用智能手表測量體脂？是的。巨頭正在朝著這個方向前行。

生活中，我們最常見的檢測體脂的設備就是體脂秤。它主要利用了生物電阻抗分析的原理（BIA），當我們赤腳站在體脂秤上，電極片就會發(fā)出微小電流，檢測出身體阻抗值，并計算出身體內脂肪與水的比例，再結合測試者的身高、體重、性別、年齡等基礎數據，利用算法模型推算出該阻抗值對應的體脂率。

和體脂稱的技術原理類似，可穿戴設備也是通過生物電阻抗技術對人體脂進行測量。

蘋果的專利

新一代 Apple Watch Series 7 可能更新很小，而近日的蘋果可穿戴設備新專利，預示著未來的更多可能。

新專利在今年 3 月 1 日提交，并于 6 月 17 日公布。其中詳細提到，將可以通過設備背部傳感器與設備外殼上至少一個電極在與身體相接觸時，獲取檢測數據。

△ 傳感器示意圖

對于這種檢測方式，我們并不陌生。Apple Watch Series 4 及以上的版本，在測量和繪制心電圖時，就是將這一電極式心率傳感器與表冠的傳感功能相結合。

當然，新專利并非炒冷飯，蘋果對此也進行了補充說明，這種檢測方式將不僅用于心率檢測，還將可以進行體脂的檢測和估算。

△ 專利截圖

三星的研究

除了蘋果的這份專利，一直比著蘋果來的三星，也有一份頗有價值的研究報告，論證了使用微型電極和生物電阻抗分析來估算體脂率的可能性。

三星在首爾圣瑪麗醫(yī)院招募了 203 名 18~68 歲志愿者進行了臨床實驗。在實驗中，三星首先將可穿戴設備的表帶和表體上集成了用于數據采集的專用傳感器，志愿者佩戴設備后，用手指按壓表體正面的傳感器，與人體形成一個電流循環(huán)，進而完成體脂檢測。整個過程與用 Apple Watch 測量心電圖類似。

臨床實驗結果表明，可穿戴設備對體脂的測量精度甚至高于某些家用便攜式體脂測量儀。

實際上，三星「屯」的技術還不少。早在 2015 年，三星就申請過一項名為 Body Composition 的專利，當時，三星的做法是將傳感器設置在表帶上，通過表帶傳感器與腕部和手指的接觸，形成閉環(huán)以測量體脂。

值得一提的是，三星今年還在《科學進展》上與麻省理工學院（MIT）發(fā)表了聯合研究報告，基于拉曼光譜法進行無創(chuàng)血糖測量技術的研發(fā)，將為未來可穿戴產品加入非侵入式測量血糖的功能，提供技術可能。詳情請參閱深圳灣報道：三星 Galaxy Watch4 和蘋果 Apple Watch Series 7 或將支持無創(chuàng)血糖測量

亞馬遜的手環(huán)

提到體脂檢測，就不得不提去年 8 月亞馬遜發(fā)布的手環(huán) Halo。

與傳統的智能手表和健身手環(huán)不同，Halo 沒有屏幕，它將機身「埋」在手環(huán)下方。機身內置了很多用于采集數據的傳感裝置，包括加速度傳感器、溫度傳感器、心率監(jiān)測器、麥克風，此外還有 LED 指示燈、以及用于打開或關閉麥克風的按鈕。

但其測量體脂的工作原理其實是基于一套算法，為用戶生成個性化 3D 人體模型，進而直觀地顯示增加或減少的體內脂肪（BFP），具體操作可以簡單描述如下：

首先，第一個深度神經網絡（DNN）識別身體，并以像素級的準確性將其與背景分離。該 DNN 已經接受了數十萬張圖像的訓練，因此可以準確識別人體，將人體與寵物、家具、陰影等區(qū)分開。

接下來，另一個 DNN 對信息進行分析，了解圖像與其身體物理特性之間的關系，如身體形狀、脂肪和肌肉的分布。該 DNN 不會直接看到人體脂肪，而是會分析人體中被稱為「熱點」的部位的詳細信息，再通過熱點測量軀干、大腿或背部的脂肪，并估算出 BFP 值。

之后，第三個 DNN 則負責分析圖像中人體的形狀和外觀，并生成 3D 人體模型，生成過程會消除背景和個人美容細節(jié)（例如面部表情和發(fā)型）的干擾。該 DNN 可以幫助用戶了解人體在不同的體內脂肪百分比下發(fā)生的外形變化。

近日 The Verge 援引耶魯大學 medRxiv 平臺上的一項研究顯示，亞馬遜的體脂百分比掃描儀比其他更繁瑣的體脂計算方法表現更好。這無疑增加了人們對于可穿戴設備體脂檢測的信心。

Garmin 的身體年齡

與蘋果和三星相比，Garmin 對健康監(jiān)測和運動追蹤的研究歷史更悠久，并擁有規(guī)模可觀的產品陣容。

Garmin 在去年 7 月收購了 Firstbeat Analytics?；诮?20 年的積累，Firstbeat Analytics 在壓力、睡眠、最大攝氧量、訓練狀態(tài)/負荷、訓練效果、速度、卡路里燃燒、呼吸作用等方面，擁有權威的數據結構和算法模型。

近年來更新的 Garmin 設備更是將算法的重點，聚焦在將傳感器數據轉換為有意義的信息和建議。比如今年年初發(fā)布的輕智能腕表 Lily 引入了「身體電量」的概念，基于心率、壓力等數據，并結合睡眠和活動狀況，進行綜合評估，給予用戶當前身體能量值。

再比如今年 4 月發(fā)布的 Venu 2/2S 中，則首次提出了「身體年齡」和「睡眠分數」指標，直觀呈現用戶的身體狀況并提供合理的活動建議。

值得注意的是，身體年齡分析功能需要配合佳明 Index S2 智能體脂稱使用，具體算法則是通過對用戶的實際年齡、活動量、靜息心率、體脂率和 BMI 值來進行綜合估算，進而通過身體年齡功能指標，為用戶提供活動建議。

但相信隨著算法的成熟，結合傳感器的升級，Garmin 未來是有可能在其設備上增加 BMI 的測量。

灣里小結

除了上文提到的體脂檢測，在可穿戴設備健康功能中，心率、血氧、體溫、血糖等等，均被列為了可穿戴設備的監(jiān)測范圍。

健康監(jiān)測是智能手表的一張「王牌」，上文中提到的蘋果、三星、亞馬遜、Garmin 等巨頭都在數據健康領域積極布局。

而隨著傳感器和算法的升級，我們獲取身體的健康數據將越來越便利，我們也將越來越關注健康。

微信號：shenzhenware

主筆：達達、森森 / 深圳灣

編輯：陳述 / 深圳灣