某人問：

我不胖，

但是肚子上都是肉，

腫麼肥事？

我回：

怎麼確定自己不胖的？

某人答：

我體脂率只有17%。

（這人是女的）

我回：

不大可能啊，

（指女性17%體脂率非常少見）

能發張照片麼？

某人發來：

一張目測體脂25%+的照片。

我回：

你17%體脂率的數據怎麼來的？

某人回：

一張智能稱應用端截圖。

這篇說目測體脂率的方法。

基礎概念

想跳過基礎概念的讀者，目測的具體方法在第三章。

體脂率

體內脂肪重量佔全部體重的百分比。

比如：

一個人體重100公斤，

脂肪重20公斤，

這人的體脂率就是20%。

正常體脂率範圍

如果你從不同的信息源查詢，你會發現對於正常體脂率範圍的說法並不統一。

有的直接給了固定範圍數值。

比如女性20%-25%，男性15%-18%；

比如女性20%-29%，男性10%-19%。

有的則根據年齡給了矩陣。

不管是固定數值還是矩陣，也都存在不同來源不同數據的情況，所以我個人傾向於根據實際視覺觀感來評判體脂率是否處於正常範圍內。

簡單講就是：只要看着正常，就算正常。

至於什麼叫看着正常，後面會有單獨一章來講。

體脂測量方法

X光

通過不同強度的X射線掃描人體，根據不同的人體成分穿透度差異獲得影像，根據影像分析脂肪含量。

氣壓

被測者進入一個密封艙，通過向艙內注入氣體增大氣壓，根據人體被壓強所改變體積的程度分析脂肪含量。

皮脂厚度

用特別制式卡尺，在身體不同部位測量皮下組織厚度，根據測量結果，將不同部位數據帶入特定公式計算脂肪含量。

電阻

普及度最高的方法。

家用的智能人體秤，或者健身房的手握式&腳踩式&手握加腳踩式體測儀，都屬於這類。

首先由被測者提供身體信息（通常包括：性別、年齡、身高），然後通過多個電極發出電流測量阻抗值*，根據被測者提供的信息，以及阻抗值數據，帶入設備預設的公式計算脂肪含量。

