本发明专利技术公开了一种通过体态密度法测量人体成分的方法及其装置，本发明专利技术提供的一种用密度法原理，通过人体三维重建，获得人体体积与密度，进而获得人体成分的方法。包括如下步骤：获取用户的正面和侧面两张全身照片；利用两张照片进行人体三维模型重建；进一步的获得身体体积；根据体态密度法算法公式进一步的获得身体密度；进一步的获得体脂率；进一步的计算出体脂含量；最终获得局部脂肪含量。最终获得局部脂肪含量。最终获得局部脂肪含量。
【技术实现步骤摘要】
一种通过体态密度法测量人体成分的方法及其装置
[0001]本专利技术涉及测量人体成分
，具体涉及一种通过体态密度法测量 人体成分的方法及其装置。
技术介绍
[0002]在医学临床与基础研究中，体成分是营养状态基本评估中与营养最密切 的实验室检查数据之一，对于评估营养和指导营养有重要的价值。市面上的 直接测量体成分的方法有双能X射线吸收法、核磁共振成像法、CT法、水下 称重法、空气置换法、生物电阻抗分析法、稀释法、脂肪溶解气体法、超声 波法、人体测量推算法等。
[0003]其中，水下称重法是一种应用广泛、经典的实验室方法，且常常被作为 一种评价身体成分的标准方法。这一方法将人体分为脂肪及非脂肪成分(包 括骨骼、肌肉及其它非脂肪组织)，通过对身体密度的测量，间接推测体脂率 和去脂体重的有效测量方法。这种测量是建立在身体瘦体重和脂肪组织的密 度测量的基础上，推测结果比较合理、精确，是比较和评定其他方法的“金
”ꢀ
标准。但水下密度法存在操作程序复杂的缺点，且无法提供节段肌数据。
[0004]空气置换法较为舒适但费用较高。目前尚无一种既简单又精确且充分安 全的以密度法为基础原理来测定人体成分的理想方法。
[0005]生物电阻抗法是一种应用较多的人体成份测量方法，其基本原理是人体 内不同的组成成份具有不同的电阻率，肌肉、体液等电阻率低，具有良好的 导电性能，而脂肪、骨骼等电阻率高，为电的不良导体，通过导入人体一定 频率的恒流电，根据导电体的电阻R与电阻率β和长度L成正比，与横截面 积S成反比，即R＝ρ(L/S),变换得到V＝ρ(L/R),通过测量人体部分参数，结 合测量获得的电阻抗，可计算人体内非脂肪物质体积，乘以非脂肪物质的平 均比重，可以得到人体非脂肪物质的量，并进而能推出人体脂肪量。生物电 阻抗法假设为人体四肢和躯干为一个圆柱体,圆柱体的各个部分的电阻率相 同,实际上人体四肢与躯干形状不一样,四肢电阻抗占全部电阻抗的大部分, 因此,该方法最近的发展为进行多频率电阻和人体分段电阻测量,多频率电阻 来测量人体细胞内、外液分布状况,人体分段测量能计算人体各个部分的非脂 肪物质和脂肪物质量,以提高测量的准确性和预测脂肪的分布情况。
[0006]有研究结果表明肥胖者与体重正常者之间，无论是在体形，还是在人体组 成上(如：身体中结合水的含量，以及体水的分布等)都存在明显的差异。当使 用生物电阻抗测量体脂含量时，利用正常体重人群的推算方程将显著低估肥 胖者身体中的脂肪含量。另外在实际应用中发现，将不同国家和地区的生物 电阻抗推算方程计算所得体脂含量与水下称重法的标准结果进行比较时发现 推算方程的推算结果与测量值之间差异有显著性。
[0007]所以采用生物电阻抗法来推算体脂含量的结果受测量位置的改变、不同 人种人体电阻率的改变和体液中离子浓度的改变以及不同的推算方程适用性 的影响。
[0008]因此，本领域技术人员提供了一种通过体态密度法测量人体成分的方法 及其装
置，提出一种测量方法更加精确，同时改善密度法在测量人体成分过程中存在的操作难度大，实现费用高且无法测量节段肌的难题。
技术实现思路
[0009]为解决上述技术问题，本专利技术提供了一种基于密度法阿基米德原理，利用人体三维模型重建技术获得人体建模体积以及身体密度，从而精准计算体脂重和局部脂肪含量的方法和检测装置。
[0010]本专利技术提供的一种通过体态密度法测量人体成分的方法及其装置，所述方法包括如下步骤：
[0011]步骤101，获取用户的正面和侧面两张全身照片。
[0012]用户身穿紧身衣，通过图像采集设备或移动端，如手机、平板电脑等拍照设备采集用户的正面和侧面两张全身照片，上传到上位机，进行人体模型重建。
[0013]步骤102，重建人体三维模型。
[0014]通过边缘界定技术提取正面和侧面两张全身照属于人的像素边缘，利用机器学习算法对其它构成人体模型的像素点进一步推算，从而构建出人体完整的像素模型。
[0015]步骤103，获得身体体积。
[0016]结合所测得的人体特征数据身高和厚度值，进一步获得该用户三维模型的像素距离。进一步根据算法公式获得身体局部体积和全身体积。
[0017]步骤104，获取身体密度。
[0018]获取用户的基本信息，身高、体重、性别，结合步骤103所获得的的体积，获得身体密度。
