长三角地区成年胖体女性体型特征及分类

2022-07-29袁诗婷王朝晖

纺织高校基础科学学报 2022年2期

袁诗婷，王朝晖，2，3

（1.东华大学服装与艺术设计学院，上海 200051；2.东华大学现代服装设计与技术教育部重点实验室，上海 200051；3.上海市纺织智能制造与工程一带一路国际联合实验室，上海 200051）

0 引言

人体体型特征是服装设计与生产的重要基础。不少国内外学者从不同角度使用不同方法对各类人群的体型特征及分类展开了研究。如，人体各部位测量项目［1-2］、由关键人体测量项目派生的体型特征参数［3-4］、人体正侧面体表角度［5］与人体部位截面面积、截面曲线形态特征［6-7］等各群体的整体躯干或某特征部位的体型特征分析与分类。分类方法方面，有运用数理统计分析的k-means聚类法［8-9］、两步聚类法［10-11］，以及基于腰腹差等人体特征部位的档差划分分类方法［12-13］。同时，加权快速搜索、发现密度峰值算法［14］也被应用于体型分类中。以上研究大多以某地区一般体型的中青年男女群体为研究对象，缺乏对特殊体型人群的关注。根据国家卫生健康委报告，目前我国成年人超重与肥胖率已超过50%，胖体人群的增长成为我国乃至世界人口特征的变化趋势之一［15］。体内脂肪聚积使人体体型发生变化，胖体服装人台构建与服装结构设计需以胖体尺寸及形态特征为基础，以满足其着装合体性需求。

国外有关胖体女性的体型研究比较完善。一些学者采集不同国家或地区的胖体女性人体数据，进行体型特征分析，根据不同的胖体体型特征指标进行体型分类［16-18］，并建立了相应体型类别的胖体女性人体尺寸系统［19-21］。国内对胖体女性体型特征及分类的研究相对不足。韩思琪等采集北京中年胖体女性人体数据，经过各部位描述统计分析及与青年女性体型的比较，总结北京中年胖体女性体型特征，按照臀胸围度差分类体型［13］。张蕊等测量了110名上海胖体女性的身高、体质量与6项人体围度，使用身高与三围确定3项体型指标并聚类分析为3类体型［22］；董赫男采集江西中年胖体女性尺寸数据，分析体型特征并确定其中间体关键部位尺寸［23］。依据人体形态学基础［20］，简单的身高与围度不能精确定义胖体体型，而我国大多胖体女性体型研究仅使用围度差或围度比进行体型划分，分类指标选取在综合反映胖体女性形态的宽度、厚度、扁圆程度等体型特征上具有一定局限。

因此，本文以长三角地区18～55 岁的成年女性为研究对象，测量人体体质量、围度、高度、宽度、厚度、体表实长等42个项目，并从中筛选成年胖体女性样本，通过数据统计分析，探讨长三角地区成年胖体女性体型特征，基于因子分析，运用系统聚类法、kmeans 聚类法进行体型分类研究。本文在人体测量维度及测量项目上进一步丰富了胖体女性体型特征分析的数据基础，所分类的各体型类别更综合反映了长三角地区成年胖体女性在人体围度、宽度、厚度及扁圆程度等方面的体型特征。

1 胖体女性数据采集

1.1 实验对象与实验样本量

依据WS/T 428—2013《成人体重判定》及相关人体体质研究［24］，我国使用BMI 体质指数（Body Mass Index）、腰围等作为判定成年人超重/肥胖的指标：成年人18.5 kg/m2≤BMI＜24 kg/m2为正常体型，BMI≥24 kg/m2为超重/肥胖，腰围≥80 cm的成年女性为中心性肥胖前期。本文以上海、江苏、浙江、安徽4省、直辖市，18～55岁、BMI≥24 kg/m2或腰围≥80 cm的长三角地区成年胖体女性为研究对象。根据GB/T 22187—2008《建立人体测量数据库的一般要求》，大多数人体测量的置信水平1－α=95%，最小样本量计算公式为

式中：1.534为常数；变异系数σ/μ为样本总体标准差与均值之比，可用前人相关研究的最大变异系数值代替［25］，本文采用文献［22］测量上海胖体女性人体各部位所得的最大变异系数值0.083 9。查标准正态分布表得uα=1.96。一般相对误差限a取3%［25］。为减少无效测量样本的影响，调整相对误差限为2.5%。最终算得长三角地区成年胖体女性体型研究所需最小样本量102人。

根据人体测量的最小样本量要求与随机抽样原则，采集了长三角地区18～55 岁共462 人的各体型成年女性人体数据，其中包含符合上述胖体女性研究样本筛选条件的151人，满足本实验的最小样本量要求。

1.2 测量项目

测量以尽可能综合反映胖体女性体型特征为原则，依据GB/T 16160—2017《服装用人体测量的尺寸定义与方法》以及人体形态学、服装造型学原理［26］，确定42 项测量项目，包括体质量以及颈根围、胸围等14个围度项目，身高、后颈椎点高等9个高度项目，背宽、胸宽等8个宽度项目，BP点位厚、腰围厚等6个厚度项目，背长、背肩宽等4个体表实长项目，具体内容如表1所示。

