CN106859653A - 饮食行为检测装置及饮食行为检测方法 - Google Patents
饮食行为检测装置及饮食行为检测方法 Download PDFInfo
- Publication number
- CN106859653A CN106859653A CN201610836682.9A CN201610836682A CN106859653A CN 106859653 A CN106859653 A CN 106859653A CN 201610836682 A CN201610836682 A CN 201610836682A CN 106859653 A CN106859653 A CN 106859653A
- Authority
- CN
- China
- Prior art keywords
- mentioned
- signal
- vibration
- energy
- frame
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/04—Electric stethoscopes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
- A61B5/4205—Evaluating swallowing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Acoustics & Sound (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Endocrinology (AREA)
- Artificial Intelligence (AREA)
- Gastroenterology & Hepatology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
提供能够基于与从被检者产生的振动对应的振动信号识别被检者的咀嚼和吞咽的饮食行为检测装置。饮食行为检测装置具有:振动获取部,其获取从被检者的体内产生的振动,并生成与该振动对应的振动信号;能量计算部,其将振动信号分割为规定时间长的帧,并对每一帧计算振动信号的能量;稳定性判定部,其针对振动信号的每一帧,判定该帧是具有周期性的稳定信号还是不具有周期性的不稳定信号;持续时间测量部,其基于振动信号的每一帧的能量以及稳定性判定部的判定结果,检测振动信号的能量在能量阈值以上的不稳定信号持续的期间,并获取该期间的持续时间;以及判定部,其根据持续时间,判定在不稳定信号持续的期间内被检者是进行了吞咽还是进行了咀嚼。
Description
技术领域
本发明例如,涉及检测被检者的饮食行为的饮食行为检测装置及饮食行为检测方法。
背景技术
以往,研究基于人发出的声音等信号,解析该人的行为或者状态。作为这样的研究之一,提出了基于从被检者的体内产生的振动,检测被检者的吞咽或者咀嚼等饮食行为的技术(例如,参照专利文献1~3)。
例如,在专利文献1公开有基于对来自检测体内音的体内音麦克风的输出信号进行运算处理得到的输出数据,判定发声状态或者饮食状态的发声、饮食状态检测系统。该发声、饮食状态检测系统,在输出数据的在规定时间的基本频率成分的能量小于第一阈值,并且,输出数据的在规定时间的能量在第二阈值以上时,判定为饮食状态。并且,该发声、饮食状态检测系统计算既定时间内的饮食状态的产生频率,判定咀嚼状态和吞咽状态。此时,该发声、饮食状态检测系统将产生频率较高的饮食状态判定为咀嚼状态,将产生频率较低的饮食状态判定为吞咽状态。
另外,专利文献2所公开的状态检测装置将生物体的振动信号分离为体动信号和声音信号,并基于根据声音信号检测到的吞咽声、和根据体动信号检测出的喉部的吞咽运动来检测被检者的吞咽。
并且,专利文献3所公开的咀嚼检测装置,测量咀嚼声,求出所测量出的咀嚼声的时间方向上的能量推移的大致形状,并基于该大致形状来判定咀嚼。
专利文献1:日本特开2008-61790号公报
专利文献2:日本特开2009-279122号公报
专利文献3:日本特开2012-196284号公报
在人进行饮食行为的情况下,在该饮食行为中有时进行咀嚼和吞咽这两者。在这样的情况下,在专利文献1所公开的技术中,存在由于在既定时间内包含咀嚼状态和吞咽状态这两者,所以吞咽也被误判定为咀嚼,而不能够识别吞咽和咀嚼的情况。另外,在专利文献2所公开的技术、以及专利文献3所公开的技术中,不将识别咀嚼和吞咽作为对象。
发明内容
在一个侧面,本发明的目的在于提供能够基于与被检者产生的振动对应的振动信号来识别被检者的咀嚼和吞咽的饮食行为检测装置。
根据一个实施方式,提供饮食行为检测装置。该饮食行为检测装置具有:振动获取部,其获取从被检者的体内产生的振动,并生成与该振动对应的振动信号;能量计算部,其将振动信号分割为规定时间长的帧,并对每一帧计算振动信号的能量;稳定性判定部,其针对振动信号的每一帧,判定该帧是具有周期性的稳定信号还是不具有周期性的不稳定信号;持续时间测量部,其基于振动信号的每一帧的能量以及稳定性判定部的判定结果,检测不稳定信号在振动信号的能量为能量阈值以上的情况下持续的期间,并获取该期间的持续时间;以及判定部,其根据持续时间,判定在不稳定信号持续的期间内被检者是进行了吞咽还是进行了咀嚼。
能够基于与被检者产生的振动对应的振动信号识别被检者的咀嚼和吞咽。
附图说明
图1是表示包含咀嚼声和吞咽声的声音信号的一个例子的图。
图2是第一实施方式的饮食行为检测装置的概略结构图。
图3是第一实施方式的处理部的功能框图。
图4是基于自相关序列的稳定性判定处理的动作流程图。
图5是不稳定信号的持续时间测定处理的动作流程图。
图6是饮食行为检测处理的动作流程图。
图7是表示将本实施方式的饮食行为检测处理应用于作为振动信号获取的声音信号的情况下的检测结果的一个例子的图。
图8是第二实施方式的处理部的功能框图。
图9是阈值控制处理的动作流程图。
图10是第三实施方式的饮食行为检测装置的处理部的功能框图。
图11是第四实施方式的饮食行为检测装置的处理部的功能框图。
附图标记说明
1…饮食行为检测装置,2…人体振动获取部,3…模拟/数字转换部,4…用户界面部,5…存储部,6…存储介质访问装置,6a…存储介质,7、71、72、73…处理部,11…能量计算部,12…稳定性判定部,13…持续时间测量部,14…判定部,15…阈值控制部,16…咀嚼次数测量部,17…适当次数判定部,18…进餐时刻推定部,19…规则性判定部。
具体实施方式
以下,参照图对饮食行为检测装置进行说明。该饮食行为检测装置通过解析与被检者产生的振动对应的振动信号,来检测被检者的饮食行为,特别是,咀嚼和吞咽。
图1是表示包含咀嚼声和吞咽声的声音信号的一个例子的图。在图1中,横轴表示时间,纵轴表示声音信号的振幅。而且信号100表示声音信号。另外,在图1中,区间101与进行咀嚼的区间对应,另一方面,区间102与进行吞咽的区间对应。另外,声音信号100的下侧的图110表示声音信号100的能量的时间变化。
