约为 100 美元。 名单 组件 使系统都可用。

“这是一个很大的进步,因为到目前为止,需要两到六分钟和一个防毒面具才能准确估计一个人燃烧的能量,”合著者、工程学院教授斯科特德尔普说。 “借助帕特里克的新工具,我们可以估算出奥运运动员在冲向终点线时每走一步所消耗的能量,从而衡量是什么推动了他们的最佳表现。 我们还可以计算从心脏手术中恢复的患者所消耗的能量,以更好地管理他们的运动。”

腿,而不是手腕

人们如何燃烧卡路里很复杂,但研究人员有一种预感,腿上的传感器将是深入了解这一过程的简单方法。

“传统智能手表的一个问题是它们只能从你手腕的运动和心率中获取信息,”共同作者、航空航天学副教授 Mykel Kochenderfer 说。 “Patrick 的设备具有较低的错误率这一事实是有道理的,因为它可以检测您腿部的运动,而您的大部分能量都被腿部消耗了。”

该系统有意简单。 它由两个小传感器组成——一个在大腿上,一个在一条腿的小腿上——由臀部上的微控制器运行,可以很容易地被智能手机取代。 这些传感器被称为“惯性测量单元”,可测量腿在移动时的加速度和旋转。 它们特意轻巧、便携且成本低,因此它们可以轻松集成到不同的形式中,包括服装,例如 智能裤.

为了针对类似技术测试该系统,研究人员让研究参与者佩戴它,同时还佩戴两个智能手表和一个心率监测器。 连接所有这些传感器后,参与者进行了各种活动,包括步行、跑步、骑自行车、爬楼梯以及在步行和跑步之间转换的各种速度。

当所有可穿戴设备与实验室级系统捕获的卡路里燃烧测量值进行比较时,研究人员发现他们的基于腿部的系统是最准确的。

通过在不同年龄和体重范围的十多名参与者身上进一步测试该系统,研究人员收集了大量数据,斯莱德用这些数据来进一步完善计算卡路里燃烧估计值的机器学习模型。

该模型从传感器获取有关腿部运动的信息,并使用从之前的数据中学到的知识来计算用户在每个时刻消耗的能量。 而且,虽然当前最先进的系统需要在实验室环境中连接到面罩的人提供大约 XNUMX 分钟的数据,但这种自由范围的替代方案只需几秒钟的活动即可运行。

“你每天采取的许多步骤都是在 20 秒或更短的时间内完成的,”斯莱德说,他提到做家务是经常被忽视的短时间活动的一个例子。 “能够捕捉这些简短的活动或活动之间的动态变化真的很有挑战性,目前没有其他系统可以做到这一点。”

开源卡路里计数

对这个团队来说,简单性和可负担性很重要,公开设计也很重要,因为他们希望这项技术可以支持人们理解和照顾他们的健康。

Kochenderfer 说:“我们正在开源一切,希望人们能够接受它并运行它并制造可以改善公众生活的产品。”

他们还相信,该系统的简单性、可负担性和便携性可以支持更好的健康政策和人类表现研究的新途径。 由机械工程副教授、本文资深作者史蒂夫柯林斯领导的研究小组已经在使用类似的系统来研究可穿戴机器人系统消耗的能量,以提高性能。

“最令人兴奋的事情之一是我们可以跟踪动态变化的活动,这些精确的信息将使我们能够提供更好的政策来建议人们应该如何锻炼或控制体重,”斯莱德说。

“它开启了我们可以对人类表现进行的全新研究,”同时兼任生物工程和机械工程教授的德尔普说。 “当你走路、跑步、骑自行车时,你燃烧了多少能量——所有这些都是基本的。 当我们拥有这样的新工具时,它为发现有关人类表现的新事物打开了一扇新的大门。”

美国国家科学基金会、美国国立卫生研究院和斯坦福大学研究生奖学金资助了这项工作。

Sumber: 斯坦福大学

关于作者

Taylor Kubota,斯坦福大学

这篇文章最初出现在未来