CN112336331B - 一种局部人体成分数据处理方法及分析仪 - Google Patents

Abstract

本发明提供一种局部人体成分数据处理方法及分析仪，其方法包括：对采集端的电阻进行矫正；通过矫正后的采集端对测试者的人体局部部位阻抗进行采集，得到多个阻抗值；建立BP神经网络，将测试者基本信息和多个阻抗值作为待分析向量输入BP神经网络中，通过BP神经网络建立待分析向量与局部部位人体各个成分的对应关系；通过BP神经网络输出测试者的局部部位人体各个成分含量数值。本发明能够对采集端的电阻进行矫正，通过矫正后的采集端对测试者的人体局部部位进行采集，得到的阻抗值更为准确，通过BP神经网络对阻抗值进行分析，最终输出测试者的局部部位人体各个成分含量数值。

Description

一种局部人体成分数据处理方法及分析仪

技术领域

本发明主要涉及人体成分分析技术领域，具体涉及一种局部人体成分数据处理方法及分析仪。

背景技术

随着科学技术的发展，人们的生活书评逐渐提高，人们对自身的健康状况也越来越重视。肥胖的人容易血管硬化、周身乏力、腹胀、消化不良、精神不好、睡眠质量差，容易患高血压、高血脂、糖尿病、脂肪肝、冠心病等心脑血管疾病，更甚者发展为心肌梗塞、脑梗塞、中风、偏瘫、肝硬化等许多严重的疾病。而均衡标准的人体成分分布会提高人类的健康指数。因此，正确、快速地测定出人体成分，能够帮助测试者判别自身的健康状态。

普通人不能完全了解自身综合身体素质发展需要，目前市面上的体脂称、体脂手环等体脂设备可以测出人体的脂肪量，仅能给人们大致方向的健康参考信息，针对性不强。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种局部人体成分数据处理方法及分析仪。

本发明解决上述技术问题的技术方案如下：一种局部人体成分数据处理方法，包括如下步骤：

对采集端的电阻进行矫正；

通过矫正后的采集端对测试者的人体局部部位进行阻抗采集，得到多个阻抗值；

建立BP神经网络，将测试者基本信息和多个所述阻抗值作为待分析向量输入所述BP神经网络中，通过所述BP神经网络建立待分析向量与局部部位人体各个成分的对应关系；

通过所述BP神经网络输出测试者的局部部位人体各个成分含量数值。

本发明解决上述技术问题的另一技术方案如下：一种局部人体成分数据分析仪，包括壳体、内嵌在所述壳体外表面上的采集端、显示屏以及安装在所述壳体内的处理器和矫正器；

所述处理器，用于对采集端的电阻进行矫正；

所述采集端，用于对测试者的人体局部部位进行阻抗采集，得到多个阻抗值；

所述处理器，还用于建立BP神经网络，将测试者基本信息和多个所述阻抗值作为待分析向量输入所述BP神经网络中，通过所述BP神经网络建立待分析向量与局部部位人体各个成分的对应关系，并通过所述BP神经网络输出测试者的局部部位人体各个成分含量数值；

所述显示屏，用于显示局部部位人体各个成分含量数值。

本发明的有益效果是：能够对采集端的电阻进行矫正，通过矫正后的采集端对测试者的人体局部部位进行阻抗采集，使得到的阻抗值更为准确，通过BP神经网络对阻抗值进行分析，最终输出测试者的局部部位人体各个成分含量数值。