吞咽声是咽部的肌肉的运动所引起的冲击、食物通过喉部时的摩擦或者空气与食物的换位所产生的声音,是持续大约500msec~大约800sec左右的声音。另一方面,咀嚼声是在粉碎食物时产生的声音,与吞咽声相比较,持续时间较短,例如,是持续大约100msec~大约300msec左右的声音。另外,如声音信号100以及图110所示的那样,咀嚼声以及吞咽声不具有任何周期性,即、不具有间距(pitch),与发声声音相比较是自相关的范围较窄的不稳定声音。另外,若比较咀嚼声和吞咽声,则与吞咽声中的某个既定能量以上的能量持续的期间相比,咀嚼声中的某个既定能量以上的能量持续的期间相对较短。
因此,该饮食行为检测装置将与从被检者产生的振动对应的振动信号中,具有既定能量以上的能量,并且,不稳定信号持续的期间,作为进行吞咽或者咀嚼的期间进行检测。而且该饮食行为检测装置根据该期间的长度,识别该期间是相当于咀嚼还是相当于吞咽。
图2是第一实施方式的饮食行为检测装置的概略结构图。饮食行为检测装置1例如,作为移动电话机、智能手机、平板电脑、或者计算机而安装。而且饮食行为检测装置1具有人体振动获取部2、模拟/数字转换部3、用户界面部4、存储部5、存储介质访问装置6、以及处理部7。饮食行为检测装置1也可以还具有用于利用有线或者无线方式与其它的设备进行通信的通信部(未图示)。
人体振动获取部2获取从被检者的体内产生的振动,特别是,口内或者喉周围的肌肉或者骨格的振动或者由于该振动引起的声音,并生成与该振动对应的电信号作为振动信号。为此,人体振动获取部2例如,具有麦克风、咽麦克风、骨传导麦克风、拾音器、加速度传感器、压力传感器、摄像机、或者肌电传感器等能够获取从体内产生的振动或者由于该振动引起的声音的传感器。而且该传感器植入项链、耳挂、贴片、耳机、头戴式耳机、或者衣服,例如,佩戴于被检者的脖颈、胸口、头部或者脸。另外,在传感器为摄像机的情况下,该摄像机朝向受检者的头或者胸部设置。而且在由摄像机得到的图像信号中,根据拍摄到受检者的头或者胸部的像素的亮度值等的变化,获取表示口内或者喉部周围的肌肉或者骨格的振动的振动信号。
人体振动获取部2将生成的振动信号输出给模拟/数字转换部3。
另外,在变形例中,也可以人体振动获取部2与饮食行为检测装置主体独立地设置,并通过无线通信,将获取的信号发送给饮食行为检测装置主体。该情况下,人体振动获取部2也可以安装于例如按照与Body Area Network(人体局域网)对应的标准的无线终端,并将该无线终端佩戴于被检者。而且饮食行为检测装置主体也可以固定地设置在能够与该无线终端进行通信的范围内。而且无线终端也可以将生成的振动信号依次发送给饮食行为检测装置主体。或者,也可以具有人体振动获取部2的无线终端以既定期间保存生成的振动信号,并在该无线终端能够与饮食行为检测装置主体进行无线通信的时刻,将保存的振动信号发送给饮食行为检测装置主体。
模拟/数字转换部3例如具有放大器、和模拟/数字转换器。模拟/数字转换部3通过放大器放大从人体振动获取部2接收的振动信号。然后模拟/数字转换部3通过模拟/数字转换器以规定的取样周期对该放大后的振动信号进行取样,从而生成被数字化的振动信号。以下,为了方便,仅将该数字化后的振动信号称为振动信号。模拟/数字转换部3将振动信号输出给处理部7。
用户界面部4例如具有触摸面板。而且用户界面部4生成与用户的操作对应的操作信号,例如,指示振动信号解析的开始的信号,或者,使振动信号解析的结果显示的信号,并将该操作信号输出给处理部7。另外用户界面部4根据从处理部7接收的显示用的信号,显示振动信号解析的结果等。此外,用户界面部4也可以独立地具有操作信号输入用的多个操作按钮、和液晶显示器这样的显示装置。
存储部5例如具有能够读写的半导体存储器和只读半导体存储器。而且存储部5存储饮食行为检测装置1所使用的各种计算机程序及各种数据。特别是,存储部5存储饮食行为检测处理所使用的各种信息、以及称为饮食行为检测处理的对象的振动信号。
存储介质访问装置6例如是访问半导体存储卡、硬盘、或者光存储介质等存储介质6a的装置。存储介质访问装置6例如读取存储于存储介质6a的在处理部7上执行的计算机程序,并交给处理部7。
处理部7具有一个或者多个处理器、存储器电路、以及周边电路。处理部7控制饮食行为检测装置1整体。
另外,处理部7针对获取的振动信号执行饮食行为检测处理,检测被检者的咀嚼以及吞咽这样的饮食行为。
图3是第一实施方式的处理部7的功能框图。处理部7具有能量计算部11、稳定性判定部12、持续时间测量部13、以及判定部14。
处理部7所具有的这些各部例如,作为由在处理部7所具有的处理器上执行的计算机程序实现的功能模块而安装。或者,处理部7具有的这些各部也可以作为与处理部7具有的处理器独立地,实现这些各部的功能的一个或者多个集成电路而安装于饮食行为检测装置1。
能量计算部11以具有规定长的帧单位分割振动信号,并对每一帧计算振动信号的能量。例如,能量计算部11根据下式计算能量。
这里p(t,t+L)表示从时刻t开始的长度L的帧中的振动信号的能量。另外s(i)表示帧所包含的各取样点的振动信号。例如,帧长L是数msec左右,帧所包含的取样点的数目为数千左右。
此外,能量计算部11也可以按照每一帧对振动信号进行高速傅立叶变换(FastFourier Transform,FFT)这样的时间频率转换,计算频率区域的信号。该情况下,能量计算部11也可以根据下式计算能量。
这里S(f)是从时刻t开始的帧中的与f所表示的频率相当的频率信号。另外fmin、fmax分别表示能量计算所利用的频率的下限值、上限值。该频率的下限值、上限值只要是例如设定为与吞咽声或者咀嚼声所具有的频率成分的下限值、上限值对应的值即可。
能量计算部11将每个帧的振动信号的能量输出给持续时间测量部13。另外,在稳定性判定部12基于频率区域的信号判定振动信号的稳定性的情况下,能量计算部11也可以将每个帧的频率区域的信号输出给稳定性判定部12。
稳定性判定部12对于振动信号,对每一帧判定是具有周期性的稳定信号,还是不具有周期性的不稳定信号。如图1所说明的那样,由于与发声声音相比,吞咽及咀嚼引起的振动信号稳定性较差,所以稳定性作为用于识别发声声音和由于吞咽以及咀嚼引起的振动信号的特征量是有用的。
稳定性判定部12例如针对每一帧计算振动信号的自相关序列,并基于该自相关序列,判定帧是稳定信号还是不稳定信号。
图4是基于自相关序列的稳定性判定处理的动作流程图。稳定性判定部12对每一帧,根据以下的动作流程图判定是稳定信号还是不稳定信号。
稳定性判定部12例如,根据下式,计算振动信号的自相关序列(步骤S101)。
