用智能手表测量体脂？是的。巨头正在朝着这个方向前行。

生活中，我们最常见的检测体脂的设备就是体脂秤。它主要利用了生物电阻抗分析的原理（BIA），当我们赤脚站在体脂秤上，电极片就会发出微小电流，检测出身体阻抗值，并计算出身体内脂肪与水的比例，再结合测试者的身高、体重、性别、年龄等基础数据，利用算法模型推算出该阻抗值对应的体脂率。

和体脂称的技术原理类似，可穿戴设备也是通过生物电阻抗技术对人体脂进行测量。

苹果的专利

新一代 Apple Watch Series 7 可能更新很小，而近日的苹果可穿戴设备新专利，预示着未来的更多可能。

新专利在今年 3 月 1 日提交，并于 6 月 17 日公布。其中详细提到，将可以通过设备背部传感器与设备外壳上至少一个电极在与身体相接触时，获取检测数据。

对于这种检测方式，我们并不陌生。Apple Watch Series 4 及以上的版本，在测量和绘制心电图时，就是将这一电极式心率传感器与表冠的传感功能相结合。

当然，新专利并非炒冷饭，苹果对此也进行了补充说明，这种检测方式将不仅用于心率检测，还将可以进行体脂的检测和估算。

三星的研究

除了苹果的这份专利，一直比着苹果来的三星，也有一份颇有价值的研究报告，论证了使用微型电极和生物电阻抗分析来估算体脂率的可能性。

三星在首尔圣玛丽医院招募了 203 名 18\~68 岁志愿者进行了临床实验。在实验中，三星首先将可穿戴设备的表带和表体上集成了用于数据采集的专用传感器，志愿者佩戴设备后，用手指按压表体正面的传感器，与人体形成一个电流循环，进而完成体脂检测。整个过程与用 Apple Watch 测量心电图类似。

临床实验结果表明，可穿戴设备对体脂的测量精度甚至高于某些家用便携式体脂测量仪。

亚马逊的手环

提到体脂检测，就不得不提去年 8 月亚马逊发布的手环 Halo。

与传统的智能手表和健身手环不同，Halo 没有屏幕，它将机身「埋」在手环下方。机身内置了很多用于采集数据的传感装置，包括加速度传感器、温度传感器、心率监测器、麦克风，此外还有 LED 指示灯、以及用于打开或关闭麦克风的按钮。

首先，第一个深度神经网络（DNN）识别身体，并以像素级的准确性将其与背景分离。该 DNN 已经接受了数十万张图像的训练，因此可以准确识别人体，将人体与宠物、家具、阴影等区分开。

接下来，另一个 DNN 对信息进行分析，了解图像与其身体物理特性之间的关系，如身体形状、脂肪和肌肉的分布。该 DNN 不会直接看到人体脂肪，而是会分析人体中被称为「热点」的部位的详细信息，再通过热点测量躯干、大腿或背部的脂肪，并估算出 BFP 值。

之后，第三个 DNN 则负责分析图像中人体的形状和外观，并生成 3D 人体模型，生成过程会消除背景和个人美容细节（例如面部表情和发型）的干扰。该 DNN 可以帮助用户了解人体在不同的体内脂肪百分比下发生的外形变化。

近日 The Verge 援引耶鲁大学 medRxiv 平台上的一项研究显示，亚马逊的体脂百分比扫描仪比其他更繁琐的体脂计算方法表现更好。这无疑增加了人们对于可穿戴设备体脂检测的信心。

Garmin 的身体年龄

与苹果和三星相比，Garmin 对健康监测和运动追踪的研究历史更悠久，并拥有规模可观的产品阵容。

Garmin 在去年 7 月收购了 Firstbeat Analytics。基于近 20 年的积累，Firstbeat Analytics 在压力、睡眠、最大摄氧量、训练状态/负荷、训练效果、速度、卡路里燃烧、呼吸作用等方面，拥有权威的数据结构和算法模型。

近年来更新的 Garmin 设备更是将算法的重点，聚焦在将传感器数据转换为有意义的信息和建议。比如今年年初发布的轻智能腕表 Lily 引入了「身体电量」的概念，基于心率、压力等数据，并结合睡眠和活动状况，进行综合评估，给予用户当前身体能量值。

但相信随着算法的成熟，结合传感器的升级，Garmin 未来是有可能在其设备上增加 BMI 的测量。

湾里小结

除了上文提到的体脂检测，在可穿戴设备健康功能中，心率、血氧、体温、血糖等等，均被列为了可穿戴设备的监测范围。

健康监测是智能手表的一张「王牌」，上文中提到的苹果、三星、亚马逊、Garmin 等巨头都在数据健康领域积极布局。

而随着传感器和算法的升级，我们获取身体的健康数据将越来越便利，我们也将越来越关注健康。

微信号：深圳湾 / shenzhenware
来源：深圳湾官网 / shenzhenware.com
版权声明：本文为深圳湾原创文章，极术社区经授权发布