附图说明

图1为本发明实施例提供的局部人体成分数据处理方法的方法流程图；

图2为本发明实施例提供的分析仪的结构示意图；

图3为本发明实施例提供的BP神经网络的示意图；

图4为本发明实施例提供的四电极测量法；

图5为本发明实施例提供的测量信号的处理过程示意图。

附图中，各标记所代表的部件名称如下：

1、壳体，2、采集端，3、处理器。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

图1为本发明实施例提供的局部人体成分数据处理方法的方法流程图。

如图1所示，一种局部人体成分数据处理方法，包括如下步骤：

对采集端的电阻进行矫正；

通过矫正后的采集端对测试者的人体局部部位进行阻抗采集，得到多个阻抗值；

建立BP神经网络，将测试者基本信息和多个所述阻抗值作为待分析向量输入所述BP神经网络中，通过所述BP神经网络建立待分析向量与局部部位人体各个成分的对应关系；

通过所述BP神经网络输出测试者的局部部位人体各个成分含量数值。

还包括步骤，将局部部位人体各个成分含量数值发送至指定终端中显示。指定终端可以是手机/平板等外部设备。

需要说明的是，所述的对采集端的电阻进行矫正的步骤，是在每次开机时自动矫正，矫正完成后可对人体局部部位进行多次采集，无需再次矫正。

BP神经网络为Back Propagation神经网络。

上述实施例中，能够对采集端的电阻进行矫正，通过矫正后的采集端对测试者的人体局部部位进行阻抗采集，使得到的阻抗值更为准确，通过BP神经网络对阻抗值进行分析，最终输出测试者的局部部位人体各个成分含量数值。

具体地，下面介绍采集端的采集原理。

如图4所示，所述采集端包括DDS信号发生器和四个电极，四个电极通过线路与DDS信号发生器连接，靠外侧的两个电极为一对激励电极，产生恒流激励源，一个电极为激励源的正极，一个电极为激励源的负极；中间的两个电极为一对测量电极。测量激励电流经过人体所产生的压降，从而计算出阻抗大小，两个电极一个是测量正极一个是测量负极。采用四电极的测试方法，其电极的位置也对测量结果有一定的影响。若交流激励电极与电压测量电极距离过近，会由于电流密度过大而导致不稳定以及漂移等现象；若两个电压测量电极间距离过近，则会导致测量不同体质人体阻抗的差异值过小。若电极间距离过大，则会导致仪器设计体积过大，本发明旨在尽可能的缩小仪器体积的前提下保证测量的准确性。两对电极的电阻R1和电阻R2在DDS信号发生器中产生的8KHz、64KHz、128KHz的频率下进行人体局部部位阻抗值的测量。

如图5所示，测量信号的处理过程为：

DDS信号发生器的四个电极产生激励信号，来测量人体局部部位，得到测量信号，将测量信号进行放大处理，将放大后的测量信号进行调理，将调理后的测试信号进行幅值及相敏检测处理，得到模拟信号，将模拟信号进行A/D数据采集，得到数字信号，将数字信号发送处理器中进行分析处理。

本发明中测量人体阻抗采用生物电阻抗多频检测技术。

由于细胞内液和细胞外液的电子感应度不相同，细胞外液的电子感应度比细胞内液要大得多。因此在单一频率的阻抗法测试中，人体阻抗会受此影响从而降低了测试数据的精度。而多频生物电阻抗检测技术可以把人体水分的细胞内液和细胞外液共同测定，因此可以较好地解决这个问题。

通过采集端的DDS信号发生器对细胞液含量，DDS信号发生器产生的高频电子信号测定的人体阻抗反映细胞内液和细胞外液总值，DDS信号发生器产生的低频电子信号仅反映细胞外液电阻值。

由于元器件生产工艺原因，即使是同一厂家相同型号的器件，也会存在着或多或少的差异。为了保证阻抗测定的准确性，在正式测量之前需要对电阻进行矫正：

可选地，作为本发明的一个实施例，所述采集端包括DDS信号发生器、激励电极和测量电极，所述激励电极和所述测量电极分别与所述DDS信号发生器线路连接，所述激励电极的电阻R1和所述测量电极的电阻R2在所述DDS信号发生器产生的频率下进行人体局部部位阻抗值的测量；

所述对采集端的电阻进行矫正的过程包括：：

测量电阻R1和电阻R2的电压，得到电压值V1和电压值V2，根据斜率公式计算电阻R1和电阻R2以及电压值V1和电压值V2的斜率K，所述斜率公式为：

根据截距公式计算电阻R1与电压值V1的截距a，所述截距公式为：

a＝R1-K×V1；

根据第一矫正公式和第二矫正公式得到矫正电阻值R1’和矫正电阻值R2’，所述第一矫正公式为：

R1’＝K×V1+a

所述第二矫正公式为：

R2’＝K×V2+a。

上述实施例中，经过矫正后的阻值测量结果可以避免因芯片生产工艺的差异问题而导致的阻值差异。矫正后，在特定的矫正范围内，经测量电阻的测量误差不大于2％，能够满足本发明对于局部测量阻抗的要求。

