随着医疗技术与人工智能技术的不断发展，形体健康渐渐成为了女性群体普遍关注的问题。女性在怀孕前后形体通常会产生较大的变化，其中异常的变化会对身体产生危害。快速智能的形体评估可以帮助医生更加准确高效地定位并量化形体异常，具有较大的研究意义和应用前景。
　　运用深度学习和图像处理相关技术，设计并实现了一套形体评估系统。该系统首先通过kinect深度相机采集体表的深度图像，经过预处理后分割出人体区域。然后通过深度学习的方式识别出人体体表主要关键点的位置，同时利用深度图像的空间映射关系计算出肩膀，脊椎，骨盆，下肢区域的指标数值，最后以图表的方式呈现结果。为了排除背景对结果的影响，提出基于深度来进行人体分割。为了避免关键点的局限性和不稳定性，提出用关键点与传统特征相结合的方式计算指标，从全局去衡量结果。为了提高系统软件的性能，对模型结构进行了剪枝优化。
　　该系统基于windows10操作系统，使用了C++，kinect2sdk，Qt5.8.0，PCL1.8.0等库，在visualStudio2013环境下开发而成。计算过程可以通过GPU实现加速。该系统包含图像采集、人体识别、图像增强、关键点定位、特征提取、指标计算等模块。除了输出指标数值外，还可以渲染出三维图像，更直观地反映形体各个区域的形态。系统复用性较高，且无辐射效应，在目前医学检测中具有一定的实际意义。