体育活动对身心健康都至关重要,这是许多人在疫情封锁后久坐不动时意识到的。即使没有封锁,世界许多地方也面临着疫情肥胖的流行,这就产生了帮助人们控制体重的需求。对于这些人来说,有大量的健身和饮食应用程序,它们依靠智能手机和智能手表的传感器来监测他们的活动水平,跟踪他们消耗的卡路里。亚博排列五投注网站问题是智能手机和智能手表在计算卡路里方面做得很糟糕。

2017年的一项研究调查了七种这样的典型设备,发现他们的计数误差在27%到93%之间,这取决于设备。我们决定看看是否可以制造出更好的卡路里计数器,至少对于某些形式的活动是这样。答案是肯定的,而且你可以用任何制造商都能轻易获得的部件自己制造。

通往卡路里计数器的道路始于我们的实验室斯坦福大学工程学院人类性能实验室),在那里我们研究走路的代谢成本等问题。我们拿出了实验室里所有可能的传感器,并将它们连接到参与者身上。这包括监测肌肉活动的传感器,亚博排列五投注网站用于监测身体不同部位运动的惯性测量单元(imu),以及用于监测行走和跑步产生的力的鞋垫仪表。我们使用了呼吸测量法,这是一种基于实验室的方法,通过监测每次呼吸的氧气摄入量和排出的二氧化碳来测量能量消耗,从而获得参与者在运动时燃烧的卡路里的真实测量值。有了这些数据,我们就可以在身体的运动(以及肌肉燃烧卡路里的活动)和整个身体实际消耗的能量之间建立一个基本的关系。

我们发现,通过观察大腿和小腿(小腿)的运动,我们可以估计有氧运动期间的热量消耗,准确率约为13%。(有关我们分析的全部细节,请参阅我们的最近发表于自然通讯)。更重要的是,我们可以用便宜的imu来做。

组件的说明。两个小型惯性测量单元(右上)被绑在用户的大腿和小腿上。imu通过I2C扩展板(上中上)将数据传输到树莓派(下中下),由USB电池组(左)供电。詹姆斯教务长

我们使用Adafruit Precision NXP 9-DOF分流板艾莫斯。该板结合了两个传感器芯片,一个六自由度加速度计/磁力计和一个三自由度陀螺仪。计数器使用两个,一个连接在大腿中部,另一个连接在小腿中部。在我们的测试中,我们有时会使用假发粘合剂来固定各种imu,但魔术贴也可以!

imu与树莓派通过I2C协议连接。尽管圆周率更大,功耗也更高很小的董事会我们之所以选择它,是因为它很容易从Pi无线传输数据,并在测试和校准过程中进行监控。

我们每天行走的步数中,大约有20%到40%发生在每次20秒或更短的步行中。

圆周率,运行的是标准版操作系统,也允许我们使用已建立的Python库来进行机载数据处理。我们使用NumPy科学计算库用于以方便的格式存储数据,以及Scikit-learn机器学习库用于分析imu的运动数据。

我们训练了线性回归模型执行步态检测来分割每一步,并估计燃烧的卡路里。(我们的Python脚本可用于从公共存储库下载)。我们以100赫兹的固定频率获取传感器数据。我们通过检测腿何时停止向一个方向旋转并开始向另一个方向旋转来确定一个步骤何时发生,大约发生在脚后跟接触地面的时候。然后我们将这一步的腿部运动传递到估计能量消耗的模型中。

这种直接分析提供了一种比其他测量方法(如心率或呼吸频率)更好的跟踪瞬时能量消耗的方法。后一项指标需要一分钟才能反映出活动的变化,所以如果你从沙发上站起来走10步,它们也不会察觉到你的动作。我们每天行走的步数中,大约有20%到40%发生在20秒或更短的间歇行走中,这对每天消耗的总能量有很大贡献。

三张以瓦为单位的能量消耗图表。红线显示了可穿戴系统对用户开始和停止不同有氧运动的响应速度(从左到右:步行、跑步、爬楼梯、骑自行车)。停止点由每个活动中间的虚线表示。詹姆斯教务长

我们目前正在努力创造一个更紧凑的版本的卡路里计数器。我们对长期跟踪能量消耗很感兴趣,希望能改善体重管理和运动训练。如果你一次戴这个设备一到两周会发生什么?我们还在考虑如何通过观察配对智能手表的运动来整合追踪上半身活动。

我们计划验证使用的数据所谓双重标记水的黄金标准技术,这让我们可以非常准确地跟踪这种时间尺度上的能源消耗。实验对象饮用含有氘和氧-18的水。追踪这些物质是如何通过尿液从体内排出的,我们就能得到二氧化碳的产生率,而二氧化碳的产生率与能量消耗直接相关。从长远来看,我们希望用正在开发的技术取代目前的IMU板可以像贴纸一样按上去的柔性电子产品甚至可能是为了直接打印在皮肤上

对话(1)
Bruno Henrique Paes Leme 2021年9月29日
INDV

我得试试这个。

两家初创公司将光纤引入处理器

Avicena的蓝色微led在与Ayar实验室的激光系统的竞争中是一匹黑马

4分钟读取
漫射蓝光从有图案的表面穿过一个环照射出来。一条蓝色的缆绳从那里引出。

Avicena的微型led芯片有一天可以将计算机集群中的所有cpu连接在一起。

Avicena

如果CPU在首尔将一个字节的数据发送到布拉格的处理器,这些信息以光的形式覆盖了大部分距离,没有任何阻力。但是把这两个处理器放在同一个主板上,它们就需要通过消耗能量的铜进行通信,这会降低计算机内部的通信速度。两家硅谷创业公司,Avicena而且Ayar实验室美国正在对这一长期限制采取行动。如果他们最终成功地将光纤一路引入处理器,这可能不仅会加速计算,还可能重塑计算。

两家公司都在开发光纤连接技术chiplets这是一种小型芯片,旨在与cpu和共享封装中的其他数据密集型芯片共享高带宽连接。这两家公司都将在2023年加大产量,尽管我们可能还需要几年时间才能在市场上看到搭载这两款产品的电脑。

继续阅读↓ 显示更少
Baidu