可选地，作为本发明的一个实施例，所述建立BP神经网络，将测试者基本信息和多个所述阻抗值作为待分析向量输入所述BP神经网络中，通过所述BP神经网络建立待分析向量与局部部位人体各个成分的对应关系，具体为：

建立BP神经网络，所述BP神经网络包括输入层、隐藏层和输出层；

所述输入层输入待分析向量和预设输出期望值，其中，所述测试者基本信息包括测试者的身高、体重和年龄，所述预设输出期望值包括蛋白质含量标准值、水分含量标准值、脂肪含量标准值、骨骼肌含量标准值、肌肉含量标准值和细胞液含量标准值；

所述隐藏层根据所述预设输出期望值计算所述局部部位人体各个成分的权值；

所述输出层根据所述权值和所述BP神经网络的神经元建立所述待分析向量与局部部位人体各个成分的对应关系，并输出测试者的局部部位人体成分数值，所述局部部位人体各个成分包括蛋白质成分、水分成分、脂肪成分、骨骼肌成分、肌肉成分和细胞液含量。

上述实施例中，利用BP神经网络的输入层输入待分析向量，待分析向量为多输入，并建立与输出层单输出的对应关系。输入层和输出层是一种复杂的多级迭代累加累积的关系，能够得到人体相关成分的含量；能够针对个人的局部肥胖特点得到所需的成分含量数值，以便提供更有针对性的健康参考。

可选地，作为本发明的一个实施例，所述隐藏层根据所述预设输出期望值计算所述局部部位人体各个成分的权值，具体为：

根据第一式和所述预设输出期望值计算所述局部部位人体各个成分的权值w，所述第一式为：

其中，J为输出层的代价函数，Y_i为第i个输出值，d_i为预设输出期望值，w为权值；

根据第二式对权值进行训练，所述第二式为：

其中，t为迭代次数，η为学习率。

应理解地，d₁、d₂……d_n是经过标准医疗设备得到蛋白质含量标准值、水分含量标准值、脂肪含量标准值、骨骼肌含量标准值、肌肉含量标准值和细胞液含量标准值学习样本，即预设输出期望值。

w向量为输出层的权值，经过多次迭代的目的就是为了使J值最小，使得结果更准确。

如图3所示，对于隐藏层来说，没有对应的神经元的期望值。所以说，隐藏层的误差值并不能够直接算出，而是要通过与隐藏神经元直接相连的神经元的误差信号反向递归得出。根据上述BP神经网络及学习算法，通过不断迭代学习，即可得到相应的输出量。即可根据此模型求出人体相关成分的含量。

上述实施例中，通过建立的BP神经网络快速输出人体相关成分的含量，以便提供更有针对性的健康参考。

可选地，作为本发明的一个实施例，所述输出层根据所述权值和所述BP神经网络的神经元建立所述待分析向量与各个局部部位人体成分的对应关系，具体为：

通过第三式以及所述权值和所述BP神经网络的神经元建立所述待分析向量与各个局部部位人体成分的对应关系，所述第三式为：

其中，x_j为输入的待分析向量，Y_n为输出向量，所述输出向量包括蛋白质含量数值、水分含量数值、脂肪含量数值、骨骼肌含量数值、肌肉含量数值和细胞液含量数值，l为隐藏层神经元个数，m为输入变量个数，n为输出变量个数，为一级隐藏层中的权值，/>为二级隐藏层中的权值，/>为激活函数，b为偏置量。

应理解地，偏置量的作用是给网络分类增加平移的能力。BP神经网络建立后，需要先进行网络训练，将训练数据导入BP神经网络，在训练过程中产生偏置量b。

上述实施例中，通过权值的计算，能够得到更为准确的输出信息。

图2为本发明实施例提供的分析仪的结构示意图。

可选地，作为本发明的另一个实施例，如图2所示，一种局部人体成分数据分析仪，包括壳体1、内嵌在所述壳体外表面上的采集端2以及安装在所述壳体1内的处理器3，所述采集端2通过线路分别与所述处理器3连接；

