Bu eser Envisible, Inc. tarafından desteklenmiştir Bu çalışma aynı zamanda vermek için refah, Kore Cumhuriyeti (HI15C1027) Korece sağlık teknoloji R & D proje, Sağlık Bakanlığı tarafından desteklenmiştir. Bu araştırma da Ulusal Araştırma Vakfı Kore tarafından (NMK-2016R1A1A1A05005348) destek verdi.

Not: sadece gözlük takıyor non-invaziv bir şekilde tarafından insan denekler kullanımı da dahil olmak üzere tüm yordamları başarılı. Tüm verileri güç sinyal--dan yük hücreleri cilt ile doğrudan temas değildi gözlüklü eklenen ölçerek elde. Kablosuz olarak, ki bu durumda çalışma için belirlenmiş bir smartphone veri kayıt modülü için aktarılan veri. Tüm iletişim kuralları için in vivoilgili değil /vitro insan çalışmaları. Hiçbir ilaç ve kan örnekleri deneyler için kullanılmıştır. Aydınlatılmış onam deneyler tüm konular elde edildi.
1. bir sensör ile tümleşik devre modül imalatı
<ol><li>
Elektronik bileşenleri devre modül üretimi için satın.
	<ol>
<li>Satınalma iki ball-tipi yük hücreleri, her biri 0 N ve 15 N arasında bir aralık içinde çalışır ve düşük fark voltaj 3,3 V uyarma maksimum 120 mV aralığında ile bir çıktı oluşturur. Not: Bu yük hücreleri ölçmek için kullanılan zorla sinyalleri hem sol hem de sağ tarafında gözlük.</li>
		<li>İki araçları amplifikatörler ve iki 15 kΩ kazanç ayarı dirençler satın alabilirsiniz. Not: Araçları amplifikatör ve kazanç ayarı direnç yük hücresi güç sinyal sekiz kez, 960 kadar yükseltmek için kullanılan mV.</li>
		<li>Bir mikro denetleyici birim (MCU) kablosuz özelliği (örneğin, Wi-Fi connectivity) ve bir 10-bit analog dijital dönüştürücü (ADC) ile satın alabilirsiniz. Not: MCU kuvvet sinyalleri okumak ve onları bir veri alma modülü için kablosuz olarak iletmek için kullanılır. Bir analog giriş Pini iki analog güç girişi için kullanıldığından, bir Çoklayıcı kullanılması sonraki adımda 1.1.4 giriliyor.</li>
		<li>İki giriş sinyalleri ile bir ADC pin MCU üzerinde işleyen bir iki kanallı analog multiplexer satın.</li>
		<li>Bir lityum iyon polimer (liposuction) pil 3.7 V nominal voltaj, 300 mAh nominal kapasitesi ve 1 C akıntı hızı ile satın. Not: Pil kapasitesi yeterli akım saatte 200'den fazla mAh sağlamak için ve güvenilir için yaklaşık 1,5 saat sisteminin bir denemenin çalışması için seçildi.</li>
		<li>Doğrusal aşağı-Yönetmeliğin 3.7 V akü voltaj 3,3 V için için 3,3 V voltaj regülatörü satın sisteminin gerilimi.</li>
		<li>Satınalma beş 12 kΩ yüzey modüler cihazlar (SMD) türü dirençler MCU pull-up dirençler olarak. Direnç'ın ayak izi 2.0 mm x 1.2 mm (boy 2012) olduğunu.</li>
	</ol>
</li>
	<li>
Baskılı devre kartları (PCB) imal. Bu devre kartlarına çizim ve sanat (Yani, Kurulu düzen, .brd dosyası) ve (Yani, .sch dosyasını) şematik PCB imalat için yapma hakkında bir adımdır. Sanat ve şematik dosyaları oluşturma sürecinin temel bir anlayış geliştirme için gereklidir.
	<ol>
<li>Şekil 1A' gösterildiği gibi bir elektronik tasarım uygulama kullanılarak pilin içeren bir sol devre çizmeliyim. Sonucu sanat (.brd) ve şema (.sch) dosyaları kaydedin.</li>
		<li>Doğru bir devre içeren bir elektronik tasarım uygulama şekil 1Badımında gösterildiği gibi kullanarak MCU çizmeliyim. Sonucu sanat (.brd) ve şema (.sch) dosyaları kaydedin.</li>
		<li>Devre kartlarına bir PCB imalat şirketi ile sipariş yerleştirerek imal.</li>
		<li>Şekil 2 ve şekil 3' te gösterildiği gibi PCB 1.1. adımda hazırlanan her elektronik komponent lehim. Dikkat: Araçları amplifikatör lehimleme sıcaklık çok hassastır. Kurşun sıcaklık 10 için 300 ° C aşmadığı emin olun s lehimleme sırasında aksi takdirde bileşeni kalıcı hasara neden.</li>
	</ol>
</li>
</ol>2. gözlük çerçeve 3D baskı
<ol><li>Şekil 4Aiçinde gösterildiği gibi bir 3D modelleme aracı kullanarak gözlük baş parça 3 boyutlu model çizin. Sonuç .stl dosya formatına dışa aktarın.</li>
	<li>Bir 3D modelleme aracı şekil 4B ve 4 c şekilgösterildiği gibi kullanarak gözlük sol ve sağ tapınakları 3D modeli çizin. Sonuçları .stl dosya formatına dışa aktarın.</li>
	<li>Baş parça ve tapınak parçalar bir 3D printerlere harcama maddeler ve bir karbon fiber filaman 240 ° C'de bir meme sıcaklık ve yatak sıcaklığı 80 ° C kullanarak yazdırın. Not: Herhangi bir ticari 3D printerlere harcama maddeler ve filamentler Akrilonitril bütadien stiren (ABS) ve polylactide (PLA) gibi herhangi bir tür kullanımına izin. Meme ve yatak sıcaklığı filament ve yazdırma koşulları göre ayarlanabilir.</li>
	<li>180 ° C ayarının bir sıcak hava üfleyici kullanarak tapınaklar ipuçları ısı ve onları epidermis temporalis kas geleneksel gözlük gibi başvurma içe yaklaşık 15 derece bükün. Not: gözlük Tapınağı bükme derecesi bir form faktörü donatılmış bir kişinin kafasına uygun gözlük yardımcı olarak artırmak için eğrilik amacı olduğu gibi titiz olmak gerekmez. Ancak, dikkatli aşırı bükme tapınaklar önemli kalıpları toplamak olanaksız kılıyor temporalis kas dokunmaktan engeller gibi.</li>
	<li>Şekil 4' te gösterildiği gibi birden fazla baş boyutlarına uyum sağlayacak şekilde gözlük çerçevesinin iki farklı boyutta yazdırmak için adım 2.1-2.4 adımları yineleyin.</li>
</ol>3. tüm parçaları gözlük Meclisi
<ol><li>Şekil 5' te gösterildiği gibi M2 civata kullanarak gözlük tapınakları her iki tarafında PCB yerleştirin.</li>
	<li>Baş parça ve tapınaklar M2 civata menteşe eklem içine ekleyerek bir araya getirin.</li>
	<li>Sol ve sağ PCB şekil 5' te gösterildiği gibi 3 pinli bağlantı kablo kullanarak bağlayın.</li>
	<li>Pil sol devre bağlanmak ve sol tapınağa bir yapışkan bant ile bağlamak. Beri PCB tasarımına bağlı olarak değişebilir batarya montaj tarafında çok önemli değildir.</li>
