Name: concept development and use of an automated food intake and eating behavior assessment method
Uploaded: 2021-02-19T15:00:00
Description: Watch this Scientific Journal Video about Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method at JoVE.com

Wij danken J.M.C. D. Meijer van de Technische Ontwikkelingsstudio van Wageningen University and Research voor zijn hulp bij de ontwikkeling van de mEETr tray. Dit onderzoek is gefinancierd door het project 4 Nederlandse Technische Universiteiten, 4TU- Pride and Prejudice.

Deze pilotstudie is voorafgaand aan de start van het project goedgekeurd door het METC van Wageningen University.
LET OP: Alle deelnemers die aan dit project hebben bijgedragen, hebben een geïnformeerde toestemming gegeven, inclusief de goedkeuring van videobeelden met zichtbare en herkenbare gezichten.
1. Monstervoorbereiding en toestemming van de deelnemer
<ol><li>Bereid een sap (glas of kopje), fruityoghurt (kom) en fruitstukjes (bord). OPMERKING: Deze voed...

<ol>
	<li>Burrows, T. L., Ho, Y. Y., Rollo, M. E., Collins, C. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Validity+of+dietary+assessment+methods+when+compared+to+the+method+of+doubly+labeled+water:+A+systematic+review+in+adults.">Validity of dietary assessment methods when compared to the method of doubly labeled water: A systematic review in adults.</a> Frontiers in Endocrinology. 10, 850 (2019).</li><li>Brouwer-Brolsma, E. M., 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=Dietary+intake+assessment:+From+traditional+paper-pencil+questionnaires+to+technology-based+tools.+Environmental+software+systems.+Data+science+in+action.">Dietary intake assessment: From traditional paper-pencil questionnaires to technology-based tools. Environmental software systems. Data science in action.</a> Advances in Information and Communication Technology. 554, (2020).</li><li>Palese, 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=What+nursing+home+environment+can+maximise+eating+independence+among+residents+with+cognitive+impairment?+Findings+from+a+secondary+analysis.">What nursing home environment can maximise eating independence among residents with cognitive impairment? Findings from a secondary analysis.</a> Geriatric Nursing. 41 (6), 709-716 (2020).</li><li>Krop, E. M., 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=Influence+of+oral+processing+on+appetite+and+food+intake+-+A+systematic+review+and+meta-analysis.">Influence of oral processing on appetite and food intake - A systematic review and meta-analysis.</a> Appetite. 125, 253-269 (2018).</li><li>Nicolas, E., Veyrune, J. L., Lassauzay, C., Peyron, M. A., Hennequin, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Validation+of+video+versus+electromyography+for+chewing+evaluation+of+the+elderly+wearing+a+complete+denture.">Validation of video versus electromyography for chewing evaluation of the elderly wearing a complete denture.</a> Journal of Oral Rehabilitation. 34 (8), 566-571 (2007).</li><li>Sabin, M. 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+novel+treatment+for+childhood+obesity+using+Mandometer&#174;+technology.">A novel treatment for childhood obesity using Mandometer&#174; technology.</a> International Journal of Obesity. 7, (2006).</li><li>Hermsen, S., 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=Evaluation+of+a+Smart+fork+to+decelerate+eating+rate.">Evaluation of a Smart fork to decelerate eating rate.</a> Journal of the Academy of Nutrition and Dietetics. 116 (7), 1066-1068 (2016).</li><li>vanden Boer, 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=The+splendid+eating+detection+sensor:+Development+and+feasibility+study.">The splendid eating detection sensor: Development and feasibility study.</a> JMIR mHealth and uHealth. 6 (9), 170 (2018).</li><li>Papapanagiotou, V., 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+novel+chewing+detection+system+based+on+ppg,+audio,+and+accelerometry.">A novel chewing detection system based on ppg, audio, and accelerometry.</a> IEEE Journal of Biomedical and Health Informatics. 21 (3), 607-618 (2016).</li><li>Ioakimidis, I., 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=Description+of+chewing+and+food+intake+over+the+course+of+a+meal.">Description of chewing and food intake over the course of a meal.</a> Physiology &amp; Behavior. 104 (5), 761-769 (2011).</li><li>Ruiz, L. D., Zuelch, M. L., Dimitratos, S. M., Scherr, R. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adolescent+obesity:+Diet+quality,+psychosocial+health,+and+cardiometabolic+risk+factors.">Adolescent obesity: Diet quality, psychosocial health, and cardiometabolic risk factors.</a> Nutrients. 12 (1), 43 (2020).</li><li>Forde, C. G., van Kuijk, N., Thaler, T., de Graaf, C., Martin, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Oral+processing+characteristics+of+solid+savoury+meal+components,+and+relationship+with+food+composition,+sensory+attributes+and+expected+satiation.">Oral processing characteristics of solid savoury meal components, and relationship with food composition, sensory attributes and expected satiation.</a> Appetite. 60 (1), 208-219 (2013).</li><li>Weijzen, P. L. G., Smeets, P. A. M., de Graaf, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sip+size+of+orangeade:+effects+on+intake+and+sensory-specific+satiation.">Sip size of orangeade: effects on intake and sensory-specific satiation.</a> British Journal of Nutrition. 102 (07), 1091-1097 (2009).</li><li>Zijlstra, N., de Wijk, R. A., Mars, M., Stafleu, A., de Graaf, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effect+of+bite+size+and+oral+processing+time+of+a+semisolid+food+on+satiation.">Effect of bite size and oral processing time of a semisolid food on satiation.</a> The American Journal of Clinical Nutrition. 90 (2), 269-275 (2009).</li><li>Bolhuis, D. P., 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=Slow+food:+sustained+impact+of+harder+foods+on+the+reduction+in+energy+intake+over+the+course+of+the+day.">Slow food: sustained impact of harder foods on the reduction in energy intake over the course of the day.</a> PloS One. 9 (4), 93370 (2014).</li><li>Grinyer, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+anonymity+of+research+participants:+assumptions,+ethics+and+practicalities.">The anonymity of research participants: assumptions, ethics and practicalities.</a> Social Research Update. 36 (1), 4 (2002).</li></ol>

