一种通过体态密度法测量人体成分的方法及其装置与流程

1.本发明涉及测量人体成分技术领域，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。


背景技术：

2.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。
3.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。
4.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。
5.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。
6.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。
7.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。
8.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。


技术实现要素：

9.为解决上述技术问题，本发明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。
10.本发明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：
11.步骤101，获取用户的正面和侧面两张全身照片。
12.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。
13.步骤102，重建人体三维模型。
14.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。
15.步骤103，获得身体体积。
16.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。
17.步骤104，获取身体密度。
18.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。
19.所述体态密度法测量身体密度的公式算法如下：
20.(1)通过三维建模和边缘界定的技术获得身体密度：
21.db＝wa/(v-rv-gv)
22.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)
23.(2)余气量：
24.男性rv＝(0.017*age)+(0.06858*h)-3.447
25.女性rv＝(0.009*age)+(0.08128*h)-3.9
26.步骤105，获取体脂率。
27.根据104所得身体密度进一步计算获得体脂率。公式为：
28.fat％＝(4.950/db-4.500)*100％其中：db为身体密度
29.步骤106，获取脂肪。
30.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。
31.步骤107，获取局部脂肪。
32.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。
33.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＝limn→
∞
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。
34.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位的脂 肪。
35.一种通过体态密度法测量人体成分的装置，所述装置包括上位机、下位 机主控板、图像采集模块、身高测距模块、身体厚度测距模块、秤重模块。
36.所述上位机包含显示器、键盘、存储器以及一个或多个计算机程序，其 中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算 机程序包括指令，当所述指令被所述设备执行时，使得所述设备执行所述通 过体态密度法测量人体成分的方法；
37.所述下位机主控板用于接收上位机输出的指令，进行数据处理，下达指 令给各功能模块。并将身高测距模块、身体厚度测距模块和称重模块返回的 测量数据传送给上位机。
38.所述图像采集模块用于采集人体图像数据，接收下位机主控板下达的图 像采集指令后完成图像采集功能，并将采集到的图像数据传输给上位机。
39.所述身高测距模块用于测量人体身高数据，接收下位机主控板下达的测 量身高指令后完成身高测量功能，并将测量的身高数据返回给下位机主控板。
40.所述身体厚度测距模块用于测量人体厚度数据，接收下位机主控板下达 的测量身体厚度指令后完成身体厚度值的测量功能，并将测量的厚度数据返 回给下位机主控板。
41.所述称重模块用于测量人体的体重数据，接收下位机主控板下达的测量 体重指令后完成体重测量的功能，并将测量的厚度数据返回给下位机主控板。
42.本发明的技术效果和优点：
43.本发明系统在金标准“水下密度法”基础上进行了一次实现方式的优化， 本发明通过人体三维重建，获得人体体积与密度，进而获得人体成分。其具 备测量方法便捷、检测费用低，精确度高，测量范围广的特点。改善了密度 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局部脂 肪的难题。
附图说明
44.图1是本技术的原理流程图；
45.图2是本技术实施例装置的系统架构图；
具体实施方式
46.下面结合附图和具体实施方式对本发明作进一步详细的说明。本发明的 实施例是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限 于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易 见的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使 本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修 改的各种实施例。
47.水下称重法(密度法)是多年来测定体成分的“金标准”，是经典的实验 室方法.水下密度法根据阿基米德原理，通过采用排水法获得身体的密度，身 体的密度为身体重量与体积之比，身体重量可直接用体重计测量，而身体的 体积可采用排水法得到。然后将密度代入公式求身体的脂肪百分比。
48.v＝(bw一uww)/dw。
49.实际人体体积应该减去肺内残余气体、气管内和肠内的气体的容积。
50.db＝bw/{(bw-uww)/dw-rv}