	<li>Gözlük ucu ve burun panelindeki şekil 5' te gösterildiği gibi daha fazla sürtünme insan derisi ile eklemek için lastik bantlar ile kapak.</li>
</ol>4. veri toplama sisteminin geliştirilmesi
Not: Veri koordinat belirleme sistemi verici modül ve veri alma modülü bir veri oluşur. Veri aktarma modülü zaman okur ve kuvvet her iki sinyalleri ve sonra alınan verileri toplar ve bunları .tsv için yazar veri alan modüle gönderir.
<ol><li>
MCU için uygulama adımları 4.1.1–4.1.3 prosedürleri aşağıdaki PCB modülünün verici verileri karşıya.
	<ol>
<li>Bir bilgisayar kullanarak ek dosyalarına bağlı "GlasSense_Server" projeyi çalıştırın. Not: Bu proje Arduino entegre geliştirme ortamı (IDE) ile inşa edilmiştir. Zaman okumak ve 200 örnekleri/s ile sinyal güç ve onları veri alıcı modülü iletimi için yeteneği sağlar.</li>
		<li>PCB modülü bir evrensel seri veri yolu (USB) bağlayıcı üzerinden bilgisayara bağlayın.</li>
		<li>Adım 4.1.1 MCU içine programlama kodları flash için Arduino IDE üzerinde "Upload" butonuna basın.</li>
	</ol>
</li>
	<li>
Kablosuz veri almak için kullanılır, bir smartphone veri alan uygulamaya adımları 4.2.1–4.2.3 konusundaki yordamları izleyerek yükleyin.
	<ol>
<li>Bir bilgisayar kullanarak ek dosyalarına bağlı "GlasSense_Client" projeyi çalıştırın. Not: Bu proje ile C# programlama dili yaptırılmıştır. Veri alma ve ad, cinsiyet, yaş ve vücut kitle indeksi (VKİ) gibi bir konuyu bilgiler içeren .tsv dosyaları kaydetme olanağı sağlar.</li>
		<li>Belgili tanımlık smartphone veri alma uygulaması oluşturmak için bir USB bağlantısı ile bilgisayarınıza bağlayın.</li>
		<li>C# projesindeki smartphone veri alan uygulamaya oluşturmak için "Dosya > inşa & Çalıştır" düğmesine basın.</li>
	</ol>
</li>
</ol>5. veri toplama bir kullanıcı çalışma
Not: Bu çalışmada altı seçme etkinliği kümeleri toplanan: yerleşik kalan (SR), sedanter çiğneme (SC), (W) yürüyüş, (CW) yürürken çiğneme, sedanter konuşan (ST) ve sedanter wink (SW).
<ol><li>Test edilecek kullanıcıya uygun bir boyut olan gözlük seçin. Her iki menteşeler (şekil 5), destek cıvata ile gerginlik ince ayar yapın. Dikkat: Bu çalışmada kullanılan kuvvet sensörleri çalışma aralığı ötesinde iyi doğrusal karakteristik kaybedebilirsiniz beri 15 N, kuvvet değerleri aşmamalıdır. Kuvvet değerleri gevşeterek tarafından ince ayar veya destek sıkma cıvata.</li>
	<li>
Kayıt faaliyetleri üzerinde uygulama "Kaydet" düğmesine basarak tüm konuların adım 4.2.3 inşa.
	<ol>
<li>120-s blok sırasında etkinlik kaydetmek ve bu, bir kayıt dosyası oluşturma.<ol>
<li>SR, söz konusu olduğunda konu bir sandalyede oturup onları bir smartphone kullanın veya bir kitap okumak. Hareketi baş izin, ancak tüm vücut hareketi önlemek.</li>
			<li>SC ve CW durumlarında, yemek yiyecek doku (ekmek ve çiğneme jöle) farklı gıda özelliklerini yansıtmak için iki tür konulara sahip. Kızarmış ekmek yemek için iyi bir boyut ve 20 mm x 20 mm, dilimler halinde hizmet.</li>
			<li>W söz konusu olduğunda, bir koşu bandı üzerinde 4.5 km/s hızda yürümek konulara sahip.</li>
			<li>ST, söz konusu olduğunda konular otur ve onları bir kitabı yüksek sesle normal sesi ve hız okudum.</li>
			<li>SW söz konusu olduğunda, bir zil sesi 0,5 zamanlama üzerinde wink konularının bilgilendirmek s uzun her 3 s.</li>
		</ol>
</li>
		<li>5.2.1. adımda toplanan verilerden .tsv biçiminde bir kayıt dosyası oluşturun. Not: Bu dosya ne zaman veri alınan zaman bir dizi, bir sol güç sinyal, doğru kuvvet sinyal ve geçerli yüz faaliyet gösteren bir etiket içerir. Bir kullanıcı bir blok tüm faaliyetlerin zamansal sinyalleri görsel şekil 6' tasvir. Altı seçme etkinliği setleri (SR, SC, W, CW, ST ve SW) sırasıyla 1, 2, 3, 4, 5 ve 6, etiketli. Etiketleri Bölüm 8 Protokolü'nün tahmin edilen sınıflarda karşılaştırmak için kullanılmıştır.</li>
		<li>Kayıt bloğundan sonra 60 s ara. Gözlükleri çıkar sırasında ara verip kayıt blok yeniden başlatıldığında onları tekrar yeniden giymek.</li>
		<li>Adım 5.2.1 ve 5.2.2 blok ve ara kümesi her faaliyet için dört kez tekrarlayın.</li>
		<li>SW söz konusu olduğunda, tekrar tekrar sırasında bir blok ile sol göz kırpmak ve tekrar tekrar ileri sokağın sırasında sağ gözü ile göz kırp konu var.</li>
	</ol>
</li>
	<li>5.1-5,2 adımları yineleyin ve 10 konular veri toplayabilir. Bu çalışmada, kullandığımız beş ve beş erkek, ortalama yaş oldu 27,9 ± 4.3 (Standart sapma; s.d.) yıl, hangi 19-33 yıl arasında değişiyordu ve ortalama BMI yapıldı 21,6 ± (SD) 3.2 kg/m217,9-27,4 kg/m2de değişiyordu,. Not: Bu çalışmada, gıda, çiğnemek için herhangi bir tıbbi durumlar yoktu konular wink ve yürüyüş işe ve bu durum için katılım kriterleri kullanıldı.</li>
</ol>6. sinyal ön işleme ve segmentasyon
Not: Sol ve sağ sinyalleri aşağıdaki yordamlarda da ayrı ayrı hesaplanır.
<ol><li>
2 geçici kare bir dizi hazırlamak uzun s.
	<ol>
<li>Segment 120 s sinyalleri 2 s kare bir dizi içine MATLAB şekil 6' da gösterildiği gibi kullanarak 1-s aralıklarla atlamalı tarafından kaydedildi. Not: 2 parçalı çerçeveler uzun s bölümünde 7 özellik ayıklamak için kullanılmıştır. 1 s atlamalı alan sinyalleri zaten 5.2.1 adımda belirtilen 3 s wink aralığa göre bölmek için tespit edilmiştir.</li>
		<li>Her çerçeve için 10 Hz bir kesme frekansı ile 5inci sırada Butterworth filtre kullanarak bir alçak geçiren Filtre (LPF) uygulanır.</li>
		<li>7.1. adımda sonraki adımlar için geçici çerçeveler olarak adım 6.1.2 sonuçlarını kaydedin.</li>
	</ol>
</li>
	<li>
Spektral kare bir dizi hazır olun.
	<ol>