所述处理器3，用于在分析仪开机时对采集端的电阻进行矫正；

所述采集端2，用于对测试者的人体局部部位进行阻抗采集，得到多个阻抗值；

所述处理器3，还用于建立BP神经网络，将测试者基本信息和多个所述阻抗值作为待分析向量输入所述BP神经网络中，通过所述BP神经网络建立待分析向量与局部部位人体各个成分的对应关系，并通过所述BP神经网络输出测试者的局部部位人体各个成分含量数值。

所述处理器3通过无线网络与指定终端建立连接，还用于将局部部位人体各个成分含量数值发送至指定终端中显示。指定终端可以是手机/平板等外部设备。

具体地，处理器3发送输入测试者基本信息的指令给指定终端，并接收指定终端反馈的测试者基本信息。

上述实施例中，能够对采集端的电阻进行矫正，通过矫正后的采集端对测试者的人体局部部位进行采集，得到的阻抗值更为准确，通过BP神经网络对测试者基本信息和阻抗值进行分析，最终输出测试者的局部部位人体各个成分含量数值。

可选地，作为本发明的一个实施例，所述采集端包括DDS信号发生器、激励电极和测量电极，所述激励电极和所述测量电极分别与所述DDS信号发生器线路连接，所述激励电极的电阻R1和所述测量电极的电阻R2在所述DDS信号发生器产生的频率下进行人体局部部位阻抗值的测量；

所述对采集端2的电阻进行矫正的过程包括：

测量采集端的电阻R1和电阻R2的电压，得到电压值V1和电压值V2，根据斜率公式计算电阻R1和电阻R2以及电压值V1和电压值V2的斜率K，所述斜率公式为：

根据截距公式分别计算电阻R1与电压值V1的截距a，所述截距公式为：

a＝R1-K×V1；

根据第一矫正公式和第二矫正公式得到矫正电阻值R1’和矫正电阻值R2’，所述第一矫正公式为：

R1’＝K×V1+a，

所述第二矫正公式为：

R2’＝K×V2+a。

从而，将R1’作为电阻R1测到的阻值，R2’作为电阻R2测到的阻值。

可选地，作为本发明的一个实施例，所述处理器3具体用于：

建立BP神经网络，所述BP神经网络包括输入层、隐藏层和输出层；

所述输入层输入待分析向量和预设输出期望值，其中，所述测试者基本信息包括测试者的身高、体重和年龄，所述预设输出期望值包括蛋白质含量标准值、水分含量标准值、脂肪含量标准值、骨骼肌含量标准值和肌肉含量标准值和细胞液含量标准值；

所述隐藏层根据所述预设输出期望值计算所述局部部位人体各个成分的权值；

所述输出层根据所述权值和所述BP神经网络的神经元建立所述待分析向量与局部部位人体各个成分的对应关系，并输出测试者的局部部位人体成分数值，所述局部部位人体各个成分包括蛋白质成分、水分成分、脂肪成分、骨骼肌成分、肌肉成分和细胞液含量。

可选地，作为本发明的一个实施例，所述处理器3具体用于：

根据第一式和所述预设输出期望值计算所述局部部位人体各个成分的权值w，所述第一式为：

其中，J为输出层的代价函数，Y_i为第i个输出值，d_i为预设输出期望值，w为权值；

根据第二式对权值进行训练，所述第二式为：

其中，t为迭代次数，η为学习率。

可选地，作为本发明的一个实施例，所述处理器3具体用于：

所述输出层根据所述权值和所述BP神经网络的神经元建立所述待分析向量与各个局部部位人体成分的对应关系，具体为：

通过第三式以及所述权值和所述BP神经网络的神经元建立所述待分析向量与各个局部部位人体成分的对应关系，所述第三式为：

其中，x_j为输入的待分析向量，Y_n为输出向量，所述输出向量包括蛋白质含量数值、水分含量数值、脂肪含量数值、骨骼肌含量数值、肌肉含量数值和细胞液含量数值，l为隐藏层神经元个数，m为输入变量个数，n为输出变量个数，为一级隐藏层中的权值，/>为二级隐藏层中的权值，/>为激活函数，b为偏置量。