这里R(i)(i=1,2,...,L)表示自相关序列。而且稳定性判定部12判定自相关序列所包含的自相关值中的最大值的绝对值|max(R(i))|是否比阈值Th大(步骤S102)。在振动信号的所着眼的帧具有稳定性的情况下,在该帧中振动信号具有既定的周期性,即间距,所以自相关值的最大值的绝对值较高。另一方面,在振动信号的所着眼的帧不具有稳定性的情况下,在该帧中振动信号不具有周期性,所以自相关值的最大值的绝对值较低。因此,一方面,在自相关值的最大值的绝对值|max(R(i))|比阈值Th大的情况下(步骤S102-是),稳定性判定部12判定为着眼的帧是稳定信号(步骤S103)。另一方面,在自相关值的最大值的绝对值|max(R(i))|在阈值Th以下的情况下(步骤S102-否),稳定性判定部12判定为着眼的帧为不稳定信号(步骤S104)。此外,阈值Th例如设定为0.05。
在步骤S103或者S104之后,稳定性判定部12结束稳定性判定处理。
此外,根据变形例,稳定性判定部12也可以代替自相关,而基于振动信号的频谱或者倒谱的峰值,判定振动信号的所着眼的帧是稳定信号还是不稳定信号。例如,也可以是,稳定性判定部12通过按照每个频率对振动信号的所着眼的帧的频率区域的信号进行平方计算,来计算振动信号的频谱。然后稳定性判定部12在0以外的频率中,检测频谱的峰值。可以是,一方面,在该峰值比规定的阈值高的情况下,稳定性判定部12判定为着眼的帧为稳定信号,另一方面,在该峰值在规定的阈值以下的情况下,稳定性判定部12判定为着眼的帧是不稳定信号。
另外,在稳定性判定部12基于倒谱来判定着眼的帧是稳定信号还是不稳定信号的情况下,例如,作为倒谱,计算FFT倒谱、线性预测倒谱或者梅尔频率倒谱。倒谱是表示被检者的声道的共振特性的频谱包络信息。因此,在着眼的帧包含发声声音的情况下,倒谱的峰值相对较高,与此相对,在着眼的帧不包含发声声音,而包含咀嚼声或者吞咽声的情况下,倒谱的峰值相对较低。因此,稳定性判定部12也可以在检测倒谱的峰值,且在该峰值比规定的阈值高的情况下,判定为着眼的帧是稳定信号,另一方面,在该峰值在规定的阈值以下的情况下,判定为着眼的帧是不稳定信号。
稳定性判定部12将每个帧的是稳定信号还是不稳定信号的判定结果输出给持续时间测量部13。
如上述那样,在咀嚼和吞咽声中,具有既定能量以上的能量,并且,成为不稳定信号的期间的长度不同。因此持续时间测量部13检测具有既定能量以上的能量的不稳定信号持续的期间,并测定该期间的持续时间。
图5是不稳定信号的持续时间测定处理的动作流程图。持续时间测量部13针对每一帧,根据以下的动作流程图,执行不稳定信号的持续时间测定处理。
持续时间测量部13判定上一帧的能量是否比规定的能量阈值Thp大(步骤S201)。此外,能量阈值Thp例如,设定为由于吞咽或者咀嚼引起的振动信号的帧平均的能量的下限值。在上一帧的能量比能量阈值Thp大的情况下(步骤S201-是),持续时间测量部13判定上一帧的振动信号是否为不稳定信号(步骤S202)。
在上一帧的振动信号不为不稳定信号的情况下(步骤S202-否),或者,在步骤S201中,上一帧的能量在能量阈值Thp以下的情况下(步骤S201-否),假定上一帧不相当于咀嚼以及吞咽的任意一个。因此持续时间测量部13为了判定是否从当前帧开始不稳定信号的持续时间的测量,判定当前帧的能量是否比能量阈值Thp大(步骤S203)。在当前帧的能量在能量阈值Thp以下的情况下(步骤S203-否),假定为当前帧不相当于咀嚼以及吞咽的任意一个。因此持续时间测量部13不开始持续时间的测量而结束不稳定信号的持续时间测定处理。
另一方面,在当前帧的能量比能量阈值Thp大的情况下(步骤S203-是),持续时间测量部13判定当前帧的振动信号是否为不稳定信号(步骤S204)。在当前帧的振动信号不为不稳定信号的情况下(步骤S204-否),假定当前帧不相当于咀嚼以及吞咽的任意一个。因此持续时间测量部13不开始持续时间的测量而结束不稳定信号的持续时间测定处理。另一方面,在当前帧的振动信号为不稳定信号的情况下(步骤S204-是),假定当前帧相当于咀嚼以及吞咽的任意一个。因此持续时间测量部13开始持续时间的测定,并将表示在不稳定信号的持续时间的测定中的帧的计数C设为1(步骤S205)。然后持续时间测量部13结束不稳定信号的持续时间测定处理。
另外,在步骤S202中,上一帧的振动信号是不稳定信号的情况下(步骤S202-是),在上一帧的时刻,继续不稳定信号的持续时间的测定。因此,持续时间测量部13在当前帧,为了判定是否结束持续时间的测定,判定当前帧的能量是否比能量阈值Thp大(步骤S206)。在当前帧的能量比能量阈值Thp大的情况下(步骤S206-是),持续时间测量部13判定当前帧的振动信号是否为不稳定信号(步骤S207)。
在当前帧的振动信号不为不稳定信号的情况下(步骤S207-否),或者,在步骤S206中,当前帧的能量在能量阈值Thp以下的情况下(步骤S206-否),假定当前帧不相当于咀嚼以及吞咽的任意一个。因此持续时间测量部13通过当前帧的时刻的计数C乘以帧长,计算不稳定信号的持续时间(步骤S208)。另外持续时间测量部13将计数C复位为0。
另一方面,在步骤S207,当前帧的振动信号为不稳定信号的情况下(步骤S207-是),假定当前帧也相当于咀嚼以及吞咽的任意一个。因此持续时间测量部13将表示不稳定信号的持续时间的帧的计数C自加1(步骤S209)。
步骤S208或者S209之后,持续时间测量部13结束不稳定信号的持续时间测定处理。
此外,持续时间测量部13也可以在步骤S205,将相当于当前帧的时刻作为不稳定信号的开始时刻,保存于存储部5。而且持续时间测量部13也可以在步骤S208,通过从相当于当前帧的时刻减去不稳定信号的开始时刻,来计算不稳定信号的持续时间。该情况下,也可以省略步骤S209的处理。
持续时间测量部13每当具有既定能量以上的能量的不稳定信号持续的期间结束,将针对该期间计算出的持续时间输出给判定部14。
判定部14基于具有既定能量以上的能量的不稳定信号持续的期间的持续时间,判定该期间是相当于吞咽还是相当于咀嚼。如上述那样,吞咽比咀嚼持续的时间长。因此判定部14将具有既定能量以上的能量的不稳定信号持续的期间的持续时间与规定的时间阈值进行比较,若具有既定能量以上的能量的不稳定信号持续的期间的持续时间比时间阈值长,则将该期间判定为相当于吞咽。另一方面,若具有既定能量以上的能量的不稳定信号持续的期间的持续时间在时间阈值以下,则判定部14将该期间判定为与咀嚼对应。此外,时间阈值设定为代表的吞咽的持续时间的长度与咀嚼的持续时间的长度的中间的长度,例如,400msec。
判定部14每当检测被检者的咀嚼或者吞咽,都参照饮食行为检测装置具有的时钟信息,获取进行该检测时的时刻。然后判定部14将检测到咀嚼或者吞咽的时刻与其判定结果一起存储于存储部5。
图6是饮食行为检测处理的动作流程图。
能量计算部11以帧单位分割振动信号,并对每一帧计算振动信号的能量(步骤S301)。另外,稳定性判定部12按照每一帧判定振动信号是稳定信号还是不稳定信号(步骤S302)。
持续时间测量部13基于每一帧的能量和是稳定信号还是不稳定信号的判定结果,求出具有既定能量以上的能量的不稳定信号持续的期间的长度(步骤S303)。然后判定部14判定该期间的长度是否比时间阈值Tht长(步骤S304)。
