肥胖是世界衛(wèi)生組織確定的十大慢性疾病之一，而中國的肥胖現(xiàn)狀更為嚴(yán)峻。世界衛(wèi)生組織的最新報告顯示，在我國現(xiàn)有近9000萬肥胖者，這一數(shù)字已超越美國居世界首位。肥胖常與心血管、高血脂、糖尿病等疾病相伴，更增加了對人體健康的威脅。然而，怎樣才算肥胖，如何對肥胖進(jìn)行更確切的評估呢？2016年第3期《前沿科學(xué)》刊載了清華大學(xué)體育與健康科學(xué)研究中心主任張冰教授等的論文“基于BP神經(jīng)網(wǎng)絡(luò)的體脂百分比評估模型研究”，對這一問題進(jìn)行了詳細(xì)解讀。

張冰告訴記者，通常人體體重可劃分為兩部分，脂肪組織的重量和去脂肪重量。人體成分是指人體中的脂肪重量和去脂體重占體重的比例，而用來評價一個人的身體成分最重要的指數(shù)就是體脂百分比或稱脂肪率，即脂肪重量占人體體重的百分比。

近幾十年隨著科學(xué)技術(shù)的發(fā)展，用來進(jìn)行人體成分評測的方法和技術(shù)越來越豐富。據(jù)張冰介紹，評估人體成分的直接方法是通過尸體解剖進(jìn)行分析，其他的評價方法都是間接的。由于尸體的研究數(shù)量有限，所以許多身體成分的評價技術(shù)可以被稱為雙重間接測試，也就是通過另一個間接測試方法、誤差以及隨后的測量數(shù)據(jù)進(jìn)行估測。如此間接的結(jié)果，大多數(shù)是用來對人體成分進(jìn)行估測或預(yù)測。而估測的方法也從簡單易行的方法到非常復(fù)雜昂貴的實驗室測試等，也可以按照測試人員的技能和儀器設(shè)備兩個參數(shù)進(jìn)行分類。比較復(fù)雜的測試方法有實驗室的水下稱重法、雙能X射線測試法、總體電導(dǎo)率或阻抗、核磁共振成像等，而比較簡單的方法有皮褶測試法、圍度測試法、生物電阻抗等。其中水下稱重密度測試方法歷來被認(rèn)為是人體成分測量的金標(biāo)準(zhǔn)，其主要通過水下人體重量與人體密度密切相關(guān)的原理來進(jìn)行估測的。以上檢測測量設(shè)備對環(huán)境、成本等要求較高，所以通過人體測量學(xué)的方法對青少年和成人的身體成分進(jìn)行評測顯得尤為重要。

“人體測量方法可以用來評估身體形態(tài)及身體成分的比例，具體方法包括身高、體重、身材比例、圍度、皮褶厚度、骨骼圍度和長度等。”張冰說。通過篩查，選定了研究樣本量在1000人以上的三個國外經(jīng)典體脂百分比預(yù)測方程作為比較對象。本次測試在實驗室采用韓國Inbody3.0測試儀器，主要以大學(xué)生及大學(xué)附近的社區(qū)居民為主要對象。總計測試了1000人，其中男女各500人，年齡在20歲至76歲之間，體質(zhì)指數(shù)（BMI）在16.2—42.7 kg/m2之間。進(jìn)一步線性相關(guān)分析發(fā)現(xiàn)，三個公式同Inbody3.0儀器測試均呈現(xiàn)出顯著的相關(guān)關(guān)系。相比原公式推導(dǎo)時的驗證的相關(guān)系數(shù)，本次實驗數(shù)據(jù)均達(dá)到或超過了原實驗的相關(guān)系數(shù)，可以看出三個經(jīng)典方程對于估測體脂百分比均有較好的效度。采用1000人的Inbody3.0儀器檢測數(shù)據(jù)，輸入指標(biāo)為年齡、性別、身高、體重和BMI指標(biāo)，利用BP人工神經(jīng)網(wǎng)絡(luò)進(jìn)行建模實現(xiàn)更加精確的評估。