Een gezond dieet en een gezond eetgedrag hebben aangetoond een sleutelrol te spelen bij de preventie van en oplossing voor overgewicht en obesitas11. Veel van de methoden die worden gebruikt om de inname van de voeding en het eetgedrag te meten, zijn echter belastend voor gebruikers, onderzoekers en professionals in de gezondheidszorg en kunnen bevooroordeeld zijn omdat ze afhankelijk zijn van schattingen van het geheugen en de portiegrootte. Het gebruik van de mEETr, onafhankelijk of naast conven...

An erratum was issued for:&#160;<a href="https://www.jove.com/t/62144">Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method</a>. An author name was updated.
The name was updated from:
Cees de Graaf
to:
Kees de Graaf

An erratum was issued for:&#160;<a href="https://www.jove.com/t/62144">Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method</a>. An author name was updated.

Erratum: Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method

In voedingsonderzoek en voedingspraktijk is het belangrijk om goede metingen te hebben van wat, hoeveel en hoe mensen eten, om oplossingen te vinden voor de problemen met overgewicht en obesitas. Om de inname via de voeding te beoordelen, worden vaak conventionele zelfrapportagevragenlijsten gebruikt, zoals voedseldagboeken, 24-uurs recalls of voedselfrequentievragenlijsten1. Deze methoden zijn gebaseerd op zelfrapportage en zijn daarom tijdrovend en vatbaar voor bias als gevolg van sociaal wenselijke antwoorden, ontoereikend geheugen en moeilijkheden bij het schatten vanportiegroottes 2,3. Naast metingen van de dieetkwaliteit (voedseltype en hoeveelheid gegeten), is het ook belangrijk om te weten hoe het voedsel wordt gegeten, omdat eetgedrag dat de voedselinname vertraagt, is aangetoond dat het overconsumptie binnen een maaltijd voorkomt4. Om het eetgedrag te beoordelen, is de gouden standaard om twee waarnemers video-opnamen te laten maken van mensen die een maaltijd eten5. Deze methode is nogal arbeidsintensief en tijdrovend en laat geen onmiddellijke feedback op het gedrag toe.
Recente technologische ontwikkelingen bieden nu de mogelijkheid om geautomatiseerde metingen van voedselinname te combineren met geautomatiseerde metingen van het eetgedrag tijdens een maaltijd. Als reactie op deze ontwikkelingen is een nieuwe sensorgebaseerde voedingsbeoordelingsmethode ontwikkeld, de mEETr, het acroniem van de twee Nederlandse woorden 'Meter' (vertaald: meetapparaat) en 'eet' (vertaald: eten). De mEETr is een gewone eettafel met drie ingebouwde weegstations(figuur 1 toont het ontwerp van de lade en de sensorplaten) en een camerahouder. Elk weegstation bestaat uit drie driehoekig gepositioneerde meetpunten om het gewicht te verdelen. De weegstations meten het gewicht van de kom, het bord en de drinkbeker of het glas continu tijdens de maaltijd. De mEETr bevat ook een videocamerahouder. Momenteel staat de camerahouder los van de lade, maar voor standaardisatiedoeleinden zou een geïntegreerde camera na de volgende upgrade van mEETr (een opvouwbare videocamerastick) ideaal zijn. De camera vergemakkelijkt geautomatiseerde real-time analyse van het aantal beten en kauwen en de eetduur, waardoor informatie over de eetsnelheid en de bijtgrootte kan worden genereren. Geautomatiseerde analyse van eetgedrag wordt gedaan met behulp van een nieuw ontwikkeld algoritme. Verschillende onderzoeksgroepen hebben apparaten ontwikkeld om mensen realtime feedback te geven over de versnelling van het eten en de hoeveelheid die mensen eten6. Ook zijn augmented vorken ontwikkeld om real-time feedback te geven over het aantal beten en hun frequentie binnen een maaltijd7. Bovendien werd een oorsensor ontwikkeld om de microstructuur van het eten in vrije levensomstandigheden te meten8,9. Vergelijkbaar met dit apparaat is de opstelling die wordt gebruikt door Ioakimidis et al.10, waar videometingen werden gecombineerd met een weegplateau om de voedselinname, het aantal beten en het kauwgedrag te bepalen.