在不稳定信号持续的期间的长度比时间阈值Tht长的情况下(步骤S304-是),判定部14将该期间判定为相当于吞咽(步骤S305)。另一方面,在不稳定信号持续的期间的长度在时间阈值Tht以下的情况下(步骤S304-否),判定部14将该期间判定为相当于咀嚼(步骤S306)。处理部7反复执行上述的饮食行为检测处理,直至成为饮食行为检测处理的对象的振动信号结束。
图7是表示将本实施方式的饮食行为检测处理应用于作为振动信号获取的声音信号的情况下的检测结果的一个例子的图。在图7中,横轴表示时间,纵轴表示声音信号700的振幅。而且区间701以及区间703是被检者进行咀嚼的区间,另一方面,区间702是被检者进行吞咽的区间。另外以圆圈表示的区间711-1~711-10表示通过应用本实施方式的饮食行为检测处理,检测为咀嚼的区间。另一方面,以四边形表示的区间712是表示通过应用本实施方式的饮食行为检测处理,检测为吞咽的区间。
如图7所示,可知通过本实施方式的饮食行为检测处理,即使在吞咽与咀嚼混在一起的情况下,也能够正确地识别并且检测吞咽和咀嚼。
如以上说明的那样,该饮食行为检测装置通过解析与从被检者的体内产生的振动对应的振动信号,测定具有既定能量以上的能量的不稳定信号持续的期间,并根据该期间的长度,判定是咀嚼还是吞咽。因此,该饮食行为检测装置即使在被检者交替地进行咀嚼和吞咽的情况下,也能够检测咀嚼和吞咽,并且,正确地识别咀嚼和吞咽。并且,该饮食行为检测装置在检测咀嚼或者吞咽时,以振动信号具有既定能量以上的能量为条件,所以能够抑制将振动信号所包含的噪声误检测为咀嚼或者吞咽这种情况。
接下来,对第二实施方式的饮食行为检测装置进行说明。第二实施方式的饮食行为检测装置基于既定期间内的吞咽以及咀嚼的判定结果,调节稳定性判定所使用的阈值、持续时间判定所使用的能量阈值或者为了吞咽与咀嚼的识别所使用的时间阈值。
图8是第二实施方式的饮食行为检测装置的处理部的功能框图。第二实施方式的饮食行为检测装置的处理部71具有能量计算部11、稳定性判定部12、持续时间测量部13、判定部14、以及阈值控制部15。第二实施方式的饮食行为检测装置与第一实施方式的饮食行为检测装置相比较,在处理部71具有阈值控制部15这一点不同。因此,以下,对阈值控制部15及其相关部分进行说明。对于第二实施方式的饮食行为检测装置的其它的构成要素,望参照第一实施方式的饮食行为检测装置的对应的构成要素的说明。
阈值控制部15在假定过去既定期间内的吞咽以及咀嚼的判定结果异常的情况下,调节稳定性判定所使用的阈值、持续时间判定所使用的能量阈值或者为了吞咽与咀嚼的识别所使用的时间阈值。
例如,在数小时,或者,一天左右的期间内一次也未检测到吞咽的情况下,饮食行为检测装置被假定为,对被检者的吞咽的检测出现失败,或者,将被检者的吞咽误检测为咀嚼。这样的情况下,优选阈值控制部15以使检测吞咽变得容易,或者,使检测咀嚼变得困难的方式,调节上述的各阈值的至少任意一个。例如,阈值控制部15使持续时间判定所使用的能量阈值降低,或者提高稳定性判定所使用的阈值,或者,缩短为了吞咽与咀嚼的识别所使用的时间阈值。
另一方面,在数小时,或者,一天左右的期间内检测到的吞咽的次数过多的情况下,假定的是,噪音被误检测为表示被检者的饮食行为的信号,或者被检者的咀嚼被误检测为吞咽。因此,在这样的情况下,优选阈值控制部15以使检测咀嚼变得容易,或者,使将噪音检测为饮食行为变得困难的方式,调节上述的各阈值的至少任意一个。例如,阈值控制部15提高持续时间判定所使用的能量阈值,或者使稳定性判定所使用的阈值降低,或者,延长为了吞咽与咀嚼的识别所使用的时间阈值。
图9是阈值控制部15的阈值控制处理的动作流程图。阈值控制部15每当以既定期间(例如,数小时~一天)执行饮食行为检测处理,即根据以下的动作流程图执行阈值控制处理。
阈值控制部15判定在既定期间内检测到的吞咽与咀嚼的合计频率中,吞咽的检测频率是否在规定的下限频率以下(步骤S401)。此外,下限频率例如,设定为0.01。
在吞咽的检测频率在下限频率以下的情况下(步骤S401-是),假定为未适当地检测被检者的吞咽。因此,阈值控制部15使持续时间判定所使用的能量阈值降低,或者提高稳定性判定所使用的阈值,或者,缩短为了吞咽与咀嚼的识别所使用的时间阈值(步骤S402)。此外,在一次阈值调整中,阈值控制部15例如使能量阈值降低1dB。或者,阈值控制部15例如将稳定性判定所使用的针对自相关的最大值的阈值提高0.01。或者另外,阈值控制部15例如将为了吞咽与咀嚼的识别所使用的时间阈值缩短25msec。此外,阈值控制部15也可以每当进行步骤S402的处理,依次地变更这些阈值中的任意一个或者两个,或者,也可以变更这些阈值全部。
另一方面,在步骤S401中,吞咽的检测频率比下限频率高的情况下(步骤S401-否),阈值控制部15判定在既定期间内检测到的吞咽与咀嚼的合计频率中,吞咽的检测频率是否在规定的上限频率以上(步骤S403)。此外,上限频率例如,设定为0.1。
在吞咽的检测频率在上限频率以上的情况下(步骤S403-是),假定为被检者的吞咽以外动作所引起的振动被误检测为吞咽。因此,阈值控制部15提高持续时间判定所使用的能量阈值,或者使稳定性判定所使用的阈值降低,或者,延长为了吞咽与咀嚼的识别所使用的时间阈值(步骤S404)。在该情况下,在一次阈值的调整中,阈值控制部15也针对各阈值,变更与步骤S402中的调整量同等程度的量即可。另外,阈值控制部15也可以每次进行步骤S404的处理,都依次变更这些阈值中的任意一个或者两个,或者,也可以变更这些阈值全部。
另外,在步骤403中,在吞咽的检测频率小于上限频率的情况下(步骤S403-否),阈值控制部15不修正上述的各阈值。
此外,也可以是,执行步骤S402或者S404的处理的次数越多,阈值控制部15是越减少一次阈值的调整中的调整量。由此,阈值控制部15能够防止由于阈值的调整量过大,而无限地重复阈值控制处理。
根据第二实施方式,饮食行为检测装置根据过去既定期间的吞咽的检测频率,自动地调节饮食行为检测处理所使用的各阈值,所以能够根据使用饮食行为检测装置的环境,适当地检测被检者的吞咽以及咀嚼。
接下来,对第三实施方式的饮食行为检测装置进行说明。第三实施方式的饮食行为检测装置每当检测被检者的吞咽,都根据其之前的咀嚼次数,判定被检者是否进行有适当次数以上的咀嚼。
图10是第三实施方式的饮食行为检测装置的处理部的功能框图。第三实施方式的饮食行为检测装置的处理部72具有能量计算部11、稳定性判定部12、持续时间测量部13、判定部14、咀嚼次数测量部16、以及适当次数判定部17。第三实施方式的饮食行为检测装置与第一实施方式的饮食行为检测装置相比较,在处理部72具有咀嚼次数测量部16以及适当次数判定部17这一点不同。因此,以下,对咀嚼次数测量部16以及适当次数判定部17及其相关部分进行说明。对于第三实施方式的饮食行为检测装置的其它的构成要素,望参照第一实施方式的饮食行为检测装置的对应的构成要素的说明。