[0019]所述体态密度法测量身体密度的公式算法如下：
[0020](1)通过三维建模和边缘界定的技术获得身体密度：
[0021]Db＝Wa/(V
‑
RV
‑
GV)
[0022]其中：Wa为陆上体重；V为图像识别和三维建模重建清晰数据后获得的建模体积(mm3)；RV为余气量(ml)；GV为胃肠道容积(ml)
[0023](2)余气量：
[0024]男性RV＝(0.017*age)+(0.06858*h)
‑
3.447
[0025]女性RV＝(0.009*age)+(0.08128*h)
‑
3.9
[0026]步骤105，获取体脂率。
[0027]根据104所得身体密度进一步计算获得体脂率。公式为：
[0028]Fat％＝(4.950/Db
‑
4.500)*100％其中：Db为身体密度
[0029]步骤106，获取脂肪。
[0030]根据105所获得体脂率，结合所测得的体重数据，计算得出身体脂肪。公式：体脂重＝体重x体脂率。
[0031]步骤107，获取局部脂肪。
[0032]结合前面步骤所获取数值，进一步通过建立人体体态标准逻辑推算模型库进而推算出该身体部位的脂肪。
[0033]优选的：获取身体体积的具体的算法为：将该用户的三维模型的身体各部位进行
分割，再对每一个部位切割为多层切片，计算出每一层像素区间的 面积，通过像素距离换算出实际面积，从而累加计算出该部位的体积，进一 步累加各部位体积计算出人体体积。所述每一层切片的面积计算方式为，将 该层的像素区间，分割为面积长和宽分别为1毫米的正方形，其面积为内部 区域面积和边缘区域面积。根据该层的坐标区间，计算出内部完整的面积区 域，边缘部分曲线其总周长为L，将该边缘曲线划分为n份，其每一块正方形 面积的边长为L/n毫米，其公式为：S＝lim
n
→
∞
L/n，该边缘部分面积在不影 响整体数据的情况下可忽略不计。
[0034]优选的：通过体态密集度法测得体脂率，进一步获得体脂含量，根据人 体解剖数据数据以及在数据运算过程中的机器学习建立人体体态标准逻辑推 算模型库，通过对用户三维模型重建所得躯干、四肢等身体局部部位的围度 值与人体体态标准逻辑模型库中在相同的身高、体重、性别和体脂率等特征 因素下该部位的围度值进行比对，求出比例值，从而推算出该身体部本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种通过体态密度法测量人体成分的方法，其特征在于，所述方法包括如下步骤：步骤101，获取用户的正面和侧面两张全身照片；用户身穿紧身衣，通过图像采集设备或移动端，如手机、平板电脑的拍照设备采集用户的正面和侧面两张全身照片，上传到上位机，进行人体模型重建；步骤102，重建人体三维模型；通过边缘界定技术提取正面和侧面两张全身照属于人的像素边缘，利用机器学习算法对其它构成人体模型的像素点进一步推算，从而构建出人体完整的像素模型；步骤103，获得身体体积；结合所测得的人体特征数据身高和厚度值，进一步获得该用户三维模型的像素距离，进一步根据算法公式获得身体局部体积和全身体积。步骤104，获取身体密度；所述体态密度法测量体脂含量的公式算法如下：(1)通过三维建模和边缘界定的技术获得身体密度：Db＝Wa/(V
‑
RV
‑
GV)其中：Wa为陆上体重；V为图像识别和三维建模重建清晰数据后获得的建模体积(mm3)；RV为余气量(ml)；GV为胃肠道容积(ml)(2)余气量：男性RV＝(0.017*age)+(0.06858*h)
‑
3.447女性RV＝(0.009*age)+(0.08128*h)
‑
3.9步骤105，获取体脂率；根据104所得身体密度进一步计算获得体脂率，公式为：Fat％＝(4.950/Db
‑
4.500)*100％其中：Db为身体密度步骤106，获取脂肪；根据105所获得体脂率，结合体重数据，计算得出身体脂肪，公式：体脂重＝体重x体脂率；步骤107，获取局部脂肪；结合前面步骤所获得数值，进一步通过建立人体体态标准逻辑推算模型库进而推算出该身体部位的脂肪。2.根据权利要求1所述的一种通过体态密度法测量人体成分的方法，其特征在于，所述获取身体体积的算法是将该用户的三维模型的身体各部位进行分割，再对每一个部位切割为多层切片，计算出每一层像素区间的面积，通过像素距离换算出实际面积，从而累加计算出该部位的体积，进一步累加各部位体积计算出人体体积，所述每一层切片的面积计算方式为，将该层的像素区间，分割为面积长和宽分别...
【专利技术属性】
技术研发人员：徐磊，
申请(专利权)人：泰安市康宇医疗器械有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。