<li>Gözlük takan preload kaldırmak için özgün sinyalleri her çerçevenin orta çıkarma. Not: Önceden yüklemesi değeri aşağıdaki frekans analizi için gerekli değildir, bu olabilir, ancak, çiğneme, yürüme, wink, vb hakkında herhangi bir bilgi içermez bu yana gelen konu tabi gelen değişebilir önemli bilgiler de içerebilir Her gözlük ve hatta andan itibaren bir konu ayarlama gözlük takıyor.</li>
		<li>Bir Hanning pencere frekans analizi spektral bir kaçağı azaltmak için her çerçeve için geçerlidir.</li>
		<li>Üretmek ve her çerçeve için bir Hızlı Fourier dönüşümü (FFT) uygulayarak tek taraflı bir spektrum kaydedin.</li>
	</ol>
</li>
	<li>Zamansal bir ve aynı zamanda bir kare blok olarak bir tayf çerçeve (veya sadece bir çerçeve) tanımlayın.</li>
</ol>7. nesil özelliği vektörel çizimler
Not: Bir özelliği vektör çerçeve Protokolü bölümünde 6 üretilen başına oluşturulur. Sol ve sağ çerçeve ayrı ayrı hesaplanır ve aşağıdaki yordamları özelliği vektörde birleştirilecektir. Tüm yordamları MATLAB'de uygulanan edildi.
<ol><li>İstatistiksel özellikleri iletişim kuralının adım 6.1 zamansal bir çerçevede ayıklayın. Toplam dizi 54 özellik listesi Tablo 1' de verilmiştir.</li>
	<li>Adım 6.2 iletişim kuralının spektral çerçevede istatistiksel özellikleri ayıklamak. Toplam dizi 30 özellik listesi Tablo 2' de verilmiştir.</li>
	<li>Bir 84-boyutlu özellik vektör zamansal ve spektral özellikleri yukarıdaki birleştirerek oluşturmak.</li>
	<li>Adım 5.2 Protokolü'nün kayıtları oluşturulan özelliği vektörlerinden etiketleyin.</li>
	<li>Tüm çerçeve blokları için 7.1-7,4 adımlardan adımları yineleyin ve bir dizi özellik vektörel çizimler oluşturmak.</li>
</ol>8. sınıf etkinliklerine sınıflandırılması
Not: Verilen sorunu (Yani, özellik vektörel çizimler) en iyi doğruluk gösteren parametreleri belirleyerek bir destek vektör makine (SVM)23 Sınıflandırıcısı modelini seçin Bu adımdır. SVM tekniği, genelleme ve sınıflar ile çekirdek işlevi arasında en yüksek bir marj kullanarak sağlamlık mükemmel performans gösteren öğrenme iyi bilinen denetimli bir makinedir. Biz bir-arama ve çapraz doğrulama yöntemi bir ceza parametre C ve bir çekirdek tanımlamak için kullanılan parametre γ Radyal temel işlevi (RBF) çekirdek. Öğrenme teknikleri ve SVM makine en az bir anlayış aşağıdaki yordamları gerçekleştirmek için gereklidir. Bazı başvuru malzemeleri23,24,25 öğrenme teknikleri ve SVM algoritması makine daha iyi anlamak için tavsiye edilir. Bu bölümdeki yordamlar LibSVM25 yazılım paketi kullanarak uygulanan edildi.
<ol><li>(C, γ) çift oluşan bir kılavuz için kılavuz arama tanımlayın. C dizisi katlanarak büyüyen kullanımı (2-10, 2-5,..., 230) ve γ (2-30, 2-25,..., 210). Not: Bu dizilere buluşsal olarak belirlenmiştir.</li>
	<li>(C, γ) bir çift tanımla (örneğin, (2-10, 2-30)).</li>
	<li>
Adım 8.2 tanımlanmış kılavuz, 10 kat çapraz doğrulama düzeni gerçekleştirmek. Not: Bu düzen tüm özellik vektörel çizimler 10-bölüm alt kümeleri böler, sonra diğer alt kümeleri tarafından eğitilmiş Sınıflandırıcısı modelinden bir alt test ve tüm alt kümeleri üzerinde tekrar tek tek. Bu nedenle, her özellik vektörel çizimler ardışık olarak test edilebilir.<ol>
<li>Tüm özellik vektörel çizimler 10-bölüm alt kümeleri bölmek.</li>
		<li>Bir alt ve bir eğitim kalan 9 alt kümeleri ayarlamak sınama kümesi tanımlar.</li>
		<li>Özellik vektörel çizimler aralığına tüm unsurları ölçekler bir ölçek vektörü tanımlamak [0, 1] eğitim kümesi için. Not: Ölçek vektörü özelliği vektör ile aynı boyuta sahiptir. Bu oluşan tüm özellik vektörel çizimler aynı satır (veya sütun) ölçekler bir küme çarpanları aralığına [0, 1]. Örneğin, bir özellik vektörünün ilk uzun metraj doğrusal dizi için ölçeklenir [0, 1] eğitim özelliği vektörel çizimler bütün ilk özellikleri için. Sınama kümesi bilinmeyen olarak kabul çünkü ölçek vektörü eğitim kümesi tanımlanır unutmayın. Bu adımı eşit Aralık şekil verme ve hesaplama sırasında sayısal hata kaçınarak tarafından sınıflandırma doğruluğu artırır.</li>
		<li>Her özellik için aralığını ayarlamak eğitim ölçek [0, 1] ölçek vektörü kullanılarak elde adım 8.2.3.</li>
		<li>Her özellik için aralığı ayarla test ölçek [0, 1] ölçek vektörü kullanılarak elde adım 8.2.3.</li>
		<li>Eğitim kümesi aracılığıyla SVM (C, γ) tanımlanmış çifti adım 8.2 ile tren ve bir Sınıflandırıcısı model oluşturmak.</li>
		<li>Sınama kümesi aracılığıyla SVM (C, γ) tanımlanmış çifti ile adım 8.2 sınama ve Sınıflandırıcısı modeli eğitim prosedürü elde.</li>
		<li>Bir sınıflandırma doğruluğu sınama kümesi üzerinde hesaplama. Doğruluğu özelliği doğru olarak sınıflandırılır vektörel çizimler yüzdesi hesaplanmıştır.</li>
		<li>Adımları 8.2.2–8.2.8 tüm alt kümeleri için yineleyin ve tüm alt kümeleri ortalama doğruluğunu hesaplamak.</li>
	</ol>
</li>
	<li>(C, γ) tüm ızgara noktalarını bir çift için 8.2-8.3.9 adımları yineleyin.</li>
	<li>Kılavuzun en yüksek doğruluk yerel maksimum bulmak. Bölüm 8 tüm yordamları Şekil 7' de gösterilmiştir.</li>
	<li>(İsteğe bağlı) Adım kılavuz kaba olduğu düşünülürse, yerel maksimum yakınındaki ince bir kılavuzda 8.1-8,5 adımları 8.5. adımda bulunan ve yeni yerel en ince ızgara çok bulmak tekrarlayın.</li>
	<li>Hesaplama duyarlığı, hatırlama ve F1 puan üzerinden aşağıdaki denklemler faaliyetlerin her sınıfın: <img alt="Equation 1" src="/files/ftp_upload/56633/56633eq1.jpg">                                   Denklem 1 <img alt="Equation 2" src="/files/ftp_upload/56633/56633eq2.jpg">                                             Denklem 2 <img alt="Equation 3" src="/files/ftp_upload/56633/56633eq3.jpg">          Denklem 3 nerede TP, FP ve FN gerçek pozitif, yanlış pozitif ve yanlış negatif her etkinlik için sırasıyla temsil eder. Tüm faaliyetlerin karışıklık matris Tablo 3' te verilmiştir.</li>
</ol>