In vergelijking met deze apparaten is de nieuwigheid van de mEETr dat het geautomatiseerde metingen van voedselinname van twee borden en een drinkbeker (n = 3) en eetgedrag (bijv. eetsnelheid, aantal beten, bijtgrootte en kauwgedrag) in één apparaat combineert. De mEETr is, zoals aangetoond, geschikt voor maaltijdmetingen van voedselinname en eetgedrag binnen een gecontroleerde (eetlab)omgeving, maar uiteindelijk is het doel om de mEETr te gebruiken in minder gecontroleerde omgevingen waar re-voorkomende maaltijdplannen worden gebruikt, zoals kinderdagverblijven, bejaardentehuizen en ziekenhuizen.
Uiteindelijk zal de mEETr een objectievere en als zodanig nauwkeurigere en nauwkeurigere meting van voedselinname en eetgedrag bieden dan conventionele dieetbeoordelingsmethoden en handmatige codering van video's. Betere maatregelen van de voedselinname zouden ten goede komen aan voedings- en gezondheidsonderzoek, maar ook aan de gezondheidswerkers in hun uitdaging om de toename van voedselgerelateerde niet-overdraagbare ziekten te bestrijden11. Uiteindelijk kan de mEETr worden gebruikt in onderzoeks- en gezondheidszorginstellingen en door gezondheidsbewuste gebruikers thuis door de mEETr te koppelen aan bestaande technologieën en software, zoals andere gezondheidsapps of slimme horloges. Over het algemeen bieden deze gezondheidsmaatregelen de gebruiker of de zorgverlener een vrij divers en volledig overzicht van een verscheidenheid aan gezondheidsgedragspatronen (bijv. voedselinname, eetgedrag, energieverbruik op basis van real-life maatregelen, slaap, stress) waardoor de gebruiker zijn dieet kan optimaliseren en een gezonde levensstijl kan creëren.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Battery</td>
			<td>na</td>
			<td>na</td>
			<td>Battery pack (LiPo) and charge electronics via an USB port connector. No data from this port.</td>
		</tr>
		<tr>
			<td>Connector program</td>
			<td>Noldus</td>
			<td></td>
			<td>Noldus Information technology software dashboard nview</td>
		</tr>
		<tr>
			<td>Dinner tray</td>
			<td>na</td>
			<td>na</td>
			<td>Standard dinner tray from glass inforced epoxy</td>
		</tr>
		<tr>
			<td>Larger scale</td>
			<td>na</td>
			<td>na</td>
			<td>One high range custom made scale based on a triple force sensor method.</td>
		</tr>
		<tr>
			<td>Mainboard</td>
			<td>na</td>
			<td>na</td>
			<td>A mainboard converting the three scale measurements to calibrated weight numbers. This board also contains the low power short range RF transmitter.</td>
		</tr>
		<tr>
			<td>OS Windows</td>
			<td>Microsoft</td>
			<td></td>
			<td>windows 10 Pro 64 bit</td>
		</tr>
		<tr>
			<td>Processor program</td>
			<td>Noldus</td>
			<td></td>
			<td>Noldus Information technology software FaceReader</td>
		</tr>
		<tr>
			<td>Receiver program</td>
			<td>Noldus</td>
			<td></td>
			<td>Noldus Information technology software Observer</td>
		</tr>
		<tr>
			<td>RF receiver</td>
			<td>na</td>
			<td>na</td>
			<td>Custom build USB converter connected to a RF receiver. This receiver has a squelch setting for making it low range sensitive.</td>
		</tr>
		<tr>
			<td>Small scales</td>
			<td>na</td>
			<td>na</td>
			<td>Two low range custom made scales based on a triple force sensor method.</td>
		</tr>
	</tbody>
</table>

