利用惯性传感器检测环形可穿戴设备中的进食事件

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》：Detecting Eating Events with Inertial Sensing in a Ring Wearable

本研究开发定制无线智能戒指及配套手机应用，通过实验室、半自然及野外环境对42名参与者进行测试，验证智能戒指在进食事件检测中的可行性，发现单独使用F1分数为65.9%，结合智能手表数据效果提升，并计划公开80小时标注数据集。

　　

摘要人工智能摘要

要查看此由人工智能生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

自动化饮食监测（ADM）越来越被认为是推进健康追踪和指导行为干预的关键组成部分。尽管先前的研究已经通过各种可穿戴设备和传感方式（例如手腕佩戴的运动传感器、声学传感和基于视觉的方法）对ADM进行了探索，但智能戒指这种新兴且日益流行的可穿戴设备形式的潜力仍很大程度上未被充分开发。在这项工作中，我们专注于检测进食事件，这是ADM的一个关键组成部分，利用从定制设计的无线戒指中获取的惯性数据。我们开发了一种原型戒指设备，并配合智能手机应用程序来辅助数据收集。为了评估基于戒指的ADM的可行性和有效性，我们在三种环境中对42名参与者进行了研究：受控实验室环境、半受控环境以及实际应用环境。我们的分析解决了关于在不同情境下进食事件检测准确性、戒指佩戴位置对性能的影响、个性化设置的效果以及整合戒指和普通智能手表的惯性数据的潜在好处等关键研究问题。在我们的实验中，该戒指设备在受控实验室环境中的F1分数为82.6%，在半受控环境中的F1分数为65.9%。我们发现，虽然单独使用戒指设备在自然环境中表现不佳，但它可以补充智能手表的传感器功能，并且通过个性化设置可以进一步提高性能。为了促进基于戒指的ADM研究的持续发展，我们将公开发布一个包含80小时标记的进食和非进食活动的数据集。据我们所知，这将是迄今为止最大的关于使用基于戒指的惯性传感技术进行进食事件检测的公开数据集。

人工智能摘要

人工智能生成的摘要（实验性)

此摘要是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助发现新的研究方向、帮助读者评估文章的相关性，并协助来自相关研究领域的读者理解本文内容。它旨在补充作者提供的摘要，后者仍然是文章的官方总结。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此由人工智能生成的简单语言摘要，您必须具有高级访问权限。