[發明專利]一種脂肪厚度的測量方法、裝置及系統

有效

• 申請號: 201710607055.2
• 申請日: 2017-07-24
• 公開（公告）號: CN107203701B
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 李培春;許東亮;蔡述庭;張家輝;李衛軍
• 申請（專利權）人: 廣東工業大學
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/50;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種脂肪厚度的測量方法，其特征在于，包括：

獲取光電傳感器采集待測量數據，所述待測量數據為所述光電傳感器采集的近紅外光發射器發射至待測量身體部位散射的光強；

獲取所述待測量數據對應的用戶體質信息，所述用戶體質信息包括待測者的性別與年齡；

將所述待測量數據、所述用戶體質信息輸入預先構建的脂肪厚度測量模型中，所述脂肪厚度測量模型的輸出結果作為所述待測量身體部位的脂肪厚度；

其中，所述脂肪厚度測量模型包括多個子專家模型，為對多個年齡段、肥胖程度不同、男女比例均衡的測試者進行采樣，利用卷積神經網絡模型訓練采樣數據所得。

2.根據權利要求1所述的脂肪厚度的測量方法，其特征在于，所述脂肪厚度測量模型的構建過程包括：

獲取測試集中每位測試者的肱二頭肌與腹部的脂肪測試數據與相應的脂肪厚度、性別及年齡，所述測試集中包括多個年齡段、肥胖程度不同、男女比例均衡的多名測試者；所述脂肪厚度通過B型超聲診斷儀對所述肱二頭肌或腹部進行測量所得；

利用多組所述脂肪測試數據與對應的性別數據，訓練預先搭建的卷積神經網絡模型，使得誤差達標，以得到性別分類器；

利用多組所述脂肪測試數據與對應的年齡數據，訓練預先搭建的卷積神經網絡模型，使得誤差達標，以得到年齡分類器；

利用所述性別分類器、所述年齡分類器搭建混合專家模型，并利用多組所述脂肪測試數據與對應的脂肪厚度數據對所述混合專家模型訓練，使得誤差達標，以得到脂肪厚度測量模型。

3.根據權利要求1所述的脂肪厚度的測量方法，其特征在于，在所述獲取光電傳感器采集待測量數據之后，還包括：

將所述待測量數據輸入預先構建的異常檢測模型中；

當所述異常檢測模型判定所述待測量數據滿足測量條件后，執行后續操作；反之，則發送重新獲取待測量數據的指令；

其中，所述異常檢測模型為，利用錯誤采集操作采集得到的錯誤測試數據集，訓練多元正太異常監測模型所得。

4.根據權利要求1至3任意一項所述的脂肪厚度的測量方法，其特征在于，所述脂肪厚度測量模型的輸出結果作為所述待測量身體部位的脂肪厚度包括：

根據用戶體質信息，在所述脂肪厚度測量模型中匹配目標子專家模型；

利用所述目標子專家模型對所述待測量數據進行脂肪厚度的預測，并將所述目標子專家模型的輸出結果作為所述待測量身體部位的脂肪厚度。

5.根據權利要求1至3任意一項所述的脂肪厚度的測量方法，其特征在于，所述脂肪厚度測量模型的輸出結果作為所述待測量身體部位的脂肪厚度包括：

獲取所述脂肪厚度測量模型中每個子專家模型，對所述待測量數據進行脂肪厚度預測的子測量結果；

利用softmax網絡對各所述子測量結果進行評價，以獲取各所述子測量結果的可信度；

從各所述可信度中選取最高可信度值，并將其對應的子測量結果，作為所述待測量身體部位的脂肪厚度。

6.根據權利要求2所述的脂肪厚度的測量方法，其特征在于，所述獲取所述待測量數據對應的用戶體質信息包括：

將所述待測量數據輸入所述性別分類器，以獲得所述待測者的性別；

將所述待測量數據輸入所述年齡分類器，以獲得所述待測者的年齡。

7.根據權利要求5所述的脂肪厚度的測量方法，其特征在于，所述獲取所述待測量數據對應的用戶體質信息包括：

接收外部輸入的用戶體質信息指令，根據所述指令獲取所述待測量數據對應的用戶體質信息。