張冰說，人腦可以看作是一個高度復(fù)雜的、非線性的和并行的信息處理系統(tǒng)。神經(jīng)元是人腦神經(jīng)系統(tǒng)的最基本結(jié)構(gòu)單元，當(dāng)一個神經(jīng)元被激活后，一個信號在該神經(jīng)元的軸突傳遞，最終經(jīng)過該神經(jīng)元的軸突末梢將信號傳遞給其他神經(jīng)元或神經(jīng)。通過刺激傳遞，人腦能完成許多高效計算機(jī)也難以完成的感知識別任務(wù)。

什么是人工神經(jīng)網(wǎng)絡(luò)呢？張冰說：“隨著神經(jīng)生物學(xué)、生理學(xué)的發(fā)展，人們試圖通過模仿人腦的一些基本的信息處理方法建立模型，這種模仿大腦的功能稱為人工神經(jīng)網(wǎng)絡(luò)。”如果從自適應(yīng)機(jī)器的視角對神經(jīng)網(wǎng)絡(luò)進(jìn)行分析，可以將神經(jīng)網(wǎng)絡(luò)看作是有簡單處理單元構(gòu)成的大規(guī)模并行分布式處理器，其天然地具備存儲經(jīng)驗知識和使之可用的特性。神經(jīng)網(wǎng)絡(luò)同人腦主要有兩個方面比較相似，一是通過學(xué)習(xí)從外界環(huán)境中獲取知識，二是互聯(lián)神經(jīng)元的連接強(qiáng)度及突觸權(quán)值用于存儲所獲得的知識。張冰認(rèn)為，盡管不是所有問題都適合采用神經(jīng)網(wǎng)絡(luò)來解決，但神經(jīng)網(wǎng)絡(luò)對于許多問題還是非常好的解決方法之一。相較于傳統(tǒng)程序算法，神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)相同功能而用更少的代碼。神經(jīng)網(wǎng)絡(luò)對于求解一些難以用固定模式解決的問題比較適合，如模式識別、分組分類、預(yù)測和數(shù)據(jù)挖掘等。單層感知器只能解決線性可分的問題，而實際應(yīng)用過程中大量的問題都屬于線性不可分問題，而采用多層人工神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)復(fù)雜的預(yù)測及分類任務(wù)。

目前人工神經(jīng)網(wǎng)絡(luò)至少已經(jīng)有幾十種模型，例如BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、ART神經(jīng)網(wǎng)絡(luò)等。其中應(yīng)用最多、范圍最廣的應(yīng)屬BP算法，其采用非循環(huán)多級網(wǎng)絡(luò)的訓(xùn)練算法，雖收斂速度較慢，但因其具有廣泛的適用性，使得它自從被提出后很快就成為應(yīng)用最為廣泛的多層網(wǎng)絡(luò)訓(xùn)練算法。可以說BP算法的出現(xiàn)，彌補(bǔ)了多層人工神經(jīng)網(wǎng)絡(luò)沒有算法的缺點。

張冰指出，采用BP人工神經(jīng)網(wǎng)絡(luò)經(jīng)過數(shù)萬次的反復(fù)分析、訓(xùn)練，計算，確定了輸入指標(biāo)為年齡、性別、身高和BMI2，采用最大錯誤率為萬分之一，學(xué)習(xí)率0.02，記憶率0.7，訓(xùn)練次數(shù)2萬次得出結(jié)果符合預(yù)期要求，將經(jīng)典回歸方程的偏倚程度縮小了0.9，評估準(zhǔn)確性在其基礎(chǔ)上提高了7.6%。總體上來看，通過BP人工神經(jīng)網(wǎng)絡(luò)模型估算方法比前面的三個估測方程更加理想，可以更確切的進(jìn)行體脂百分比的評估。（趙文紅）

胖不胖：看人工神經(jīng)網(wǎng)絡(luò)怎么“稱”

圖文簡介