Повна стаття Мій акт - автоматичне виявлення щоденних фізичних навантажень та витрат калорій
Оригінальна стаття дослідження
- Повна стаття
- Цифри та дані
- Список літератури
- Цитати
- Метрики
- Ліцензування
- Передруки та дозволи
Анотація
Інформацію про наші щоденні загальні витрати калорій корисно знати, але важко отримати. Найпростіший спосіб оцінити щоденні сумарні енергетичні витрати людини - це обчислити базальний рівень метаболізму (BMR), тобто кількість енергії, яку людина спалює під час сидячої діяльності. Коли людина виконує додаткові заходи або вправи, додаткову кількість енергії можна оцінити та додати поверх BMR. Зазвичай BMR можна оцінити за фізичними даними, такими як вік, вага та зріст. Тому проблема полягає в зменшенні оцінки витрат калорій через щоденну фізичну активність. Тоді BMR та фізичні витрати калорій можна підсумувати, щоб отримати загальні добові витрати калорій. Таким чином, дослідники зазвичай вдаються до методів виявлення фізичної активності людини.
Інформація про щоденну фізичну активність людини вивчалась у кількох областях, включаючи охорону здоров'я, для консультування пацієнтів з хронічними проблемами зі здоров'ям. Раніше було прийнято спостерігати за власною щоденною активністю та робити записи в журналі. Досягнення інформаційних технологій дозволяють систематично контролювати нашу діяльність за допомогою комп'ютерного програмного забезпечення на основі введених нами вручну даних. У наш час існують електронні пристрої, такі як акселерометри, пульсометри та крокоміри, які можна носити на тілі або прикріплювати до нього для автоматичного отримання даних про фізичну та біологічну активність. Деякі з цих пристроїв можуть передавати дані по бездротовому режиму в режимі реального часу.
Сучасні тенденції показують, що смартфони стали більш повсюдними та доступними. Сьогодні кожен смартфон містить безліч датчиків, одним з яких є акселерометр. Поширеним і дуже корисним застосуванням акселерометра є крокомір, який постійно оновлює відстань і кількість кроків. Просте застосування крокоміра базується на подвійному інтегралі даних прискорення. Цей прийом називають мертвим рахунком. У поєднанні з оновленнями GPS періодично, це може дати більш точне оновлення кількості кроків та відстані (1).
На додаток до підрахунку кроків, акселерометри можна додатково застосовувати для класифікації видів діяльності. Чжан та ін. (2) прийняв ієрархічну класифікацію, за якою слідували два багатокласових класифікатора векторних машин підтримки (SVM). Вони закріпили смарт-телефон на талії користувача та розділили діяльність на шість класів: сидячи, стоячи, лежачи, ходячи, перехід постави та м’який рух. Лі та Чо (3) запропонували ієрархічну імовірнісну модель для класифікації діяльності користувача. Вони використовували безперервну та дискретну приховану модель Маркова (HMM) на 5 секундах даних прискорення. Вони класифікували це на чотири дії: стояти, ходити, сходити вгору/вниз і бігати. Потім вони оцінили ряд дій за трьома діями користувача: покупки, автобус та піші прогулянки. Тейлор та ін. (4) переглянув ряд класифікаторів видів діяльності на смартфонах, спеціально для спортивних занять. Вони виявили, що виступи залежать від ряду факторів, таких як розташування телефону та орієнтація. Крім того, вони продемонстрували, що продуктивність цих класифікаторів діяльності може погіршуватися, якщо визначення понять діяльності не розуміються однаково між користувачами та розробниками.