En este trabajo, describimos un nuevo método para detectar períodos de ingesta mediante el seguimiento del movimiento de la muñeca durante la vida cotidiana. La ingesta implica gestos de mano a boca para la ingestión, cada uno de los cuales dura unos segundos. Trabajos anteriores han detectado estos gestos individualmente y luego los han agregado para identificar las comidas. La novedad de nuestro enfoque es que analizamos una ventana mucho más larga (0.5-15 min) utilizando una red neuronal convolucional. Las ventanas más largas pueden contener otros gestos relacionados con la ingesta, como cortar o manipular alimentos, preparar alimentos para el consumo y descansar entre eventos de ingestión. El contexto de estos otros gestos puede mejorar la detección de períodos de ingesta. Probamos nuestros métodos en el conjunto de datos público Clemson all-day, que consta de 354 grabaciones que contienen 1063 episodios de ingesta. Encontramos que la precisión en la detección de la ingesta aumentó en un 15% en ventanas de >=4 min en comparación con