concept development and use of an automated food intake and eating behavior assessment method

De overgrote meerderheid van de methoden voor het beoordelen van voedings- en eetgedrag is gebaseerd op zelfrapportages. Ze zijn omslachtig en ook gevoelig voor meetfouten. Recente technologische innovaties maken de ontwikkeling mogelijk van nauwkeurigere en nauwkeurigere voedings- en eetgedragsbeoordelingsinstrumenten die minder inspanning vereisen voor zowel de gebruiker als de onderzoeker. Daarom werd een nieuw sensorgebaseerd apparaat ontwikkeld om voedselinname en eetgedrag te beoordelen. Het apparaat is een gewone eetbak uitgerust met een videocamera en drie afzonderlijke ingebouwde weegstations. De weegstations meten het gewicht van de kom, het bord en de drinkbeker continu tijdens een maaltijd. De videocamera die op het gezicht is geplaatst, registreert eetgedragskenmerken (kauwen, beten), die worden geanalyseerd met behulp van op kunstmatige intelligentie (AI) gebaseerde automatische gezichtsuitdrukkingssoftware. Het gewicht van de lade en de videogegevens worden in realtime naar een pc (pc) getransporteerd met behulp van een draadloze ontvanger. De uitkomsten van rente, zoals de gegeten hoeveelheid, eetsnelheid en bijtgrootte, kunnen worden berekend door de gegevens van deze metingen af te trekken op de tijdstippen van rente. De informatie verkregen door de huidige versie van de lade kan worden gebruikt voor onderzoeksdoeleinden, een verbeterde versie van het apparaat zou ook het verstrekken van meer gepersonaliseerd advies over dieetinname en eetgedrag vergemakkelijken. In tegenstelling tot de conventionele dieetbeoordelingsmethoden meet dit voedingsbeoordelingsapparaat de voedselinname direct binnen een maaltijd en is het niet afhankelijk van het geheugen of de schatting van de portiegrootte. Uiteindelijk is dit apparaat daarom geschikt voor dagelijkse voedselinname en eetgedragsmaatregelen. In de toekomst kan deze op technologie gebaseerde dieetbeoordelingsmethode worden gekoppeld aan gezondheidstoepassingen of slimme horloges om een volledig overzicht te krijgen van lichaamsbeweging, energie-inname en eetgedrag.

Een langzamere inname (figuur 7), kleinere sip/bite maten (figuur 8) en meer kauwen (figuur 9) leidden tot een lagere inname van de salade in vergelijking met de yoghurt en het sap (figuur 6) zoals gemeten door de mEETr tray. De deelnemers aten 17% minder van de fruitsalade in vergelijking met het vruchtensap. Alle eetgedragskenmerken verschilden tussen sap, yoghurt en salade (figuu...

Watch this Scientific Journal Video about Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method at JoVE.com

Concept Development and Use of an Automated Food Intake and Eating Behavior Assessment Method

Dit protocol toont en verklaart een nieuwe op technologie gebaseerde dieetbeoordelingsmethode. De methode bestaat uit een eetbak met meerdere ingebouwde weegschalen en een videocamera. Het apparaat is uniek in de zin dat het geautomatiseerde metingen van voedsel- en drankinname en eetgedrag in de loop van een maaltijd bevat.

Conceptontwikkeling en gebruik van een geautomatiseerde methode voor voedselinname en beoordeling van eetgedrag

The vast majority of dietary and eating behavior assessment methods are based on self-reports. They are burdensome and also prone to measurement errors. ...

