Key points are not available for this paper at this time.
Die Verbreitung von Fettleibigkeit weltweit stellt eine große Herausforderung für bestehende Gesundheitssysteme dar. Es besteht ein allgemeiner Bedarf an umfassender Überwachung des Ernährungsverhaltens von Personen, die ein Risiko für Begleiterkrankungen haben. Derzeit gibt es jedoch keine genaue Methode zur Bewertung der Nahrungsaufnahme von Menschen in ihrer häuslichen Umgebung. Traditionelle Methoden erfordern, dass Probanden manuell auf Fragebögen zur Analyse reagieren, was subjektiv, fehleranfällig ist und schwierig ist, Konsistenz und Compliance sicherzustellen. In diesem Papier präsentieren wir eine tragbare Sensorplattform, die autonom detaillierte Informationen über die Ernährungsgewohnheiten eines Probanden bereitstellt. Der Sensor besteht aus einem Mikrofon und einer Kamera und wird unauffällig am Ohr getragen. Klangmerkmale werden in Echtzeit extrahiert, und wenn eine Kautätigkeit klassifiziert wird, erfasst die Kamera eine Videoaufnahme zur weiteren Analyse. Aus dieser Sequenz werden eine Reihe von Schlüsselframes extrahiert, um wichtige Episoden während einer Mahlzeit darzustellen. Die Ergebnisse zeigen eine hohe Klassifikationsrate von Kautätigkeiten, und das visuelle Protokoll bietet einen detaillierten Überblick über die Nahrungsaufnahme des Probanden, der schwer aus manuell erfassten Nahrungsaufzeichnungen zu quantifizieren ist.
Liu et al. (Tue,) haben diese Frage untersucht.