表1 胖体女性人体测量项目Tab.1 Items of body measurements for obese female

1.3 测量方法

室温环境下，受试者穿着合体文胸与内裤，由专业人体测量实验员依据测量项目要求，使用马丁测量仪测量，并采用3 次测量的平均值作为最终获取数据；使用TC2三维人体扫描仪获取三维人体点云数据。

1.4 实验数据预处理

使用数据统计分析软件SPSS对151个成年胖体女性人体测量样本进行数据离群值、异常值的检验与剔除，最终获得有效样本151个。使用非参数K-S检验、正态概率P-P 图对样本数据进行正态分布检验，结果显示各项目数据均服从或近似服从正态分布。使用逆向工程软件Geomagic Wrap 2017对样本的三维人体点云数据进行异常点过滤、降噪处理，并封装为三维人体曲面模型，便于在体型分类中结合数据分析结果，总结各类体型的三维特征。

2 长三角地区成年胖体女性体型特征

2.1 体型测量项目的描述统计与比较分析

为了进一步探究长三角地区胖体女性的肥胖体型特征，使用462个成年女性总样本与151个胖体女性样本的42 项人体测量项目进行描述统计与比较。摘取其中23项体现长三角地区女性总样本与胖体女性样本的躯干体型差异的关键测量项目描述统计比较，结果如表2所示。

表2 长三角地区成年女性与成年胖体女性各测量项目的描述统计比较Tab.2 Descriptive statistics comparison between adult women and obese women in the Yangtze River Delta单位：cm

表2（续）

可以看出，长三角地区成年胖体女性样本明显比成年女性总样本在围度、宽度、厚度上的平均值大，而该两组样本的背长、前中心长等垂直测量的体表实长项目及身高、下裆高等高度项目的平均值比较相近。说明长三角地区胖体女性的肥胖体型特征主要体现在人体围度、宽度、厚度上。长三角地区成年胖体女性在胸部、下胸围处、腰部、腹部、臀部等躯干部位的围度、宽度、厚度项目上的标准差与变异系数较大，且上述部位厚度项目明显比相应部位围度、宽度项目的变异系数大，尤其腰围位厚的变异系数为0.093，在所有人体部位测量项目中的变异系数最高，说明长三角地区成年胖体女性在胸部至臀部的躯干部位个体体型差异大，且躯干部位厚度上的个体体型差异大于围度与宽度，体现在腰围位厚的个体体型差异明显。

2.2 胖体女性体型因子分析

对42 个测量项目数据进行因子分析，提取影响长三角地区成年胖体女性体型的主要因素。因子分析的Bartlett 球形检验的显著性为0.000，小于0.05，说明参与因子分析的42个测量项目间具有一定相关性。KMO 值为0.897，大于0.7，说明42 个测量项目间偏相关性较强；此结果说明该因子分析有效，公因子提取效果较好。

因子分析所得的总方差解释如表3 所示。结果中的前7个因子特征根大于1，总方差累计贡献率为82.107%，能解释本文胖体女性42个测量项目的大部分信息。故提取该7 个公因子以进一步分析长三角地区成年胖体女性体型特征。

表3 因子分析总方差解释Tab.3 Factor analysis total variance interpretation

使用最大方差法对7 个公因子进行旋转，得到因子旋转后的成分矩阵。由因子旋转结果可得，第1 公因子在腰围、下胸围位厚等上肢围度、厚度、宽度项目与体质量上的载荷系数较大，旋转后因子方差贡献率为27.012%，故命名为上肢丰满度因子。第2 公因子在下裆高、腰围高等高度项目上有较大载荷，旋转后因子方差贡献率为21.936%，命名为高度因子。第3 公因子中，大腿最大围、臀围等人体下半身围度、宽度、厚度项目的载荷系数较大，旋转后因子方差贡献率为15.672%，命名为下肢丰满度因子。第4 公因子、第5 公因子、第6 公因子、第7 公因子分别在前后中心长、手臂根部围度、肩背水平宽度、手臂腿部最细处有较大载荷，旋转后因子方差贡献率分别为4.720%、4.568%、4.497%、3.702%，故命名第4 公因子为前后中心长因子，第5公因子为手臂根部围度因子，第6 公因子为肩背宽度因子，第7 公因子为手臂腿部最细围度因子。摘取每个公因子中载荷系数较大的人体测量项目如表4 所示。由此可见，影响长三角地区成年胖体女性体型特征的主要公因子有上肢丰满度因子、高度因子与下肢丰满度因子，而前后中心长因子、手臂根部围度因子、肩背宽度因子、手臂腿部最细围度因子对长三角地区成年胖体女性体型特征也有一定影响。