咀嚼次数测量部16在检测到上一次的被检者的吞咽以后,每当通过判定部14检测到被检者的咀嚼,都将表示该检测次数的计数值自加1。而且若通过判定部14检测到被检者的吞咽,则咀嚼次数测量部16将表示咀嚼的检测次数的计数值作为进行一次吞咽之前被检者所进行的咀嚼的次数,交给适当次数判定部17。其后,咀嚼次数测量部16将计数值复位为0。
适当次数判定部17将进行一次吞咽为止被检者进行的咀嚼的次数与规定的咀嚼次数阈值(例如,二十次)相比较。而且适当次数判定部17在该咀嚼的次数小于咀嚼次数阈值的情况下,使用户界面部4显示用于向被检者告知咀嚼次数少的消息。或者,在饮食行为检测装置具有扬声器(未图示)的情况下,适当次数判定部17也可以从扬声器输出用于向被检者告知咀嚼次数少的声音信号。
第三实施方式的饮食行为检测装置能够求出被检者的每一次吞咽的咀嚼次数,并根据其结果,对被检者提供与咀嚼有关的建议。
接下来,对第四实施方式的饮食行为检测装置进行说明。第四实施方式的饮食行为检测装置根据检测到被检者的咀嚼以及吞咽的时刻是否满足规定的规则性条件,来判定被检者是否进行规则的饮食生活。
图11是第四实施方式的饮食行为检测装置的处理部的功能框图。第四实施方式的饮食行为检测装置的处理部73具有能量计算部11、稳定性判定部12、持续时间测量部13、判定部14、进餐时刻推定部18、以及规则性判定部19。第四实施方式的饮食行为检测装置与第一实施方式的饮食行为检测装置相比较,在处理部73具有进餐时刻推定部18以及规则性判定部19这一点不同。因此,以下,对进餐时刻推定部18以及规则性判定部19及其相关部分进行说明。关于第四实施方式的饮食行为检测装置的其它的构成要素,望参照第一实施方式的饮食行为检测装置的对应的构成要素的说明。
判定部14每当检测被检者的咀嚼或者吞咽,参照饮食行为检测装置具有的时钟信息,获取检测到咀嚼或者吞咽时的时刻。然后判定部14将检测到咀嚼或者吞咽的时刻以及其持续时间存储于存储部5。
进餐时刻推定部18在每天、数天、或者特定的星期几,基于检测到咀嚼的时刻以及检测到吞咽的时刻,推定被检者进行了进餐的时刻。
例如,进餐时刻推定部18每隔既定期间(例如,30分钟),计算在该期间内检测到的咀嚼的持续时间的合计和检测到的吞咽的持续时间的合计。然后进餐时刻推定部18在咀嚼的持续时间占据既定期间合计在50%以上,并且,在吞咽的持续时间占据既定期间合计在1%以上的情况下,判定为在该既定期间被检者进行了进餐。
并且,进餐时刻推定部18将上午的规定时刻(例如,上午11点)之前,判定为进行了进餐的期间内,咀嚼的持续时间的合计与吞咽的持续时间的合计之和最大的期间,作为被检者吃早饭的推定时刻。同样地,进餐时刻推定部18将正午前后(例如,上午11点~下午3点),判定为进行了进餐的期间内,咀嚼的持续时间的合计与吞咽的持续时间的合计之和最大的期间,作为被检者吃午饭的推定时刻。并且,进餐时刻推定部18将下午的规定时刻(例如,下午3点)以后,判定为进行了进餐的期间内,咀嚼的持续时间的合计与吞咽的持续时间的合计之和最大的期间,作为被检者吃晚饭的推定时刻。
进餐时刻推定部18将被检者的早饭、午饭、以及晚饭的推定时刻保存于存储部5。
规则性判定部19基于被检者的每日的进餐的推定时刻的在既定期间(例如,一周或者一个月)中的分布的统计量是否满足规定的规则性条件,来判定被检者是否规则地进行进餐。例如,规则性判定部19计算既定期间的被检者的晚饭时刻的标准偏差,作为被检者的每日的进餐的推定时刻的分布的统计量。而且若该标准偏差比既定值(例如,1小时)大,则规则性判定部19判定为不满足规则性条件,被检者未进行规则的进餐。或者,规则性判定部19也可以计算既定期间内的被检者的晚饭时刻在规定时刻(例如,下午10点)以下的比例,作为被检者的每日的进餐的推定时刻的分布的统计量。而且规则性判定部19在该比例在既定值(例如,80%)以上的情况下,判定为不满足规则性条件,被检者未进行规则的进餐。
规则性判定部19在判定为被检者未进行规则的进餐的情况下,使用户界面部4显示用于将被检者的进餐不规则告知被检者的消息。
第四实施方式的饮食行为检测装置能够判定被检者的进餐的规则性,并根据其结果,对被检者进行与进餐的规则性有关的建议。
此外,第二~第四的各个的实施方式也可以相互组合。
另外,在上述的各实施方式或者变形例中,被检者并不限定于人,也可以是家畜等动物。
这里列举的全部的例子以及特定的用语以有助于读者理解本发明以及本发明者对该技术的发展有贡献的概念的教示性目的而被准备,应该解释为对与表示本发明的优异性以及劣等性有关的、本说明书的任何例子的构成、这些特定的列举的例子以及条件构成限定。虽然详细地说明了本发明的实施方式,但应理解为在不脱离本发明的精神以及范围内,能够加以各种变更、置换以及修正。
Claims (9)
1.一种饮食行为检测装置,其特征在于,具有:
振动获取部,其获取从被检者的体内产生的振动,并生成与该振动对应的振动信号;
能量计算部,其将上述振动信号分割为规定时间长的帧,并对这些帧的每一帧计算上述振动信号的能量;
稳定性判定部,其对上述振动信号的上述每一帧,判定该帧是具有周期性的稳定信号还是不具有周期性的不稳定信号;
持续时间测量部,其基于上述振动信号的上述每一帧的能量以及上述稳定性判定部的判定结果,检测上述不稳定信号在上述振动信号的能量为能量阈值以上的情况下持续的期间,并获取该期间的持续时间;以及
判定部,其根据上述持续时间,判定在上述不稳定信号持续的期间内,上述被检者是进行了吞咽还是进行了咀嚼。
2.根据权利要求1所述的饮食行为检测装置,其特征在于,
上述判定部一方面在上述持续时间比时间阈值长的情况下,判定为在上述不稳定信号持续的期间内,上述被检者进行了吞咽,另一方面,在上述持续时间在上述时间阈值以下的情况下,判定为在上述不稳定信号持续的期间内,上述被检者进行了咀嚼。
3.根据权利要求2所述的饮食行为检测装置,其特征在于,
上述稳定性判定部对上述振动信号的上述每一帧,求出表示周期性的特征量,一方面在上述特征量在稳定判定阈值以上的情况下,将上述帧判定为上述稳定信号,另一方面,在上述特征量小于上述稳定判定阈值的情况下,将上述帧判定为上述不稳定信号。
4.根据权利要求3所述的饮食行为检测装置,其特征在于,还具有:
存储部,其存储检测到上述吞咽的时刻;以及
阈值控制部,其参照检测到上述吞咽的时刻,计算在规定的期间内检测到上述吞咽的频率,并根据该频率,调节上述能量阈值、上述时间阈值以及上述稳定判定阈值中的至少一者。
5.根据权利要求4所述的饮食行为检测装置,其特征在于,
上述阈值控制部在上述频率在规定的下限值以下的情况下,执行使上述能量阈值降低、提高上述稳定判定阈值、以及缩短上述时间阈值中的至少一者。
6.根据权利要求4所述的饮食行为检测装置,其特征在于,
上述阈值控制部在上述频率在规定的上限值以上的情况下,执行提高上述能量阈值、使上述稳定判定阈值降低、以及延长上述时间阈值中的至少一者。
