Development of a Predictive Model for Abdominal Fat Rate of People with Intellectual Developmental Disabilities Using 3D BodyScanner Based on Deep Learning

이 연구의 목적은 지적장애인의 3D 신체이미지를 활용하여 딥러닝 기반의 복부지방률 예측 모델을 개발하는 것이다. 수집된 데이터의 이미지가 훼손되지 않은 선에서 정면, 측면, 후면 등을 2도씩 3회 회전시켜 데이터 증강을 수행하였으며, 총 630개의 데이터를 활용하였다. 504개의 학습 데이터와 126개의 신체 이미지를 무작위로 분할하여 모델을 학습하였다. 이 연구 결과는 다음과 같다. 첫째, 지적장애인 복부지방률 추정 기본모델은 70%이상의 설명력을 나타냈다. 둘째, 모델의 성능 향상을 위한 최적의 하이퍼파라미터의 결과는 구조 내 은닉층 노드는 32, 64, 128, 32, 128, 드롭아웃은 0.0, 학습 내 활성함수는 ‘ReLU’, 에포크는 87번, 배치 사이즈는 32로 설정되었다. 셋째, 학습에 사용되지 않았던 10%의 검증 데이터를 바탕으로 타당도 검증을 실시하였으며, R²=.80와 MAE=6.04, RMSE=7.25, MAPE=22.30의 수치를 나타냈고, 실제값과 예측값 간의 오차도 ±6.04의 값으로 나타났다. 이 연구를 통해 2D의 형태로 전환된 신체이미지를 활용하여 지적장애인의 복부지방률을 추정할 수 있음을 확인하였다.