人体成分是人体内各种成分之间的数量比例,在临床医学与基础研究中具有重要的价值。它可以监测人体的营养状况、体液平衡状况、提供人体成分正常值范围、评价生长发育等,因此,进行体成分测试是人体健康检查的一项重要内容。人体成分测试具有多种方法,基于生物电阻抗的体成分测试是一种评估身体成分的间接方法。它的原理是将微弱的交流电信号导入人体,通过测量得到人体各个部分的电阻抗,通过分析得到相应部分的组成成分。这种方法具有简单易用性和无创性的特点,得到了广泛的应用。文中分析了体成分测试系统的发展现状,根据生物电阻抗原理,本文设计完成了一种人体成分测试评估系统,主要完成的工作如下:1、根据分段人体模型完成了系统设计。该系统采用八电极、单频测量技术设计得到了具有精度高、重复性好的测试仪器。通过上位机分析软件能够得到人体各个部分的生物电阻抗,通过分析模型得到人体相应部分的组成成分,完成健康评估。2、改进体成分数据的建模方法。以如何提高人体成分的预测精度,即提高预测精度和泛化能力为目的,本文研究了两种人体成分模型建立方法:基于统计回归的方法和基于支持向量机的方法。统计回归方法得到的是一系列预测方程,由于预测方程只能保留训练样本的共同特征,而将其他的个性化特征都舍弃,从而限制了该方法的泛化能力。本文在分析统计回归方法的基础上,引入了统计学习的理论,提出用预测模型文件替换传统的预测方程。由于该方法保留了训练样本的大部分特征,能够适应不同的测试人群,同时,该方法利用凸二次规划方法能够得到全局最优解,避免了局部最优解的问题。利用支持向量机的回归分析建立人体成分模型,是本文的一大亮点。3、通过对样本数据的分析,得出了人体成分随着年龄的增长、生活习惯的不同而变化的规律。依据得到的人体成分,对建立人体健康专家系统做了初步探讨,主要讨论了如何根据人体成分制定相应的运动处方。目前的人体成分测试只关注某次的测试结果,但是静态的测试结果给出的人体的健康信息不够丰富,不能反映人体的健康趋势。本文提出建立人体健康数据管理系统,该系统能够实现对健康数据的动态管理,根据历史数据反映的人体健康趋势有针对性的给出运动处方与营养配方,经过不断的调整使人体成分之间的比例达到最佳。