7.根据权利要求1~3中任意一项所述的饮食行为检测装置,其特征在于,还具有:
咀嚼次数测量部,其每当检测到上述咀嚼,都对检测到上述咀嚼的次数进行计数,直到检测到上述吞咽为止;以及
适当次数判定部,其在检测到上述吞咽时,检测到上述咀嚼的次数小于规定次数的情况下,对上述被检者进行通知。
8.根据权利要求1~3中任意一项所述的饮食行为检测装置,其特征在于,还具有:
存储部,其存储检测到上述吞咽的时刻及与上述吞咽对应的上述不稳定信号持续的期间的持续时间、和检测到上述咀嚼的时刻及与上述咀嚼对应的上述不稳定信号持续的期间的持续时间;
进餐时刻推定部,其基于检测到上述吞咽的时刻及与上述吞咽对应的上述不稳定信号持续的期间的持续时间、和检测到上述咀嚼的时刻及与上述咀嚼对应的上述不稳定信号持续的期间的持续时间,求出上述被检者进行了进餐的推定时刻;以及
规则性判定部,其在上述被检者进行了进餐的推定时刻的在既定期间内的分布的统计量不满足规定的规则性条件的情况下,对上述被检者进行通知。
9.一种饮食行为检测方法,其特征在于,包括:
获取从被检者的体内产生的振动,并生成与该振动对应的振动信号,
将上述振动信号分割为规定时间长的帧,并对这些帧的每一帧计算上述振动信号的能量,
对上述振动信号的上述每一帧,判定该帧是具有周期性的稳定信号还是不具有周期性的不稳定信号,
基于上述振动信号的上述每一帧的能量以及是上述稳定信号还是上述不稳定信号的判定结果,检测上述不稳定信号在上述振动信号的能量为能量阈值以上的情况下持续的期间,并获取该期间的持续时间,
根据上述持续时间,判定在上述不稳定信号持续的期间内上述被检者是进行了吞咽还是进行了咀嚼。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015186638A JP6604113B2 (ja) | 2015-09-24 | 2015-09-24 | 飲食行動検出装置、飲食行動検出方法及び飲食行動検出用コンピュータプログラム |
JP2015-186638 | 2015-09-24 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106859653A true CN106859653A (zh) | 2017-06-20 |
Family
ID=58408531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610836682.9A Pending CN106859653A (zh) | 2015-09-24 | 2016-09-21 | 饮食行为检测装置及饮食行为检测方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20170086779A1 (zh) |
JP (1) | JP6604113B2 (zh) |
CN (1) | CN106859653A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107280641A (zh) * | 2017-07-03 | 2017-10-24 | 北京小米移动软件有限公司 | 咀嚼侧监测方法、装置、系统和智能可穿戴设备 |
CN107403066A (zh) * | 2017-07-31 | 2017-11-28 | 京东方科技集团股份有限公司 | 一种饮食习惯监测方法及系统 |
CN108175411A (zh) * | 2017-12-01 | 2018-06-19 | 代润萱 | 检测装置及检测方法、腰带及腰带使用方法 |
CN110236526A (zh) * | 2019-06-28 | 2019-09-17 | 李秋 | 基于咀嚼吞咽动作及心电活动的摄食行为分析和检测方法 |
CN112754471A (zh) * | 2020-12-31 | 2021-05-07 | 上海移为通信技术股份有限公司 | 进食检测方法、装置、电子设备、存储介质及程序产品 |
WO2022011509A1 (zh) * | 2020-07-13 | 2022-01-20 | 华为技术有限公司 | 监管饮食行为的方法和装置 |
WO2023000599A1 (zh) * | 2021-07-22 | 2023-01-26 | 歌尔股份有限公司 | 基于骨传导的进食监测方法、装置、终端设备及介质 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018182043A1 (ja) * | 2017-03-31 | 2018-10-04 | コンピュータ・ハイテック株式会社 | 咀嚼又は嚥下の検知装置 |
US11013430B2 (en) * | 2018-06-26 | 2021-05-25 | Intel Coproration | Methods and apparatus for identifying food chewed and/or beverage drank |
US20220142605A1 (en) * | 2019-02-28 | 2022-05-12 | Nec Corporation | State estimation apparatus, state estimation method, and computer readable recording medium |
JP7395423B2 (ja) * | 2020-05-26 | 2023-12-11 | Kddi株式会社 | 食事と睡眠・運動に係る情報を提供可能な生活モニタ装置、システム、プログラム及び方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1522124A (zh) * | 2001-04-18 | 2004-08-18 | �����ɷ� | 饮食习惯的分析 |
CN101005799A (zh) * | 2004-06-17 | 2007-07-25 | 布卢尔维尔麦克米兰儿童中心 | 检测吞咽活动的系统和方法 |
CN102576386A (zh) * | 2009-10-22 | 2012-07-11 | 皇家飞利浦电子股份有限公司 | 用于处理吞咽困难的系统和方法 |
CN102670206A (zh) * | 2011-03-18 | 2012-09-19 | 索尼公司 | 咀嚼检测装置和咀嚼检测方法 |
JP5028051B2 (ja) * | 2006-09-07 | 2012-09-19 | オリンパス株式会社 | 発話・飲食状態検出システム |