<ol>
	<li>Sharma, A. M., Padwal, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Obesity+is+a+sign-over-eating+is+a+symptom:+an+aetiological+framework+for+the+assessment+and+management+of+obesity.">Obesity is a sign-over-eating is a symptom: an aetiological framework for the assessment and management of obesity.</a> Obes Rev. 11 (5), 362-370 (2010).</li><li>Pi-Sunyer, F. X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clinical+guidelines+on+the+identification,+evaluation,+and+treatment+of+overweight+and+obesity+in+adults.">Clinical guidelines on the identification, evaluation, and treatment of overweight and obesity in adults.</a> Am J Clin Nutr. 68 (4), 899-917 (1998).</li><li>McCrory, P., Strauss, B., Wahlqvist, M. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Energy+balance,+food+intake+and+obesity.">Energy balance, food intake and obesity.</a> Exer Obes. , (1994).</li><li>Albinali, F., Intille, S., Haskell, W., Rosenberger, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Proceedings of the 12th ACM international conference on Ubiquitous computing. , 311-320 (2010).</li><li>Bonomi, A., Westerterp, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Advances+in+physical+activity+monitoring+and+lifestyle+interventions+in+obesity:+a+review.">Advances in physical activity monitoring and lifestyle interventions in obesity: a review.</a> Int J Obes. 36 (2), 167-177 (2012).</li><li>Jung, S., Lee, J., Hyeon, T., Lee, M., Kim, D. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fabric-Based+Integrated+Energy+Devices+for+Wearable+Activity+Monitors.">Fabric-Based Integrated Energy Devices for Wearable Activity Monitors.</a> Adv Mater. 26 (36), 6329-6334 (2014).</li><li>Fulk, G. D., Sazonov, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+sensors+to+measure+activity+in+people+with+stroke.">Using sensors to measure activity in people with stroke.</a> Top Stroke Rehabil. 18 (6), 746-757 (2011).</li><li>Makeyev, O., Lopez-Meyer, P., Schuckers, S., Besio, W., Sazonov, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+food+intake+detection+based+on+swallowing+sounds.">Automatic food intake detection based on swallowing sounds.</a> Biomed Signal Process Control. 7 (6), 649-656 (2012).</li><li>P&#228;&#223;ler, S., Fischer, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Food+intake+activity+detection+using+an+artificial+neural+network.">Food intake activity detection using an artificial neural network.</a> Biomed Tech (Berl). , (2012).</li><li>Passler, S., Fischer, W. -. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Food+intake+monitoring:+Automated+chew+event+detection+in+chewing+sounds.">Food intake monitoring: Automated chew event detection in chewing sounds.</a> IEEE J Biomed Health Inform. 18 (1), 278-289 (2014).</li><li>Kadomura, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> CHI'13 Extended Abstracts on Human Factors in Computing Systems. , 1551-1556 (2013).</li><li>Fontana, J. M., Farooq, M., Sazonov, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+ingestion+monitor:+A+novel+wearable+device+for+monitoring+of+ingestive+behavior.">Automatic ingestion monitor: A novel wearable device for monitoring of ingestive behavior.</a> IEEE Trans Biomed Eng. 61 (6), 1772-1779 (2014).</li><li>Shen, Y., Salley, J., Muth, E., Hoover, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Assessing+the+Accuracy+of+a+Wrist+Motion+Tracking+Method+for+Counting+Bites+across+Demographic+and+Food+Variables.">Assessing the Accuracy of a Wrist Motion Tracking Method for Counting Bites across Demographic and Food Variables.</a> IEEE J Biomed Health Inform. , (2016).</li><li>Farooq, M., Sazonov, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> International Conference on Bioinformatics and Biomedical Engineering. , 464-472 (2017).</li><li>Grigoriadis, A., Johansson, R. S., Trulsson, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Temporal+profile+and+amplitude+of+human+masseter+muscle+activity+is+adapted+to+food+properties+during+individual+chewing+cycles.">Temporal profile and amplitude of human masseter muscle activity is adapted to food properties during individual chewing cycles.</a> J Oral Rehab. 41 (5), 367-373 (2014).</li><li>Strini, P. J. S. A., Strini, P. J. S. A., de Souza Barbosa, T., Gavi&#227;o, M. B. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Assessment+of+thickness+and+function+of+masticatory+and+cervical+muscles+in+adults+with+and+without+temporomandibular+disorders.">Assessment of thickness and function of masticatory and cervical muscles in adults with and without temporomandibular disorders.</a> Arch Oral Biol. 58 (9), 1100-1108 (2013).</li><li>Standring, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Gray's anatomy: the anatomical basis of clinical practice. , (2015).</li><li>Farooq, M., Sazonov, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+novel+wearable+device+for+food+intake+and+physical+activity+recognition.">A novel wearable device for food intake and physical activity recognition.</a> Sensors. 16 (7), 1067 (2016).</li><li>Zhang, R., Amft, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Proceedings of the 2016 ACM International Symposium on Wearable Computers. , 50-52 (2016).</li><li>Farooq, M., Sazonov, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Segmentation+and+Characterization+of+Chewing+Bouts+by+Monitoring+Temporalis+Muscle+Using+Smart+Glasses+with+Piezoelectric+Sensor.">Segmentation and Characterization of Chewing Bouts by Monitoring Temporalis Muscle Using Smart Glasses with Piezoelectric Sensor.</a> IEEE J Biomed Health Inform. , (2016).</li><li>Huang, Q., Wang, W., Zhang, Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Your+Glasses+Know+Your+Diet:+Dietary+Monitoring+using+Electromyography+Sensors.">Your Glasses Know Your Diet: Dietary Monitoring using Electromyography Sensors.</a> IEEE Internet of Things Journal. , (2017).</li><li>Chung, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+glasses-type+wearable+device+for+monitoring+the+patterns+of+food+intake+and+facial+activity.">A glasses-type wearable device for monitoring the patterns of food intake and facial activity.</a> Scientific Reports. 7, 41690 (2017).</li><li>Cristianini, N., Shawe-Taylor, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> An introduction to support Vector Machines: and other kernel-based learning methods. , (2000).</li><li>Giannakopoulos, T., Pikrakis, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Introduction to Audio Analysis: A MATLAB Approach. , (2014).</li><li>Chang, C. -. C., Lin, C. -. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=LIBSVM:+a+library+for+support+vector+machines.">LIBSVM: a library for support vector machines.</a> ACM Trans Intell Syst Technol. 2 (3), 27 (2011).</li><li>Po, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Time-frequency+analysis+of+chewing+activity+in+the+natural+environment.">Time-frequency analysis of chewing activity in the natural environment.</a> J Dent Res. 90 (10), 1206-1210 (2011).</li><li>Ji, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Frequency+and+velocity+of+people+walking.">Frequency and velocity of people walking.</a> Struct Eng. 84 (3), 36-40 (2005).</li><li>Knoblauch, R., Pietrucha, M., Nitzburg, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Field+studies+of+pedestrian+walking+speed+and+start-up+time.">Field studies of pedestrian walking speed and start-up time.</a> Transp Res Red. 1538, 27-38 (1996).</li></ol>