（*下文會多次提到阻抗值，阻抗值指人體對電流起的阻礙作用，別誤讀成抗阻了。）

目測

也就是這篇主要想說的了，後面會有單獨一章來講。

方法普及度

上述幾種方法中的X光、氣壓，對於普通人而言較難落實，一是測量機構不夠大衆，二是價格較高，所以僅在專業領域應用較多。

皮脂卡尺的使用需要先掌握測量方法，價格雖然便宜，但因爲前置學習的門檻，以及每次使用的繁瑣操作，使它只在相關行業的從業者中較普及，普通人羣普及度也不夠高。

智能秤的普及度最高，就是因爲它應用方便，價格也不貴，而且體重秤也是家庭必備的一個設備。

而目測體脂率對於大部分人來說，似乎是個不太容易輕易掌握的技能。

但如果找到一些參照點，根據一定原則，目測結果的準確度也很高，尤其落實起來確實方便。

目測

當說目測體脂的時候，我們通常會想到圖例法。

也就是根據一系列基本準確的圖片來進行對比。

但我要說的不是圖例法，而是通過視覺評估腰線的輪廓形態來判斷體脂率。這種視覺評估，我們照着鏡子就可以完成。

腰線輪廓

這裏的腰線有一個精確定義：

在身體站姿正視位，從肋骨下緣向髂嵴的連線，對應到表皮上的輪廓。

分別解釋一下。

正視位：我們通常照鏡子時就是正視位，不側臉，不側身，不扭腰，不擺造型。

就像拍證件照那樣。

肋骨下緣&髂嵴：如下圖

腰線：兩點之間的連線

評估標準

當這條連線基本呈直線，對應的體脂率是女性25%，男性15%。

當連線呈明顯向外凸出的弧線，體脂大於對應值。

當連線呈明顯向內凹陷的弧線，體脂小於對應值。

因爲人體是三維的，所以用真人圖來進一步說明：

參考這張圖可以看出，她的腰線呈現略微內凹的輪廓，所以體脂率小於25%。

再看一個男性的：

目測，他的腰線有明顯的外凸，所以體脂率大於15%。

對於身材的評判，有些人會有畸形審美，比如追求骨瘦如柴。

排除這種畸形，僅對普通大衆審美而言，對應值±3%以內的變化都是正常身材。

也就是說：

女性22%/男性12%是正常身材標準中瘦的下限，再瘦就是過瘦了。

女性28%/男性18%是正常身材標準中胖的上限，再胖就是過胖了。

由此推算，真人圖中，

女性圖的體脂是22%-23%，

男性圖的體脂是16%-17%。

應用：

你可以首先照一下鏡子，看一下弧線是外凸還是內凹，以確定自己是在對應值（25%/15%）的哪邊。

然後根據自己的審美標準，或者最近幾周身邊人的評價（你太瘦了/你太胖了），或者直接找幾個鋼鐵直男問一下自己的身材。如果結論是身材基本正常，就沒有超過3%的範圍。

舉個例子：

先照鏡子：腰線外凸。（大於15%）

自我評估：我身材應該還可以吧？（小於18%？）

詢問朋友：你覺得我身材怎麼樣？

朋友回答：你他媽跟豬似的！（大於18%；朋友減1）

如果已經得出體脂率超標的情況了，具體超標多少就不太重要了，開始控制熱量回歸到上限以下就行了。

體脂率過低的同理。

適用範圍

這個方法適用於大部分普通人，對於兩類人羣就不太適用了。

第一類：健美運動員

因爲肌肉體積大也會影響腰線，所以明明很低的體脂依然可能腰線外凸。

不過，如果你是健美運動員，你也不可能不知道自己的體脂率是多少。

第二類：骨盆相對於胸廓特別寬大的人

因爲參考兩點連線中，骨盆的髂嵴是一個端點，而特別寬的骨盆會使腰線更容易內凹，所以可能脂肪率很高，但腰線依然是直的。

那怎麼確定自己是不是屬於骨盆特別寬的人呢？

如果你不確定自己骨盆是不是特別寬。

就不寬。

爲什麼智能秤可能不準

通過智能秤得出的數據不準確，很多人都遇到過。但是它們的不準不是從來不準。

可能同一個人，A秤結果準，B秤結果不準；可能同一個秤，甲測結果準，乙測結果不準。不僅是智能秤，前面提到的皮脂卡尺也可能出現這樣的不準確。

爲什麼會有這種情況？

因爲和X光和氣壓不同，前兩種是通過直接數據分析出體脂率，而卡尺和智能秤是通過間接數據帶入公式計算出體脂率的。

公式是怎麼來的？

首先通過科研數據得出數據範例。

比如：

通過X光或氣壓測試，獲得一批確定了體脂率的人，再通過對這些人進行電阻或定點皮下脂肪採樣，獲得阻抗和皮下脂肪厚度數據，再通過統計數據得出不同體脂率的人和數據之間的聯動關係，變化比例等。

再將這種聯動和比例以公式的形式呈獻出來，或預設到電子設備裏。

按理說，這種對應關係也是環環相扣的，應該是準確的，但爲什麼還是會出現不準呢？

因爲公式中涉及的一直條件不夠多。

舉個例子：

我想要買蘋果，我希望知道我買的蘋果是不是足夠甜，最直接的方式應該是削開蘋果取樣，分析蘋果中的含糖量。

但是我無法做到每一個蘋果都取樣分析，所以我想了一個簡單的方法，先測一批蘋果的含糖量，然後把含糖量最高的蘋果的直徑記錄下來。

通過這種數據分析，我發現含糖量最高的蘋果都集中在直徑五釐米的蘋果上。

於是我就專門做了個篩子，直徑大於五釐米太多，或小於五釐米太多的，都不要了。

我通過這種方法較大可能獲得更甜的蘋果。但依然可能錯吧一些甜蘋果篩掉了，也可能收入了不甜的蘋果。

因爲蘋果含糖量的變量不僅限於尺寸，還受品種、產地、氣候、種植條件等等因素的影響。

如果我不能一個一個測蘋果的含糖量，只能通過一種“公式”來追求更符合預期的結果，我就需要把我的公式弄得更復雜，也就是植入更多“條件”。

比如：必須是直徑5釐米左右，產自阿克蘇的，表面條狀紅斑明顯的，糖心蘋果。

以上這個例子簡化了一些細節，但核心概念是基本相同的。

在預設公式基本符合直接數據的前提下，獲取的信息越多，公式得出的結果纔會越符合預期。

比如智能秤，在和科研數據樣本直接採樣時，採集到身體阻抗數據的位置越多，公式越能準確反推出體脂率信息。

但如果這樣做，智能秤上的電極點也必須同樣多。

以目前市面常見的智能秤來說，4個電極點是普遍的。

一些健身房裏還會要求手持，在預設公式科學準確的前提下，8個電極就應該比4個電極反推出的數據更準確。

可能有人問：

也就是說測體脂的儀器，是電極越多越好唄？

並不是，首先要在從直接數據採樣的環節，就採集了更多位置的數據，並且利用這些數據預設了科學合理的公式，才能保證設備在提供給被測者時，更多的電極可以收集更多的人體阻抗數據，以參與公式計算。

同樣的，用過皮脂卡尺的人應該知道，用卡尺時也需要卡在身體多個位置上，將多個位置的讀數帶入公式，然後計算體脂率。

卡尺的公式和智能秤的公式是一類概念，只不過一個是人體電阻，一個是皮下組織厚度，所以如果你想用卡尺得出更準確的體脂率數據，你得測量更多位置纔行。

但前提是賣方得有更多需要你用讀數填空的公式纔行。

寫完發現，我這跑題跑得太遠了……