PNAS：一种智能颈带能跟踪饮食摄入

　　

智能颈带可以让佩戴者监控自己的饮食摄入量。自动监测食物和液体摄入量在管理糖尿病和肥胖等疾病或最大化健身时非常有用。但可穿戴技术必须能够将进食和饮水与类似的动作(如说话和走路)区分开来。

Chi Hwan Lee和他的同事们提出了一种可以区分身体动作、语言、液体和食物摄入的机器学习颈带。颈带的传感器模块包括一个表面肌电传感器、一个三轴加速度计和一个麦克风。总之，这些传感器可以捕捉颈部甲状腺舌骨肌的肌肉激活模式，以及身体运动和声音信号。

在一项针对六名志愿者的研究中，机器学习算法正确地确定了哪些动作是在吃东西或喝水，单独活动的准确率约为96%，同时活动的准确率为89%。颈带是由一种可拉伸、可弯曲、透气的网状结构纺织品制成的，上面装有47个有源和无源组件，一次充电可以使用18个小时以上。

根据作者的说法，颈带可以用于与连续血糖仪和胰岛素泵相结合的闭环系统中，通过识别进餐时间来计算糖尿病患者的胰岛素剂量，或者帮助运动员和其他对提高整体健康感兴趣的人。