使用加速计和陀螺仪数据预测学龄前儿童的能量消耗

科学领域:

• 生物医学工程 生物医学工程
• 儿科运动科学 儿科运动科学
• 可穿戴技术可穿戴技术

背景情况:

• 准确估计学龄前儿童的能量消耗 (EE) 对于了解他们的身体活动水平和代谢健康至关重要.
• 可穿戴式传感器提供了一个有希望的,非侵入性的方法来监测EE在自由生活条件下.
• 之前的研究已经探索了加速仪数据用于EE预测,但陀螺仪数据的附加值仍然不太清楚.

研究的目的:

• 调查将陀螺仪数据与加速度计数据集成是否提高了学龄前儿童能源消耗预测的准确性.
• 为了比较不同传感器配置 (仅加速度计,仅陀螺仪和双传感器) 的性能,用于EE预测.
• 评估各种机器学习模型,以使用不同的传感器输入和磨损位置来预测EE.

主要方法:

• 39名学龄前儿童 (3至6岁以下) 参加了这项研究.
• 参与者在不同的身体部位佩戴多个设备 (OPAL,GT9X,GENEActiv),同时使用便携式代谢单元测量能量消耗.
• 开发和评估了54个机器学习模型,使用根平均平方误差,比较加速度计,陀螺仪和双传感器数据,使用不同的算法和磨损地点.

主要成果:

• 与其他配置相比,随机森林模型包含加速仪和陀螺仪数据 (双传感器) 在大多数情况下显示出略低的根平均平方误差.
• 虽然双传感器模型显示了轻微的改进,但在各种设置中,提高能源支出预测准确度是最小的.
• 基于特定的EE测量 (每分钟代谢等价物或千焦耳) 或磨损位置的模型性能没有发现显著差异.

结论:

• 将陀螺仪数据添加到加速度计数据中,在预测学龄前儿童的能量消耗方面只能带来微不足道的改进.
• 考虑到双传感器系统的数据采集和处理的最小收益和潜在挑战,建议在未来研究中使用基于加速度计的模型.
• 未来的研究应该专注于优化基于加速度计的算法,以便在幼儿中进行可靠和实用的能源消耗估计.