研究者は、XNUMXつの安価なセンサーで作られたシステムは、活動中に消費されたカロリーを追跡するためにスマートウォッチよりも正確であると報告しています
また、システムを自分で作成するための手順は、オンラインで無料で入手できます。
スマートウォッチやスマートフォンは、活動中に消費されるカロリーを数える場合、約40〜80％オフになる傾向がありますが、このシステムの平均誤差は13％です。
スタンフォード大学の機械工学の大学院生であるPatrickSladeは、次のように述べています。の研究に関する論文の筆頭著者である大学 ネイチャー·コミュニケーションズ.
この研究の重要な部分は、カロリーをカウントする他のウェアラブルの基本的な欠点を理解することでした。どちらも特にエネルギー消費を示すものではありませんが、手首の動きや心拍数に依存しています。 （一杯のコーヒーが心拍数をどのように増加させることができるかを考えてください。）研究者たちは、脚の動きがよりわかりやすいと仮定しました—そして彼らの実験はその考えを確認しました。
この新しい測定システムは、太ももとシャンクにXNUMXつのセンサーを備えています。これらのセンサーは、バッテリーで駆動され、マイクロコントローラーによって制御されます。このセンサーは、スマートフォンに置き換えることができます。 （クレジット：Andrew Brodhead）
人がどれだけのエネルギーを正確に推定できる実験室グレードのシステムがあります 火傷 呼吸中の二酸化炭素と酸素の交換率を測定することにより、身体活動中に。 このような設定は、健康と運動能力を評価するために使用されますが、かさばる、不快な機器を含み、高価になる可能性があります。
新しいウェアラブルシステムは、脚に100つの小さなセンサー、バッテリーとポータブルマイクロコントローラー（小さなコンピューター）を必要とするだけで、製造に約XNUMXドルかかります。 のリスト コンポーネント & コード システムを作るための両方が利用可能です。
「これまでのところ、人が燃焼しているエネルギー量を正確に推定するにはXNUMX〜XNUMX分とガスマスクが必要なので、これは大きな進歩です」と工学部の共著者であるスコットデルプ教授は述べています。 「パトリックの新しいツールを使用すると、オリンピックアスリートがフィニッシュラインに向かってレースをするときに、各ステップで消費されるエネルギー量を推定して、ピークパフォーマンスを促進しているものを測定できます。 また、心臓手術から回復する患者が費やすエネルギーを計算して、運動をより適切に管理することもできます。」
手首ではなく脚
人々がカロリーを燃焼する方法は複雑ですが、研究者たちは、脚のセンサーがこのプロセスへの洞察を得るための簡単な方法であるという予感を持っていました。
「従来のスマートウォッチの問題は、手首の動きと心拍数からしか情報を取得できないことです」と、航空宇宙工学の准教授である共著者のMykelKochenderfer氏は述べています。 「パトリックのデバイスのエラー率が低いという事実は、足の動きを検出し、エネルギーのほとんどが足によって消費されているため、理にかなっています。」
システムは意図的に単純です。 これは、太ももにXNUMXつ、片足のシャンクにXNUMXつ、合計XNUMXつの小さなセンサーで構成されています。これらのセンサーは腰のマイクロコントローラーによって実行され、スマートフォンに簡単に置き換えることができます。 これらのセンサーは「慣性測定装置」と呼ばれ、脚が動いているときの加速度と回転を測定します。 それらは意図的に軽量で持ち運び可能で低コストであるため、次のような衣類を含むさまざまな形態に簡単に統合できます。 スマートパンツ.
同様の技術に対してシステムをテストするために、研究者は研究参加者にXNUMXつのスマートウォッチと心拍数モニターを装着しながらシステムを装着させました。 これらすべてのセンサーを取り付けた状態で、参加者はさまざまな速度のウォーキング、ランニング、サイクリング、階段登り、ウォーキングとランニングの間の移行など、さまざまなアクティビティを実行しました。
すべてのウェアラブルを実験室グレードのシステムで取得したカロリー燃焼測定値と比較したところ、研究者は脚ベースのシステムが最も正確であることがわかりました。
さまざまな年齢と体重のXNUMX人以上の参加者でシステムをさらにテストすることにより、研究者は、Sladeがカロリー燃焼推定値を計算する機械学習モデルをさらに改良するために使用した豊富なデータを収集しました。
モデルは、センサーから脚の動きに関する情報を取り込み、以前のデータから学習した内容を使用して、ユーザーが各瞬間に消費しているエネルギー量を計算します。 また、現在の最先端のシステムでは、ラボの設定でマスクに接続した人から約XNUMX分のデータが必要ですが、このフリーレンジの代替手段は、わずか数秒のアクティビティで機能します。
「毎日行うステップの多くは、20秒以内の短い発作で発生します」と、見過ごされがちな短期間の活動の一例として家事を行うことについて言及したSlade氏は言います。 「これらの短いアクティビティやアクティビティ間の動的な変化をキャプチャできることは非常に困難であり、現在、他のシステムではそれを実行できません。」
オープンソースのカロリー計算
このチームは、デザインを公開するのと同様に、シンプルさと手頃な価格が重要でした。このテクノロジーが人々の健康の理解と世話をサポートできることを望んでいるからです。
「私たちは、人々がそれを利用して実行し、一般の人々の生活を向上させることができる製品を作ることを期待して、すべてをオープンソース化しています」とKochenderfer氏は言います。
彼らはまた、このシステムのシンプルさ、手頃な価格、そして携帯性が、より良い健康政策と人間のパフォーマンスの研究のための新しい道をサポートすることができると信じています。 機械工学の准教授であり、この論文の上級著者であるスティーブ・コリンズが率いる研究グループは、パフォーマンスを向上させるウェアラブルロボットシステムで消費されるエネルギーを研究するために、すでに同様のシステムを使用しています。
「最もエキサイティングなことのXNUMXつは、動的に変化するアクティビティを追跡できることです。この正確な情報により、人々がどのように運動または体重を管理するかを推奨するためのより良いポリシーを提供できます」とSlade氏は言います。
「それは私たちが人間のパフォーマンスに関して行うことができる全く新しい一連の研究研究を開きます」と、バイオエンジニアリングと機械工学の教授でもあるデルプは言います。 「歩いているとき、走っているとき、自転車に乗っているとき、どれだけのエネルギーを消費しているのか。これらすべてが基本です。 このような新しいツールがあると、人間のパフォーマンスに関する新しいことを発見するための新しい扉が開かれます。」
国立科学財団、国立衛生研究所、およびスタンフォード大学院フェローシップがこの作業に資金を提供しました。
情報源： スタンフォード大学
著者について