51.db：身体密度，bw：身体在空气中体重，uww：身体在水中体重减去附加重 物，
52.dw为测定时水温所对应的水密度，
53.rv为体内残气量(l)。
54.得到身体密度后，将身体密度代入脂肪百分比计算公式计算人体脂肪量， 计算脂肪百分比的公式有：
55.brozek公式：fat％＝(4.57
÷
db-4.142)x100％
56.siri公式：fat％＝(4.95
÷
db-4.5)x100％
57.lohman公式：fat％＝(5.30
÷
db-4.89)x100％
58.forbes公式：fat％＝(5.750
÷
db-5.389)x100％
59.miymoto公式：fat％＝(5.075
÷
d b-4.604)x100％。
60.本发明使用三维建模和边缘界定技术，还原了william
·
siri提出的计 算人体成份的siri方程。
61.请参阅图1～2，在本实施例中提供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：
62.步骤101，获取用户的正面和侧面两张全身照片。
63.用户身穿紧身衣，通过装置中图像采集模块3采集用户的正面和侧 面两张全身照片，上传到上位机1，进行人体模型重建。
64.步骤102，重建人体三维模型。
65.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。
66.步骤103，获得身体体积。
67.结合装置中身高测距模块4所测得的身高值和身体厚度测距模块5所测 得的身体厚度值，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。
68.具体的算法：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＝limn→
∞
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。
69.步骤104，获取身体密度。
70.获取用户的基本信息性别特征，结合步骤103所获得的的体积，获得身体密度。
71.所述体态密度法测量身体密度的公式算法如下：
72.(1)通过三维建模和边缘界定的技术获得身体密度：
73.db＝wa/(v-rv-gv)
74.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)
75.(2)余气量：
76.男性rv＝(0.017*age)+(0.06858*h)-3.447
77.女性rv＝(0.009*age)+(0.08128*h)-3.9
78.步骤105，获取体脂率。
79.根据104所得身体密度进一步计算获得体脂率。公式为：
80.fat％＝(4.950/db-4.500)*100％其中：db为身体密度
81.步骤106，获取脂肪。
82.根据105所获得体脂率，结合装置中称重模块4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。
83.步骤107，获取局部脂肪。
84.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。
85.具体的算法：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位的脂肪。
86.体脂率：是指人体内脂肪重量在人体总体重中所占的比例，又称体脂百分数，它反映人体内脂肪含量的多少。肥胖会提高罹患各种疾病的风险。例如，高血压、糖尿病、高血脂等。而打算怀孕的女性也不能忽视肥胖引起的妊娠并发症与难产的风险。体成分是指人的所有组织器官的总成分，分成脂肪和非脂肪两种成分。前者称为体脂重(或称肥体重)，后者称为去脂体重(或称瘦体重)。
87.所述的一种通过体态密度法测量人体成分的装置，由上位机1、下位机主控板2、图像采集模块3、身高测距模块4、身体厚度测距模块5、秤重模块6组成。
88.所述上位机1包含显示器、键盘、存储器以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述功能模块执行时，使得所述功能模块执行所述通过体态密度法测量人体成分的方法。
89.所述下位机主控板2用于接收上位机1输出的指令，进行数据处理，下 达指令给各功能模块。并将身高测距模块4、身体厚度测距模块5和称重模块 6返回的测量数据传送给上位机1。下位机主控板2与上位机1通过通讯接口 进行测量控制、传输身高、体重、厚度测量数据。
90.所述图像采集模块3用于采集人体图像数据，接收下位机主控板2下达 的图像采集指令后完成图像采集功能，并将采集到的图像数据通过usb接口 传输给上位机1。
91.所述身高测距模块4用于测量人体身高数据，通过通讯接口接收下位机 主控板2下达的测量身高指令后完成身高测量功能，并将测得的身高数据通 过通讯接口返回给下位机主控板2。
92.所述身体厚度测距模块5用于测量人体厚度数据，通过通讯接口接收下 位机主控板2下达的测量身体厚度指令后完成身体厚度值的测量功能，并将 测量的厚度数据通过通讯接口返回给下位机主控板2。
93.所述称重模块6用于测量人体的体重数据，通过通讯接口接收下位机主 控板2下达的测量体重指令后完成体重测量的功能，并将测量的厚度数据通 过通讯接口返回给下位机主控板2。
94.所述上位机1接受到图像采集模块3返回的图像数据进行三维模型重建， 再通过下位机主控板2返回的身高数据、身体厚度数据计算获得像素距离， 进一步按照本发明公布的计算身体体积的算法获得身体局部体积和全身体积。 进一步根据本发明公布的体态密度法计算身体密度和体脂率的公式算法获得 身体密度和体脂率。进一步建立人体体态标准逻辑推算模型库，进一步推算 得到身体局部脂肪。
95.本发明装置的工作原理是：
96.s1：获取用户正面和侧面两张全身照片；
97.s2：根据用户照片进行三维模型重建；
98.s3：测量人体的特征尺寸数据身高、厚度值；
99.s4：根据人体的特征尺寸数据身高值和厚度值，获得该用户三维模型的像 素距离；
100.s5：对用户三维模型的身体各部位进行切割计算获得人体体积和局部体积， 进而获得身体密度；
101.s6：用体态密度法精准计算出体脂率，进而推算出体脂含量，进而获得用 户的局部脂肪含量。
102.显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。 基于本发明中的实施例，本领域及相关领域的普通技术人员在没有作出创造 性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。本 发明中未具体描述和解释说明的结构、装置以及操作方法，如无特别说明和 限定，均按照本领域的常规手段进行实施。