US20130204617A1 (en) * | 2007-12-07 | 2013-08-08 | Board Of Trustees Of Northern Illinois University | Apparatus, system and method for noise cancellation and communication for incubators and related devices |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2074782C (en) * | 1991-07-30 | 1997-10-07 | Akihiko Sugiyama | Method of and apparatus for identifying unknown system using adaptive filter |
JP3180739B2 (ja) * | 1997-11-07 | 2001-06-25 | 日本電気株式会社 | 適応フィルタによる未知システム同定の方法及び装置 |
US6182035B1 (en) * | 1998-03-26 | 2001-01-30 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for detecting voice activity |
EP1681670A1 (en) * | 2005-01-14 | 2006-07-19 | Dialog Semiconductor GmbH | Voice activation |
US8170875B2 (en) * | 2005-06-15 | 2012-05-01 | Qnx Software Systems Limited | Speech end-pointer |
US20100145210A1 (en) * | 2006-06-26 | 2010-06-10 | Claus Graff | Multi parametric classification of cardiovascular sounds |
JP2008009505A (ja) * | 2006-06-27 | 2008-01-17 | Olympus Corp | 情報表示システム |
US7474101B2 (en) * | 2006-09-12 | 2009-01-06 | Kjt Enterprises, Inc. | Method for combined transient and frequency domain electromagnetic measurements |
US20090154726A1 (en) * | 2007-08-22 | 2009-06-18 | Step Labs Inc. | System and Method for Noise Activity Detection |
WO2011047216A2 (en) * | 2009-10-15 | 2011-04-21 | Masimo Corporation | Physiological acoustic monitoring system |
US20110160615A1 (en) * | 2009-12-29 | 2011-06-30 | Empire Technology Development Llc | Swallowing Frequency Measurement |
US8702628B2 (en) * | 2010-03-18 | 2014-04-22 | Panasonic Corporation | Physiological sound examination device |
JP2012075758A (ja) * | 2010-10-05 | 2012-04-19 | Doshisha | 嚥下障害検出システム |
TWI474315B (zh) * | 2012-05-25 | 2015-02-21 | Univ Nat Taiwan Normal | Infant cries analysis method and system |
WO2013179254A1 (en) * | 2012-05-31 | 2013-12-05 | Ben Gurion University Of The Negev Research And Development Authority | Apparatus and method for diagnosing sleep quality |
JP6146855B2 (ja) * | 2013-01-28 | 2017-06-14 | 学校法人関西医科大学 | コンタクトピックアップシステム |
JP6233922B2 (ja) * | 2013-09-06 | 2017-11-22 | 国立大学法人 岡山大学 | 嚥下音データの採取システム及び嚥下音データの採取方法 |
JP5662549B1 (ja) * | 2013-12-18 | 2015-01-28 | 佑太 国安 | 記憶再生装置 |
-
2015
- 2015-09-24 JP JP2015186638A patent/JP6604113B2/ja not_active Expired - Fee Related
-
2016
- 2016-09-08 US US15/259,149 patent/US20170086779A1/en not_active Abandoned
- 2016-09-21 CN CN201610836682.9A patent/CN106859653A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1522124A (zh) * | 2001-04-18 | 2004-08-18 | �����ɷ� | 饮食习惯的分析 |
CN101005799A (zh) * | 2004-06-17 | 2007-07-25 | 布卢尔维尔麦克米兰儿童中心 | 检测吞咽活动的系统和方法 |
JP5028051B2 (ja) * | 2006-09-07 | 2012-09-19 | オリンパス株式会社 | 発話・飲食状態検出システム |
US20130204617A1 (en) * | 2007-12-07 | 2013-08-08 | Board Of Trustees Of Northern Illinois University | Apparatus, system and method for noise cancellation and communication for incubators and related devices |
CN102576386A (zh) * | 2009-10-22 | 2012-07-11 | 皇家飞利浦电子股份有限公司 | 用于处理吞咽困难的系统和方法 |
