Design and Implentation of Body Fat Percentage Analysis Model using K-means and CNN

K-means와 CNN을 활용한 체지방율 분석 모델 설계 및 구현

Recently, as various cases of using deep learning in the health-care field are increasing, functions such as electrocardiogram examination and body composition analysis through wearable device can be provided to provide rational decision-making and a process tailored to the individual. In order to utilize deep learning, it it most important to secure refined data, and this data is being made through human intervention or unsupervised learning. In this paper, we propose a model that conducts unsupervised learning by clusters according to gender and age using human body data such as chest and waist circumferences, which are easy to measure, and classifies them with CNN. For data, the 7th human body data provided by Korean Agency for Technology and Standards was used. Through this, it it thought that it can be applied to various application cases such as personalized body shape management service and obesity analysis.

최근 헬스케어 분야에서 딥러닝을 활용한 다양한 사례가 증가하면서 웨어러블 기기를 통한 심전도 검사, 체성분 분석 등의 기능을 제공하여 합리적인 의사 결정을 제공하여 개인에게 맞는 프로세스를 제공할 수 있다. 딥러닝을 활용하기 위해서는 정제된 데이터 확보가 무엇보다 중요하며 이러한 데이터는 사람의 개입이나 비지도학습 등을 통해 이뤄지고 있다. 본 논문에서는 측정하기 쉬운 가슴둘레, 허리둘레와 같은 치수 데이터를 이용해 성별과 나이에 따른 군집별 비지도학습을 진행하고 이를 CNN으로 분류하는 모델을 제안한다. 데이터는 국가기술표준원에서 제공하고 있는 제7차 인체치수데이터를 활용하였다. 이를 통해 개인 맞춤형 체형관리 서비스나 비만 분석 등 다양한 응용 사례에 적용할 수 있을 것으로 사료된다.