Yazarlar ifşa gerek yok.

Bu çalışmada, ilk tasarım ve üretim sürecini gıda alımı ve fiziksel aktivite alışkanlıkları anlamda gözlük önerdi. Bu çalışma olarak ağırlıklı olarak gıda alımı (yürüyüş ve göz kırpıyor gibi) diğer fiziksel aktiviteler ayırmak için veri analizi üzerinde duruldu, sensör ve veri toplama sistemi hareketlilik kayıt uygulanması gerekli. Böylece sistem sensörler, kablosuz iletişim yeteneği ile MCU ve pil dahil. Bir roman ve bir temassız şekilde temporalis kas aktivitesi nedeniyle g...

Aşırı enerji birikimi olan çeşitli tıbbi komplikasyonlar2' neden olabilir overweightness ve obezite1, neden olabilir gibi sürekli ve objektif gıda alımı izleme insan vücudundaki enerji dengesini korumak için önemlidir. Enerji dengesizliği ana faktörler aşırı gıda alımı ve yetersiz fiziksel aktivite3olduğu bilinmektedir. Günlük enerji harcama izleme çeşitli çalışmalar ile otomatik ve objektif ölçüm ile takılabilir cihazlar4,5,6, fiziksel aktivite desen bile, ortaya konan son tüketici düzey ve tıbbi sahne7. Gıda alımı izleme ancak, gıda alımı faaliyet doğrudan ve objektif bir şekilde tespit etmek zordur bu yana hala laboratuvar, ortamda araştırmadır. Burada, mevcut bir aygıt tasarım ve gıda alımı ve fiziksel aktivite desen günlük yaşamda pratik düzeyde izleme, değerlendirme hedefliyoruz.
Gıda alımı ile çiğneme ve yutma sesler8,9,10, bilek11,12,13hareketi izlemek için görüntü çeşitli dolaylı yaklaşımlar olmuştur analiz14ve electromyogram (EMG)15. Ancak, bu yaklaşımların günlük yaşam uygulamaları için doğal sınırlamaları nedeniyle uygulamak zordu: ses kullanarak yöntemler tarafından çevresel ses; etkisinde savunmasız edildi bilek hareketi kullanarak yöntemler gıda tüketen değil ne zaman diğer fiziksel aktivitelerden ayırt etmek zor; ve belgili tanımlık imge ve EMG sinyalleri kullanarak yöntemler hareketi ve çevre sınır tarafından kısıtlanır. Bu çalışmalar sensörleri kullanarak gıda alımının otomatik algılama yeteneğini gösterdi ama hala pratik uygulanabilirliği laboratuvar ayarlardan günlük yaşam için bir sınırlama vardı.
Bu çalışmada, biz temporalis kas aktivitesi şekillerinin otomatik ve objektif gıda alımı izleme olarak kullanılır. Genel olarak, temporalis kas kasılma ve gevşeme sırasında gıda alımı16,17masticatory kas bir parçası olarak yineler; Böylece, gıda alımı etkinlik temporalis kas aktivitesi periyodik şekillerinin algılayarak izlenebilir. Son zamanlarda, birçok araştırma temporalis kullanan EMG veya piezoelektrik zorlanma kullanılan etkinlik18,19,20,21, kas olmuştur sensör ve onlara doğrudan insan bağlama Cilt. Bu yaklaşımlar, ancak, EMG elektrotlar veya zorlanma sensörleri cilt konumunu hassas olduğunu ve fiziksel hareketini ve terleme nedeniyle deriden kolayca müstakil. Bu nedenle, bu anlamda temporalis etkinlik aracılığıyla bizim önceki çalışma22her iki menteşeler takılı iki yük hücreleri kas gözlük kullanarak yeni ve etkili bir yöntem önerdi. Bu yöntem deri temas etmeden yüksek bir doğruluk ile gıda alımı aktivite tespit büyük potansiyel gösterdi. Biz ortak bir gözlük-türü aygıtı kullanılan o da un rahatsızlık verici ve non-müdahaleci, vardı.
Bu çalışmada, biz mevcut bir dizi ayrıntılı protokol, gözlük-türü aygıt uygulamak ve desenler temporalis kas aktivitesinin gıda alımı ve fiziksel aktivite izlemek için kullanın. İletişim kuralları donanım tasarımı ve bir 3D baskılı çerçeve gözlük, bir devre modülü ve bir veri alma modülü oluşan üretim süreci ve veri işleme ve analiz için kullanılan yazılım algoritmaları içerir. Ayrıca birkaç seçme faaliyetleri (çiğneme, yürüyüş ve göz kırpıyorörneğin,) arasında sınıflandırma incelendiğinde potansiyel gıda alımı ve diğer fiziksel aktivite arasında bir dakika fark söyleyebilirim pratik bir sistem olarak göstermek için desenler.