CN102670206A (zh) * | 2011-03-18 | 2012-09-19 | 索尼公司 | 咀嚼检测装置和咀嚼检测方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107280641A (zh) * | 2017-07-03 | 2017-10-24 | 北京小米移动软件有限公司 | 咀嚼侧监测方法、装置、系统和智能可穿戴设备 |
CN107280641B (zh) * | 2017-07-03 | 2024-02-13 | 北京小米移动软件有限公司 | 咀嚼侧监测方法、装置、系统和智能可穿戴设备 |
CN107403066A (zh) * | 2017-07-31 | 2017-11-28 | 京东方科技集团股份有限公司 | 一种饮食习惯监测方法及系统 |
CN108175411A (zh) * | 2017-12-01 | 2018-06-19 | 代润萱 | 检测装置及检测方法、腰带及腰带使用方法 |
CN110236526A (zh) * | 2019-06-28 | 2019-09-17 | 李秋 | 基于咀嚼吞咽动作及心电活动的摄食行为分析和检测方法 |
CN110236526B (zh) * | 2019-06-28 | 2022-01-28 | 李秋 | 基于咀嚼吞咽动作及心电活动的摄食行为分析和检测方法 |
WO2022011509A1 (zh) * | 2020-07-13 | 2022-01-20 | 华为技术有限公司 | 监管饮食行为的方法和装置 |
CN114190074A (zh) * | 2020-07-13 | 2022-03-15 | 华为技术有限公司 | 监管饮食行为的方法和装置 |
CN112754471A (zh) * | 2020-12-31 | 2021-05-07 | 上海移为通信技术股份有限公司 | 进食检测方法、装置、电子设备、存储介质及程序产品 |
WO2023000599A1 (zh) * | 2021-07-22 | 2023-01-26 | 歌尔股份有限公司 | 基于骨传导的进食监测方法、装置、终端设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
US20170086779A1 (en) | 2017-03-30 |
JP6604113B2 (ja) | 2019-11-13 |
JP2017060548A (ja) | 2017-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106859653A (zh) | 饮食行为检测装置及饮食行为检测方法 | |
Rahman et al. | BodyBeat: a mobile system for sensing non-speech body sounds. | |
WO2018049852A1 (zh) | 睡眠评估方法、装置及系统 | |
CN102138796B (zh) | 基于鼾声分析的睡眠监测阻塞定位仪 | |
CN111588384B (zh) | 获得血糖检测结果的方法、装置及设备 | |
US20160302003A1 (en) | Sensing non-speech body sounds | |
CN109222950B (zh) | 数据处理方法及装置 | |
US11013430B2 (en) | Methods and apparatus for identifying food chewed and/or beverage drank | |
WO2021208656A1 (zh) | 睡眠风险预测方法、装置和终端设备 | |
CN116339509A (zh) | 一种智能终端设备的控制方法及控制装置 | |
Lien et al. | Comparison of voice relative fundamental frequency estimates derived from an accelerometer signal and low-pass filtered and unprocessed microphone signals | |
CN113764099A (zh) | 基于人工智能的心理状态分析方法、装置、设备及介质 | |
CN108392201B (zh) | 大脑训练方法及相关设备 | |
Loock et al. | Validation of the Munich Actimetry Sleep Detection Algorithm for estimating sleep–wake patterns from activity recordings | |
US11989884B2 (en) | Method, apparatus and program | |
Murdoch et al. | Developmental changes in the variability of tongue and lip movements during speech from childhood to adulthood: An EMA study | |
JP2019051129A (ja) | 嚥下機能解析システム及びプログラム | |
WO2023275975A1 (ja) | 認知機能推定装置、認知機能推定方法及び記憶媒体 | |
CN103186701B (zh) | 一种饮食习惯分析方法、系统和设备 | |
JP2012205693A (ja) | 呼吸音解析装置、呼吸音解析方法、および呼吸音解析プログラム | |
CN108903956A (zh) | 测谎设备及方法 | |
WO2018178569A1 (fr) | Systeme de determination d'un ensemble d'au moins un descripteur cardio-respiratoire d'un individu pendant son sommeil | |
Kondo et al. | Optimized classification model for efficient recognition of meal-related activities in daily life meal environment | |
Sejdić et al. | Vocalization removal for improved automatic segmentation of dual-axis swallowing accelerometry signals | |
KR20160023345A (ko) | 삼킴 횟수 측정 시스템 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170620 |
|
WD01 | Invention patent application deemed withdrawn after publication |