Voedingsonderzoekers en diëtisten gebruiken indirecte maatregelen om de voedselinname te meten, zoals voedsel recalls. Met een meter kunnen we de daadwerkelijke voedselinname tijdens de maaltijd en ook het eetgedrag van mensen meten. Het grote voordeel van de meter is dat we nauwkeuriger kunnen meten hoeveel mensen eten met weinig inspanning van consumenten of patiënten.Deze techniek kan worden gebruikt om beter inzicht te krijgen in wat een individu eet. Dit kan vooral belangrijk zijn voor mensen die lijden aan diabetes of voor mensen die ondervoed zijn, zoals ouderen. De procedure wordt gedemonstreerd door Els Siebelink, hoofd van de afdeling Diëtisten en een getrainde onderzoeksdiëtist.Deelnemers zijn Femke de Gooijer en Michele Tufano, beiden promovendi, en allen werkzaam bij de afdeling Humane Voeding en Gezondheid van Wageningen University. Begin met het bereiden van een sap, fruityoghurt en fruitstukjes. Werf vrijwilligers die akkoord gaan met deelname aan het onderzoek.Sluit deelnemers uit die een bril dragen die geen lenzen kan dragen of deelnemers met gezichtshaar om meetfouten te voorkomen. Informeer de deelnemers over het onderzoek en de gegevensverzameling en verkrijg hun handtekening op de geïnformeerde toestemming voordat ze gegevens verzamelen. Nadat u ervoor hebt gezorgd dat het licht in de kamer gelijkmatig is verdeeld en dat er geen achtergrondgeluid op de video-opnamen is, plaatst u de deelnemer voor de tafel met het tafelblad net onder zijn borst.De hele romp moet zichtbaar zijn, inclusief de armen. Sluit de draadloze ontvanger van de lade en de webcam aan op een laptop. Schakel de lade in en start de laptop en zorg ervoor dat de lade is opgeladen, wat wordt aangegeven door een groen lampje.Open respectievelijk het connectorprogramma, de ontvanger en het processorsoftwareprogramma samen met het dashboard. Zorg ervoor dat het beeldframe correct is om een slechte beeldkwaliteit te voorkomen en dat het hoofd en de borst van de deelnemer, inclusief armen en schouders, duidelijk zichtbaar zijn. Houd de lade droog, inclusief een 50 millimeter dun basispaneel met een centrale printplaat onder de lade.Breng de weeggegevens met een interval van één seconde over via een kortbereikradiosignaal van ongeveer een meter afstand. Sluit de ontvanger aan op een personal computer via een USB-poort. Zorg ervoor dat de plaat, de beker en de kom niet op het platform of de omliggende bak rusten.Gebruik de middelste ring om dit te voorkomen. Plaats de meter voor de deelnemer en instrueer de deelnemer om zoveel of zo weinig te eten als hij of zij wil terwijl hij of zij recht in de webcam kijkt. Herinner hen eraan om hun handen niet voor hun gezicht te leggen tijdens het eten.Start een nieuwe observatie in de ontvangersoftware. Registreer de datum, het deelnemersnummer, het geslacht, de leeftijd en antropometrische gegevens van de deelnemer, zoals gewicht en lengte. Voeg aanvullende informatie zoals de studievoorwaarde en het studiebezoek toe aan de observatienaam.Druk op record in de ontvangersoftware om de observatie op te nemen en het dashboard te activeren om de video-opnamen en de binnenkomende gegevens tijdens het verzamelen van gegevens te controleren. Vraag de deelnemer voorafgaand aan de opname om de kaart met het deelnemersnummer op te tillen en zijn hand op te steken aan het begin en einde van de maaltijd. Beëindig de observatie wanneer de deelnemer klaar is met eten.Het duurt twee minuten om alle gegevens over te zetten naar een spreadsheet. Koppel de webcam en de ontvanger van de lade los van de laptop en maak deze schoon met een reinigingsdoekje of reinigingsspray. Geautomatiseerde metingen van eetgedrag worden opgeslagen onder het kopje Data.Klik op Gegevens exporteren om de onbewerkte gegevens te extraheren. Het uitvoerbestand bevat gegevens over het deelnemersnummer, realtime, relatieve starttijd en tijdgestempelde eetgedragsvariabelen, zoals het aantal beten, het aantal kauwen en de kauwduur. Vat de resultaten samen en visualiseer ze in verschillende staafdiagrammen binnen het programma.Exporteer de logboekbestanden naar een spreadsheet en voer de gegevensanalyse uit met behulp van het statistische programma van voorkeur. De meterbak mat een lagere inname van de salade in vergelijking met de yoghurt en het sap. De deelnemers aten 17% minder van de fruitsalade in vergelijking met het vruchtensap, een langzamere innamesnelheid, kleinere slok- of bijtgroottes en meer kauwen leidden tot een lagere inname van de salade in vergelijking met de yoghurt en het sap, gemeten door de meterbak.De deelnemers kauwden aanzienlijk meer op de fruitsalade in vergelijking met de yoghurt en het sap. Het waargenomen aantal kauwen verschilde met een factor drie tussen de yoghurt en fruitsalade. De bijtgrootte was het kleinst voor de salade, 6,5 gram per hap in vergelijking met acht gram per slok sap.Over het algemeen leken het aantal kauwen, de bijtgrootte en de eetsnelheid van invloed te zijn op de hoeveelheid die tijdens de maaltijd werd gegeten in een eetlabomgeving. In toekomstige versies van de meter willen we graag een camera inbouwen die van de zijkant of van de onderste hoek komt, zodat deze minder opdringerig is voor mensen dan een camera die recht voor hen komt. Toekomstige versies van het systeem zullen ons in staat stellen om voedselinnamegedrag in het echte leven te bestuderen.Dit stelt ons ook in staat om de consument direct feedback te geven over hoeveel ze consumeren, wat ze consumeren en ook hoe snel ze eten.