<table>
	<tbody>
		<tr>
			<td>FSS1500NSB</td>
			<td>Honeywell, USA</td>
			<td></td>
			<td>Load cell</td>
		</tr>
		<tr>
			<td>INA125U</td>
			<td>Texas Instruments, USA</td>
			<td></td>
			<td>Amplifier</td>
		</tr>
		<tr>
			<td>ESP-07</td>
			<td>Shenzhen Anxinke Technology, China</td>
			<td></td>
			<td>MCU with Wi-Fi module</td>
		</tr>
		<tr>
			<td>74LVC1G3157</td>
			<td>Nexperia, The Netherlands</td>
			<td></td>
			<td>Multiplexer</td>
		</tr>
		<tr>
			<td>MP701435P</td>
			<td>Maxpower, China</td>
			<td></td>
			<td>LiPo battery</td>
		</tr>
		<tr>
			<td>U1V10F3</td>
			<td>Pololu, USA</td>
			<td></td>
			<td>Voltage regulator</td>
		</tr>
		<tr>
			<td>Ultimaker 2</td>
			<td>Ultimaker, The Netherlands</td>
			<td></td>
			<td>3D printer</td>
		</tr>
		<tr>
			<td>ColorFabb XT-CF20</td>
			<td>ColorFabb, The Netherlands</td>
			<td></td>
			<td>Carbon fiber filament</td>
		</tr>
		<tr>
			<td>iPhone 6s Plus</td>
			<td>Apple, USA</td>
			<td></td>
			<td>Data acquisition device</td>
		</tr>
		<tr>
			<td>Jelly Belly</td>
			<td>Jelly Belly Candy Company, USA</td>
			<td></td>
			<td>Food texture for user study</td>
		</tr>
	</tbody>
</table>

design and evaluation of smart glasses for food intake and physical activity classification

Bu çalışmada, tasarlamak ve gıda alımı ve diğer fiziksel aktiviteler sırasında temporalis kas faaliyetleri şekillerinin algılar bir gözlük-türü giyilebilir cihaz üretim protokolleri bir dizi sunuyor. Biz 3D baskılı şasesi gözlük ve her iki menteşeler çerçeve içinde eklenen bir yük hücre entegre baskılı devre kartı (PCB) modülü imal edilmiştir. Modül kuvvet sinyalleri almak ve onları kablosuz olarak iletmek için kullanıldı. Bu yordamlar sisteme yürüyüş ve salladıktan gibi pratik giyen koşullarında değerlendirilmesi daha yüksek mobilite sağlayan. Sınıflandırma performansını da gıda alımı şekillerinin bu fiziksel aktivitelerden ayırt tarafından değerlendirilir. Sinyalleri önişlem, özellik vektörel çizimler oluşturmak ve birkaç kalıpları tanımak için kullanılan algoritmaları bir dizi özel (çiğneme ve göz kırpıyor) faaliyetleri ve diğer fiziksel aktiviteler (sedanter dinlenme, konuşma ve yürüme). Sonuçları ortalama F1 Puan sınıflandırma seçme aktivitelerin yanı sıra %91.4 olduğunu gösterdi. Biz bu yaklaşım otomatik ve objektif ingestive davranışlarını ingestive sorunlarını tedavi etmek için pratik araç olarak daha yüksek doğruluk ile izlemek için potansiyel olarak yararlı olabilir inanıyoruz.

İletişim kuralında belirtilen işlemleri yoluyla iki yorum-in 3D yazdırılan çerçeve baş parça, LH (133 ve 138 mm) ve tapınaklar, LT (110 ve 125 mm), uzunluğu ayırt tarafından şekil 4' te gösterildiği gibi hazırladık. Bu nedenle, çeşitli konularda kafa büyüklüğü, şekli, vb konularda bir kullanıcı çalışma için kafasına uyacak çerçeve açmadı olabilir birkaç giyen koşulları kapağı olabilir. ...

Watch this Scientific Journal Video about Design and Evaluation of Smart Glasses for Food Intake and Physical Activity Classification at JoVE.com

Design and Evaluation of Smart Glasses for Food Intake and Physical Activity Classification

Tasarım ve gıda alımı ve fiziksel aktivite sınıflandırma için akıllı gözlük değerlendirme

Bu çalışmada, tasarlamak ve gıda alımı şekillerinin algılar bir gözlük-türü giyilebilir cihaz üretim bir protokol sunar ve yük hücreleri kullanarak seçme diğer fiziksel aktiviteler gözlük her iki menteşeler eklenmiş.

This study presents a series of protocols of designing and manufacturing a glasses-type wearable device that detects the patterns of temporalis muscle ...

design-evaluation-smart-glasses-for-food-intake-physical-activity

Research

JoVE Journal

Engineering

11.1K Görüntüleme.  Seoul National University. Bu çalışmada, tasarlamak ve gıda alımı şekillerinin algılar bir gözlük-türü giyilebilir cihaz üretim bir protokol sunar ve yük hücreleri kullanarak seçme diğer fiziksel aktiviteler gözlük her iki menteşeler eklenmiş.

Video: Design and Evaluation of Smart Glasses for Food Intake and Physical Activity Classification

Experiments on Ultrasonic Lubrication Using a Piezoelectrically-assisted Tribometer and Optical Profilometer

Friction and wear are detrimental to engineered systems. Ultrasonic lubrication is achieved when the interface between two sliding surfaces is vibrated at a frequency above the acoustic range (20 kHz). As a solid-state technology, ultrasonic lubrication can be used where conventional lubricants are unfeasible or undesirable. Further, ultrasonic lubrication allows for electrical modulation of the effective friction coefficient between two sliding surfaces. This property enables adaptive systems that modify their frictional state and associated dynamic response as the operating conditions change. Surface wear can also be reduced through ultrasonic lubrication. We developed a protocol to investigate the dependence of friction force reduction and wear reduction on the linear sliding velocity between ultrasonically lubricated surfaces. A pin-on-disc tribometer was built which differs from commercial units in that a piezoelectric stack is used to vibrate the pin at 22 kHz normal to the rotating disc surface. Friction and wear metrics including effective friction force, volume loss, and surface roughness are measured without and with ultrasonic vibrations at a constant pressure of 1 to 4 MPa and three different sliding velocities: 20.3, 40.6, and 87 mm/sec. An optical profilometer is utilized to characterize the wear surfaces. The effective friction force is reduced by 62% at 20.3 mm/sec. Consistently with existing theories for ultrasonic lubrication, the percent reduction in friction force diminishes with increasing speed, down to 29% friction force reduction at 87 mm/sec. Wear reduction remains essentially constant (49%) at the three speeds considered.

We present a protocol for using a piezoelectrically-assisted tribometer and optical profilometer to investigate the dependence of ultrasonic wear and friction reduction on linear velocity, contact pressure, and surface properties.