表4 旋转后的成分矩阵Tab.4 The selected component matrix

3 长三角地区成年胖体女性体型分类

3.1 特征变量的提取与分类指标的确定

分析因子旋转后的成分矩阵，结合42 个测量项目的双变量相关性分析结果，从前3个公因子中提取载荷系数较大且具有一定代表性的变量，含腰围、腰围高、腰围位宽、腰围位厚、下胸围位厚、腹部前突点位厚、胸围、臀围共8 个变量。后4 个公因子的方差贡献率相对较低，提取变量并参与聚类分析的结果欠佳，故从中不提取特征变量。

依据人体形态学基础［20］，将8 个特征变量整合为能够代表胖体女性大部分体型信息的指标，包括腰围腰高比、腰围处横矢径比、腹部与下胸围厚度差、臀胸差等4 项。各指标具体计算公式如表5所示。

表5 体型分类指标及其具体公式Tab.5 Body type classification index and formulars

腰围腰高比，能表征人体腰部丰满程度与高度的关系，其比值也是医学领域中成人肥胖程度的判定标准之一［24］。腰围处横矢径比体现腰部位置的扁圆程度。腹部与下胸围厚度差体现腹部相对下胸围处的厚度差，是一项衡量腹突程度的指标。臀胸差体现人体胸部至臀部的大致轮廓特点。

3.2 聚类数的确定

将151个样本的4项体型指标数值进行Z得分标准化，以消除各指标在量纲上的差异，并使用系统聚类法对样本进行聚类分析，得到聚类系数表并可视化为折线图，如图1所示。图中折线第4点为拐点，拐点后相邻聚类系数间的变化远小于拐点前各相邻聚类系数间的变化，说明本研究样本分类的最佳聚类数为4。

图1 系统聚类系数折线图Fig.1 Line chart of systematic clustering coefficient

3.3 胖体女性体型聚类分析

以Z得分标准化的4项体型指标为聚类指标，设定聚类数为4，使用k-means 聚类法对151 个样本进行分类，得到长三角地区成年胖体女性体型分类结果如下：第1 类别样本数为41 人，占比27.15%；第2类别样本数为46人，占比30.46%；第3类别样本数为45 人，占比29.80%；第4 类别样本数为19 人，占比12.58%。

同时，以4 项聚类指标为因变量，使用单因素方差分析对样本分类结果进行验证，结果如表6 所示。可以看出，各聚类指标的显著性均小于0.05，即认为分类有效且结果显著。

表6 各聚类指标的单因素方差分析Tab.6 ANOVA analysis of each clustering index

由k-means 聚类分析得出各类别的4 项体型聚类指标数值范围，并计算各类别的体型指标与关键部位尺寸的平均值，如表7所示。结合k-means聚类分析的数值结果与各类别样本的三维人体模型，对各类体型进行体型特征分析与命名。考虑实际分类的可操作性，将各体型聚类指标数值范围的极值精确到0.1 cm，调整得到体型分类规则。

表7 4种体型类别的分类指标与关键部位平均值比较Tab.8 Average comparison of classification indexes and key part of four body types

第1 类体型的腰围腰高比平均值在所有体型中最小，而腰围处横矢径比平均值最大，说明该类体型的腰围相对较细且腰部形态较扁平。腹部前突点位厚相对下胸围位厚较大，腹部突出，臀围较大且比胸围突出。整体体型的胸、腰围度较小，而臀围围度较大，似上窄下宽的A 字，故命名为A 型。其分类规则为腰围腰高比为0.7～0.8，腰围处横矢径比为1.1～1.4，腹部与下胸围厚度差0.3～5.2 cm，臀胸差－3.4～14.4 cm。

第2 类体型的腰围处横矢径比接近1，腰部形态圆润，腹部前突点围以及腹部与下胸围厚度差的平均值在所有体型中最小，腹部突出不明显，胸围与臀围围度较相近。整体躯干体型较匀称，似直筒状的H字，故命名为H 型。其分类规则为腰围腰高比为0.7～0.9，腰围处横矢径比为1.0～1.2，腹部与下胸围厚度差－1.7～3.2 cm，臀胸差－8.1～6.9 cm。

第3类体型的腰围、腹部与下胸围厚度差平均值较大，腰部、腹部突出明显，整体躯干的胸、臀围度相近且腰、腹围度较大，命名为O型。其分类规则为腰围腰高比为0.7～0.9，腰围处横矢径比为1.1～1.3，腹部与下胸围厚度差2.8～6.7 cm，臀胸差－4.5～9.1 cm。

第4 类体型的腰围腰高比平均值在所有体型中最大且腰横矢径比平均值接近1，各躯干围度平均值最大，说明该体型肥胖程度明显，腰围较粗且腰部形态圆润。臀胸差平均值在4 类体型中最小且为负值，胸围明显比臀围大，胸部至臀部的整体形态似上宽下窄的V 字，故命名为V 型。其分类规则为腰围腰高比为0.9～1.1，腰围处横矢径比为1.1～1.2，腹部与下胸围厚度差－0.3～4.7 cm，臀胸差－14.2～0.1 cm。

从长三角地区成年胖体女性样本的三维人体数据中选取对应4 类体型的三维人体模型，其正、侧面轮廓如图2所示。