研究人员开发了使用毫米波（mmWave）雷达扫描评估身体成分的新方法，这种方法可以穿透衣物并保护隐私。一种方法使用多任务学习从毫米波数据中预测内脏脂肪组织（VAT）和体脂百分比（BFP），在VAT方面达到1.0 L的平均绝对误差，在BFP方面达到3.2%。另一种方法采用优化框架，通过将参数化身体模型直接拟合到毫米波点云来重建3D人体形状并提取人体测量数据，为传统的测量方法提供了一种快速、非接触且保护隐私的替代方案。 AI
影响 这项研究展示了毫米波技术在实现频繁、非侵入式身体成分评估方面的潜力，这可能会影响个性化医疗和临床环境中的风险分层。
排序理由 该集群包含两篇arXiv论文，详细介绍了使用毫米波技术进行身体成分评估的新研究方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.08306v2 Announce Type: replace-cross Abstract: Body composition assessment (BCA) provides detailed information about the distribution of different tissue types in the body, enabling more precise characterization of individuals than BMI or weight alone. Consistent and f…
arXiv:2605.23064v1 Announce Type: cross Abstract: Body shape and circumferences are clinically informative biomarkers for risk stratification, including measures such as waist to hip ratio, limb and trunk girths, yet conventional tools such as manual tape measures and optical sca…