一种基于数字人体测量表型的体成分预测方法

本发明属于体质人类学技术领域，具体为一种基于数字人体测量表型的体成分预测方法。本发明包括：将与脂肪含量/肌肉含量有关的体成分作为因变量，数字人体测量表型数据作为自变量，构建机器学习模型；通过对机器学习模型进行训练和参数优化，使其能够准确预测与脂肪含量和肌肉含量相关的体成分，从而建立高效的体成分预测模型。该模型将数字人体测量数据作为输入值，能够准确计算与脂肪含量/肌肉含量有关的体成分，包括身体全部脂肪含量、脂肪指数、身体全部肌肉含量、内脏脂肪含量、A/G 值等。本发明充分利用数字人体测量表型数据，对体成分进行精确的评估；操作简单、检测快速，方便健康管理、健身教练的日常监控，具有广泛的应用前景。