Ultrasonik Yağlama üzerinde deneyler bir piezoelektrik destekli tribometre ve Optik profilometre kullanma

Friction and wear are detrimental to engineered systems. Ultrasonic lubrication is achieved when the interface between two sliding surfaces is vibrated at ...

Mühendislik

Scanning Light Scattering Profiler (SLPS) Based Methodology to Quantitatively Evaluate Forward and Backward Light Scattering from Intraocular Lenses

The scanning light scattering profiler (SLSP) methodology has been developed for the full-angle quantitative evaluation of forward and backward light scattering from intraocular lenses (IOLs) using goniophotometer principles. This protocol describes the SLSP platform and how it employs a 360&#176; rotational photodetector sensor that is scanned around an IOL sample while recording the intensity and location of scattered light as it passes through the IOL medium. The SLSP platform can be used to predict, non-clinically, the propensity for current and novel IOL designs and materials to induce light scatter. Non-clinical evaluation of light scattering properties of IOLs can significantly reduce the number of patient complaints related to unwanted glare, glistening, optical defects, poor image quality, and other phenomena associated with the unintended light scattering. Future studies should be conducted to correlate SLSP data with clinical results to help identify which measured light scatter is most problematic for patients that have undergone cataract surgery subsequent to IOL implantation.

Scanning Light Scattering Profiler SLPS Based Methodology to Quantitatively Evaluate Forward and Backward Light Scattering from Intraocular Lenses

This protocol describes the scanning light scattering profiler (SLSP) that enables the full-angle quantitative evaluation of forward and backward scattering of light from intraocular lenses (IOLs) using goniophotometer principles.

Işık saçılma Profiler (SLPS) Tabanlı Metodoloji İntraoküler Lenslerden İleri ve Geri Işık Saçılımını Kantitatif Olarak Değerlendirmek İçin Tarama

The scanning light scattering profiler (SLSP) methodology has been developed for the full-angle quantitative evaluation of forward and backward light ...

Design and Characterization Methodology for Efficient Wide Range Tunable MEMS Filters

Here, we demonstrate the advantages of the laser Doppler vibrometer (LDV) over conventional techniques (the network analyzer), as well as the techniques to create an application-based microelectromechanical systems (MEMS) filter and how to use it efficiently (i.e., tuning the tuning-capability and avoiding both failure and stiction). LDV enables crucial measurements that are impossible with the network analyzer, such as higher mode detection (highly sensitive biosensor application) and resonance measurement for very small devices (fast prototyping). Accordingly, LDV was used to characterize the frequency tuning range and resonance frequency at different modes of the MEMS filters built for this study. This wide range frequency tuning mechanism is based simply on Joule heating from the embedded heaters and relatively high thermal stress with respect to the temperature of a fixed-fixed beam. However, we demonstrate that another limitation of this method is the resulting high thermal stress, which can burn the devices. Further improvement was achieved and shown for the first time in this study, such that the tuning capability was increased by 32% through an increase in the applied DC bias voltage (25 V to 35 V) between the two adjacent beams. This important finding eliminates the need for the extra Joule heating at the wider frequency tuning range. Another possible failure is through stiction and requirement of structure optimization: We propose a simple and easy technique of low frequency square wave signal application that can successfully separate the beams and eliminates the need for the more sophisticated and complicated methods given in the literature. The above findings necessitate a design methodology, and so we also provide an application-based design.

A protocol for a fixed-fixed beam design using a laser Doppler vibrometer (LDV), including the measurement of frequency tuning, modification of tuning capability, and avoidance of device failure and stiction, is presented. The superiority of the LDV method over the network analyzer is demonstrated due to its higher mode capability.

Tasarım ve karakterizasyon yöntemleri verimli geniş sıra Tunable MEMS filtreler için

Here, we demonstrate the advantages of the laser Doppler vibrometer (LDV) over conventional techniques (the network analyzer), as well as the techniques ...

Methods of Ex Situ and In Situ Investigations of Structural Transformations: The Case of Crystallization of Metallic Glasses

We demonstrate the use of two nuclear-based analytical methods that can follow the modifications of microstructural arrangement of iron-based metallic glasses (MGs). Despite their amorphous nature, the identification of hyperfine interactions unveils faint structural modifications. For this purpose, we have employed two techniques that utilize nuclear resonance among nuclear levels of a stable 57Fe isotope, namely M&#246;ssbauer spectrometry and nuclear forward scattering (NFS) of synchrotron radiation. The effects of heat treatment upon (Fe2.85Co1)77Mo8Cu1B14 MG are discussed using the results of ex situ and in situ experiments, respectively. As both methods are sensitive to hyperfine interactions, information on structural arrangement as well as on magnetic microstructure is readily available. M&#246;ssbauer spectrometry performed ex situ describes how the structural arrangement and magnetic microstructure appears at room temperature after the annealing under certain conditions (temperature, time), and thus this technique inspects steady states. On the other hand, NFS data are recorded in situ during dynamically changing temperature and NFS examines transient states. The use of both techniques provides complementary information. In general, they can be applied to any suitable system in which it is important to know its steady state but also transient states.

Methods of Ex Situ and In Situ Investigations of Structural Transformations: The Case of Crystallization of Metallic Glasses

Here, we present a protocol to describe ex situ and in situ investigations of structural transformations in metallic glasses. We employed nuclear-based analytical methods which inspect hyperfine interactions. We demonstrate the applicability of M&#246;ssbauer spectrometry and nuclear forward scattering of synchrotron radiation during temperature-driven experiments.

Ex Situ ve yapısal dönüşümleri in Situ soruşturma yöntemleri: Metalik gözlük kristalleşme olgusu

We demonstrate the use of two nuclear-based analytical methods that can follow the modifications of microstructural arrangement of iron-based metallic ...

Hybrid Printing for the Fabrication of Smart Sensors

A method to combine additively manufactured substrates or foils and multilayer inkjet printing for the fabrication of sensor devices is presented. First, three substrates (acrylate, ceramics, and copper) are prepared. To determine the resulting material properties of these substrates, profilometer, contact angle, scanning electron microscope (SEM), and focused ion beam (FIB) measurements are done. The achievable printing resolution and suitable drop volume for each substrate are, then, found through the drop size tests. Then, layers of insulating and conductive ink are inkjet printed alternately to fabricate the target sensor structures. After each printing step, the respective layers are individually treated by photonic curing. The parameters used for the curing of each layer are adapted depending on the printed ink, as well as on the surface properties of the respective substrate. To confirm the resulting conductivity and to determine the quality of the printed surface, four-point probe and profilometer measurements are done. Finally, a measurement set-up and results achieved by such an all-printed sensor system are shown to demonstrate the achievable quality.

Here we present a protocol for the fabrication of inkjet-printed multilayer sensor structures on additively manufactured substrates and foil.

Hibrid akıllı sensörler imalatı için yazdırma

A method to combine additively manufactured substrates or foils and multilayer inkjet printing for the fabrication of sensor devices is presented. First, ...