下面介绍一下使用本分析仪的过程：

开机，分析仪自动进行矫正。

将本分析仪的测量电极置于人体组织同一水平线的适当位置，测量电极在水平激励电极内测。

分析仪的处理器3发送输入测试者基本信息的指令给指定终端，并接收指定终端反馈的测试者基本信息。

根据分析仪提示输入性别、年龄、身高、体重等信息。

测试者正常站立不触碰外界导电体进行测试，分析仪通过BP神经网络的人体成分分析方法建立的人体成分计算模型计算出脂肪重量，蛋白质含量，水分含量，骨骼肌重量，肌肉含量等。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种局部人体成分数据处理方法，其特征在于，包括如下步骤：

对采集端的电阻进行矫正；

通过矫正后的采集端对测试者的人体局部部位进行阻抗采集，得到多个阻抗值；

建立BP神经网络，将测试者基本信息和多个所述阻抗值作为待分析向量输入所述BP神经网络中，通过所述BP神经网络建立待分析向量与局部部位人体各个成分的对应关系；

通过所述BP神经网络输出测试者的局部部位人体各个成分含量数值；

所述采集端包括DDS信号发生器、激励电极和测量电极，所述激励电极和所述测量电极分别与所述DDS信号发生器线路连接，所述激励电极的电阻R1和所述测量电极的电阻R2在所述DDS信号发生器产生的频率下进行人体局部部位阻抗值的测量；

所述对采集端的电阻进行矫正的过程包括：

测量电阻R1和电阻R2的电压，得到电压值V1和电压值V2，根据斜率公式计算电阻R1和电阻R2以及电压值V1和电压值V2的斜率K，所述斜率公式为：

根据截距公式计算电阻R1与电压值V1的截距a，所述截距公式为：

a＝R1-K×V1；

根据第一矫正公式和第二矫正公式得到矫正电阻值R1’和矫正电阻值R2’，所述第一矫正公式为：

R1’＝K×V1+a；

所述第二矫正公式为：

R2’＝K×V2+a。

2.根据权利要求1所述的局部人体成分数据处理方法，其特征在于，所述建立BP神经网络，将测试者基本信息和多个所述阻抗值作为待分析向量输入所述BP神经网络中，通过所述BP神经网络建立待分析向量与局部部位人体各个成分的对应关系，具体为：

建立BP神经网络，所述BP神经网络包括输入层、隐藏层和输出层；

所述输入层输入待分析向量和预设输出期望值，其中，所述测试者基本信息包括测试者的身高、体重和年龄，所述预设输出期望值包括蛋白质含量标准值、水分含量标准值、脂肪含量标准值、骨骼肌含量标准值、肌肉含量标准值和细胞液含量标准值；

所述隐藏层根据所述预设输出期望值计算所述局部部位人体各个成分的权值；

所述输出层根据所述权值和所述BP神经网络的神经元建立所述待分析向量与局部部位人体各个成分的对应关系，并输出测试者的局部部位人体成分数值，所述局部部位人体各个成分包括蛋白质成分、水分成分、脂肪成分、骨骼肌成分、肌肉成分和细胞液含量。

3.根据权利要求2所述的局部人体成分数据处理方法，其特征在于，所述隐藏层根据所述预设输出期望值计算所述局部部位人体各个成分的权值，具体为：

根据第一式和所述预设输出期望值计算所述局部部位人体各个成分的权值w，所述第一式为：

其中，J为输出层的代价函数，Y_i为第i个输出值，d_i为预设输出期望值，w为权值；

根据第二式对权值进行训练，所述第二式为：

其中，t为迭代次数，η为学习率。

4.根据权利要求3所述的局部人体成分数据处理方法，其特征在于，所述输出层根据所述权值和所述BP神经网络的神经元建立所述待分析向量与各个局部部位人体成分的对应关系，具体为：

