3D 신체이미지 데이터를 활용한 지적장애인 체지방률 추정식 개발 (Development of a Formula for Estimating the Body Fat Percentage of People with Intellectual Disabled using 3D Body Data)

본 연구의 목적은 3D 신체이미지 데이터를 활용하여 지적장애인 체지방률 추정식을 개발하는 데 있다. 일반적으로 체지방률을 측정하는 데있어 다양한 방법이 사용되고 있으나, 지적장애인은 짧은 집중력과 낮은 인지 등으로 인해 체지방률을 측정하는 데 어려움이 있다. 따라서 짧은 시간 내에 3D 신체이미지를 측정할 수 있는 3D 바디스캐너를 활용하여 지적장애인의 체지방률을 추정하고자 한다. 이를 위해 목적표집법을 활용하여 지적장애인 140명을 모집하였다. 이때, 보호자의 동의를 얻지 못하거나 10분간 부동자세를 유지할 수 없는 피험자는 측정에서 제외하였으며, 최종적으로 수집된 92명의 데이터는 훈련데이터(70%)왿� 검증데이터(30%)로 나누어 분석에 활용하였다. 3D 바디스캐너를 통해 산출된 신체이미지 데이터를 독립변수로 DEXA에서 산출된 체지방률을 종속변수로 투입하여 다중회귀분석을 실시하여 3개의 추정모형을 개발하였으며, MAE, RMSE, MApE를 바탕으로 평가하고 이중 최적의 추정식을 선정하였다. 최종적으로 선정된 모형은 3D 신체이미지에서 추출된54개의 변수 중에서 가슴높이, 가슴둘레, 허벅지체적, 샅둘레, 배꼽허리둘레, 성별 총 6개의 변수로 구성되었으며, 검증단계에서 85.0%의 설명력과 5.96의 RMSE, 4.97의 MAE, 17.51%의 MApE를 보였다.

The purpose of this study is to develop a formula for estimating body fat percentage (BF%) for the people with intellectual disabled using 3D body data. There are various methods for measuring BF%, but in the case of the people with intellectual disabled, they had a several limitations in measuring BF% due to their short concentration and low recognition. Therefore, we would work out a short time measure ment to estimate the BF% of the people with intellectual disabled using 3D body scanners. First of all, 140 the people with intellectual disabled were recruited using the target sampling, but subjects who did not receive parental consent and subjects who could not immobile posture for 10 minutes were excluded. Secondly, data from 92 subjects was divided into 70% training and 30% testing splits. Then three models were constructed by Multiple Regression (MR) analysis that used a 3D body data as an independent variable and used DEXA as a dependent variable and models were evaluated based on metrics for regression (MAE, RMSE and MAPE), then optimal estimation for mula was choosen. Finally, the best model that composed of chest height, breast high, thigh volume, thigh circumference, umbilical waist circumference, gender in 3D body data accounted 85.0% of the variation in criterion-measured, with a RMSE of 5.96, MAE of 4.97 and MApE of 17.51%.