Design and Implementation of a Bespoke Robotic Manipulator for Extra-corporeal Ultrasound

With the potential for high precision, dexterity, and repeatability, a self-tracked robotic system can be employed to assist the acquisition of real-time ultrasound. However, limited numbers of robots designed for extra-corporeal ultrasound have been successfully translated into clinical use. In this study, we aim to build a bespoke robotic manipulator for extra-corporeal ultrasound examination, which is lightweight and has a small footprint. The robot is formed by five specially shaped links and custom-made joint mechanisms for probe manipulation, to cover the necessary range of motion with redundant degrees of freedom to ensure the patient&#39;s safety. The mechanical safety is emphasized with a clutch mechanism, to limit the force applied to patients. As a result of the design, the total weight of the manipulator is less than 2 kg and the length of the manipulator is about 25 cm. The design has been implemented, and simulation, phantom, and volunteer studies have been performed, to validate the range of motion, the ability to make fine adjustments, mechanical reliability, and the safe operation of the clutch. This paper details the design and implementation of the bespoke robotic ultrasound manipulator, with the design and assembly methods illustrated. Testing results to demonstrate the design features and clinical experience of using the system are presented. It is concluded that the current proposed robotic manipulator meets the requirements as a bespoke system for extra-corporeal ultrasound examination and has great potential to be translated into clinical use.

This paper introduces the design and implementation of a bespoke robotic manipulator for extra-corporeal ultrasound examination. The system has five degrees of freedom with lightweight joints made by 3D printing and a mechanical clutch for safety management.

Tasarım ve ekstra cismani ultrason için ısmarlama bir robot manipülatör

With the potential for high precision, dexterity, and repeatability, a self-tracked robotic system can be employed to assist the acquisition of real-time ...

Crack Monitoring in Resonance Fatigue Testing of Welded Specimens Using Digital Image Correlation

A procedure using digital image correlation (DIC) to detect cracks on welded specimens during fatigue tests on resonance testing machines is presented. It is intended as a practical and reproducible procedure to identify macroscopic cracks at an early stage and monitor crack propagation during fatigue tests. It consists of strain field measurements at the weld using DIC. Images are taken at fixed load cycle intervals. Cracks become visible in the computed strain field as elevated strains. This way, the whole width of a small-scale specimen can be monitored to detect where and when a crack initiates. Subsequently, it is possible to monitor the development of the crack length. Because the resulting images are saved, the results are verifiable and comparable. The procedure is limited to cracks initiating at the surface and is intended for fatigue tests under laboratory conditions. By visualizing the crack, the presented procedure allows direct observation of macrocracks from their formation until rupture of the specimen.

Digital image correlation is used in fatigue tests on a resonance testing machine to detect macroscopic cracks and monitor crack propagation in welded specimens. Cracks on the specimen surface become visible as increased strains.

Dijital Görüntü Korelasyonkullanılarak Kaynaklı Örneklerin Rezonans Yorulma Testinde Çatlak İzleme

A procedure using digital image correlation (DIC) to detect cracks on welded specimens during fatigue tests on resonance testing machines is presented. It ...

Evaluation of an Exclusive Spur Dike U-Turn Design with Radar-Collected Data and Simulation

Traditional U-turn designs can improve operational features obviously, while U-turn diversions and merge segments still cause traffic congestion, conflicts, and delays. An exclusive spur dike U-turn lane design (ESUL) is proposed here to solve the disadvantages of traditional U-turn designs. To evaluate the operation performance of ESUL, a traffic simulation protocol is needed. The whole simulation process includes five steps: data collection, data analysis, simulation model build, simulation calibration, and sensitive analysis. Data collection and simulation model build are two critical steps and are described later in greater detail. Three indexes (travel time, delay, and number of stops) are commonly used in the evaluation, and other parameters can be measured from the simulation according to experimental needs. The results show that the ESUL significantly diminishes the disadvantages of traditional U-turn designs. The simulation can be applied to solve microscopic traffic problems, such as in single or several adjacent intersections or short segments. This method is not suitable for larger scale road networks or evaluations without data collection.

This protocol describes the process of solving a microscopic traffic problem with simulation. The whole process contains a detailed description of data collection, data analysis, simulation model build, simulation calibration, and sensitive analysis. Modifications and troubleshooting of the method are also discussed.

Radar Toplanan Veri ve Simülasyon ile Özel Bir Spur Dike U-Turn Tasarımının Değerlendirilmesi

Traditional U-turn designs can improve operational features obviously, while U-turn diversions and merge segments still cause traffic congestion, ...

Fabrication of Compressed Hosiery and Measurement of its Pressure Characteristic Exerted on the Lower Limbs

This article reports the pressure characteristic measurement of compressed hosiery via direct and indirect methods. In the direct method, an interface sensor is used to measure the pressure value exerted on the lower limbs. In the indirect method, the necessary parameters mentioned by the cone and cylinder model are tested to calculate the pressure value. The necessary parameters involve course density, wales density, circumference, length, thickness, tension, and deformation of the compressed hosiery. Compared with the results of the direct method, the cone model in the indirect method is more suitable for calculating the pressure value because the cone model considers the change in radius of the lower limb from the knee to the ankle. Based on this measurement, the relationship among fabrication, structure, and pressure is further investigated in this study. We find that graduation is the main influence that can change the wales density. On the other hand, elastic motors directly affect the course density and the circumference of the stockings. Our reported work provides the fabrication-structure-pressure relationship and a design guide for gradually compressed hosiery.

This article reports fabrication, structure and pressure measurement of compressed hosiery by employing direct and indirect methods.

Sıkıştırılmış Çorapların İmalatı ve Alt Uzuvlara Uygulanan Basınç Özelliğinin Ölçümü

This article reports the pressure characteristic measurement of compressed hosiery via direct and indirect methods. In the direct method, an interface ...

Manufacturing, Control, and Performance Evaluation of a Gecko-Inspired Soft Robot

This protocol presents a method for manufacturing, control, and evaluation of the performance of a soft robot that can climb inclined flat surfaces with slopes of up to 84&#176;. The manufacturing method is valid for the fast pneunet bending actuators in general and might, therefore, be interesting for newcomers to the field of actuator manufacturing. The control of the robot is achieved by means of a pneumatic control box that can provide arbitrary pressures and can be built by only using purchased components, a laser cutter, and a soldering iron. For the walking performance of the robot, the pressure-angle calibration plays a crucial role. Therefore, a semi-automated method for the pressure-angle calibration is presented. At high inclines (&#62; 70&#176;), the robot can no longer reliably fix itself to the walking plane. Therefore, the gait pattern is modified to ensure that the feet can be fixed on the walking plane.

This protocol provides a detailed list of steps to be performed for the manufacturing, control and evaluation of the climbing performance of a gecko-inspired soft robot.

Gecko'dan Esinlenilmiş Yumuşak Robotun İmalatı, Kontrolü ve Performans Değerlendirmesi

This protocol presents a method for manufacturing, control, and evaluation of the performance of a soft robot that can climb inclined flat surfaces with ...