Research

Education

JoVE Core

JoVE Journal

Nursing

Behavior

Unit 1

Introduction to Health

SCIENTISTS IN ACTION

Assessment of Murine Exercise Endurance Without the Use of a Shock Grid: An Alternative to Forced Exercise

Beoordeling van Muriene Oefening Endurance zonder het gebruik van een Shock Grid: Een alternatief voor Forced Exercise

Using laboratory mouse models, the molecular pathways responsible for the metabolic benefits of endurance exercise are beginning to be defined. The most ...

Experimental Assessment of Mouse Sociability Using an Automated Image Processing Approach

Experimentele Evaluatie van de muis Gezelligheid behulp van een geautomatiseerd Beeldverwerking Approach

Mouse is the preferred model organism for testing drugs designed to increase sociability. We present a method to quantify mouse sociability in which the ...

Protocol for Data Collection and Analysis Applied to Automated Facial Expression Analysis Technology and Temporal Analysis for Sensory Evaluation

Protocol voor gegevensverzameling en analyse Toegepast op Automated Gezichtsuitdrukking Analysis Technology and Temporal Analysis voor de sensorische evaluatie

We demonstrate a method for capturing emotional response to beverages and liquefied foods in a sensory evaluation laboratory using automated facial ...

Feeding Experimentation Device (FED): Construction and Validation of an Open-source Device for Measuring Food Intake in Rodents

Feeding Experimentation Device FED: Construction and Validation of an Open-source Device for Measuring Food Intake in Rodents

Feeding Experimentation Device (FED): Bouw en Validatie van een open-source-apparaat voor het meten van voedselinname bij knaagdieren

Food intake measurements are essential for many research studies. Here, we provide a detailed description of a novel solution for measuring food intake in ...

Combining Quantitative Food-intake Assays and Forcibly Activating Neurons to Study Appetite in Drosophila

Combining Quantitative Food-intake Assays and Forcibly Activating Neurons to Study Appetite in Drosophila

Het combineren van kwantitatieve voedselinname-Assays en onder dwang activeren neuronen om te bestuderen van eetlust in Drosophila

Food consumption is under the tight control of the brain, which integrates the physiological status, palatability, and nutritional contents of the food, ...

An Objective and Child-friendly Assessment of Arm Function by Using a 3-D Sensor

Een objectieve en kindvriendelijke beoordeling van Arm functie met behulp van een 3D-Sensor

Progressive and irreversible muscle atrophy characterizes Spinal Muscular Atrophy (SMA) and other similar muscle disorder diseases. Objective assessment ...

Assessment of Social Transmission of Food Preferences Behaviors

Beoordeling van sociale transmissie van voedsel voorkeuren gedrag

Olfactory recognition deficits are suggested to be able to serve as clinical marker to differentiate Alzheimer&#39;s disease (AD) subjects from healthy ...

Assessment of Midline Lingual Point-Pressure Somatosensation Using Von Frey Hair Monofilaments

Beoordeling van Midline Lingual Point-Pressure Somatosensation Met Von Frey Hair Monofilaments

Detection and discrimination threshold estimates for oral point pressure are assessed using Von Frey Hair monofilaments. Consistent with previously ...

An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones

Een beoordelingsmethode en toolkit om toetsenbordontwerp op smartphones te evalueren

Keyboard input has played an essential role in human-computer interaction with a vast user base, and the keyboard design has always been one of the ...