DeepHealthNet：基于深度学习框架的青少年肥胖预测系统
人工智能
2023-09-01 v2 软件工程
摘要
儿童和青少年肥胖率是一个全球性问题，因为肥胖与慢性疾病和长期健康风险相关。人工智能技术已成为准确预测肥胖率并为青少年提供个性化反馈的一种有前景的解决方案。本研究强调了早期识别与预防肥胖相关健康问题的重要性。诸如身高、体重、腰围、热量摄入、身体活动水平以及其他相关健康信息等因素，需要被考虑用于开发稳健的肥胖率预测算法并提供个性化反馈。因此，通过收集 321 名青少年的健康数据集，我们提出了一种青少年肥胖预测系统，该系统提供个性化预测并协助个体做出明智的健康决策。我们提出的深度学习框架 DeepHealthNet 即使在日常健康数据有限的情况下，也能有效地利用数据增强技术训练模型，从而提升预测准确率（acc: 0.8842）。此外，研究揭示了男孩（acc: 0.9320）与女孩（acc: 0.9163）之间肥胖率预测的差异，从而能够识别差异并确定提供反馈的最佳时机。所提出的系统在有效应对儿童和青少年肥胖方面显示出显著潜力。
引用
@article{arxiv.2308.14657,
title = {DeepHealthNet: Adolescent Obesity Prediction System Based on a Deep Learning Framework},
author = {Ji-Hoon Jeong and In-Gyu Lee and Sung-Kyung Kim and Tae-Eui Kam and Seong-Whan Lee and Euijong Lee},
journal= {arXiv preprint arXiv:2308.14657},
year = {2023}
}