通过第三式以及所述权值和所述BP神经网络的神经元建立所述待分析向量与各个局部部位人体成分的对应关系，所述第三式为：

其中，x_j为输入的待分析向量，Y_n为输出向量，所述输出向量包括蛋白质含量数值、水分含量数值、脂肪含量数值、骨骼肌含量数值、肌肉含量数值和细胞液含量数值，l为隐藏层神经元个数，m为输入变量个数，n为输出变量个数，为一级隐藏层中的权值，/>为二级隐藏层中的权值，/>为激活函数，b为偏置量。

5.一种局部人体成分数据分析仪，其特征在于，包括壳体(1)、内嵌在所述壳体(1)外表面上的采集端(2)以及安装在所述壳体内的处理器(3)，所述采集端(2)通过线路分别与所述处理器(3)连接；

所述处理器(3)，用于对所述采集端(2)的电阻进行矫正；

所述采集端(2)，用于对测试者的人体局部部位进行阻抗采集，得到多个阻抗值；

所述处理器(3)，还用于建立BP神经网络，将测试者基本信息和多个所述阻抗值作为待分析向量输入所述BP神经网络中，通过所述BP神经网络建立待分析向量与局部部位人体各个成分的对应关系，并通过所述BP神经网络输出测试者的局部部位人体各个成分含量数值；

所述采集端(2)包括DDS信号发生器、激励电极和测量电极，所述激励电极和所述测量电极分别与所述DDS信号发生器线路连接，所述激励电极的电阻R1和所述测量电极的电阻R2在所述DDS信号发生器产生的频率下进行人体局部部位阻抗值的测量；

所述对采集端(2)的电阻进行矫正的过程包括：

所述处理器(3)测量采集端的电阻R1和电阻R2的电压，得到电压值V1和电压值V2，根据斜率公式计算电阻R1和电阻R2以及电压值V1和电压值V2的斜率K，所述斜率公式为：

根据截距公式分别计算电阻R1与电压值V1的截距a，所述截距公式为：

a＝R1-K×V1；

根据第一矫正公式和第二矫正公式得到矫正电阻值R1’和矫正电阻值R2’，所述第一矫正公式为：

R1’＝K×V1+a，

所述第二矫正公式为：

R2’＝K×V2+a。

6.根据权利要求5所述的局部人体成分数据分析仪，其特征在于，所述处理器(3)具体用于：

建立BP神经网络，所述BP神经网络包括输入层、隐藏层和输出层；

所述输入层输入待分析向量和预设输出期望值，其中，所述测试者基本信息包括测试者的身高、体重和年龄，所述预设输出期望值包括蛋白质含量标准值、水分含量标准值、脂肪含量标准值、骨骼肌含量标准值、肌肉含量标准值和细胞液含量标准值；

所述隐藏层根据所述预设输出期望值计算所述局部部位人体各个成分的权值；

所述输出层根据所述权值和所述BP神经网络的神经元建立所述待分析向量与局部部位人体各个成分的对应关系，并输出测试者的局部部位人体成分数值，所述局部部位人体各个成分包括蛋白质成分、水分成分、脂肪成分、骨骼肌成分、肌肉成分和细胞液含量。

7.根据权利要求6所述的局部人体成分数据分析仪，其特征在于，所述处理器(3)具体用于：

根据第一式和所述预设输出期望值计算所述局部部位人体各个成分的权值w，所述第一式为：

其中，J为输出层的代价函数，Y_i为第i个输出值，d_i为预设输出期望值，w为权值；

根据第二式对权值进行训练，所述第二式为：

其中，t为迭代次数，η为学习率。

8.根据权利要求7所述的局部人体成分数据分析仪，其特征在于，所述处理器(3)具体用于：

通过第三式以及所述权值和所述BP神经网络的神经元建立所述待分析向量与各个局部部位人体成分的对应关系，所述第三式为：

其中，x_j为输入的待分析向量，Y_n为输出向量，所述输出向量包括蛋白质含量数值、水分含量数值、脂肪含量数值、骨骼肌含量数值、肌肉含量数值和细胞液含量数值，l为隐藏层神经元个数，m为输入变量个数，n为输出变量个数，为一级隐藏层中的权值，/>为二级隐藏层中的权值，/>为激活函数，b为偏置量。