The present invention relates to a body composition measuring system using machine learning, comprising: a first data storage unit (10) for storing multiple first body composition data collected by a magnetic resonance imaging (MRI), dual-energy X-ray absorptiometry (DEXA) or a computed tomography (FAT-CT) using radiation a second data storage unit (20) for storing multiple second body composition data collected by a body composition measurer using a bioelectrical impedance analysis (BIA) method a parameter classification unit (30) for classifying each of the first body composition data stored in the first data storage unit (10) and the second body composition data stored in the second data storage unit (20) by parameters of gender, age, weight, height and race and an algorithm generation unit (40) for generating a body composition measuring model algorithm by using a machine learning method when comparing the first body composition data with the second body composition data, which are classified for each of the parameters.COPYRIGHT KIPO 2018본 발명은 기계학습을 이용한 체성분 측정시스템에 관한 것으로서, 방사선을 이용한 MRI(Magnetic resonance imaging), DEXA(Dual-energy X-ray absorptiometry) 또는 FAT-CT(computed tomography)에 의하여 수집되는 다수의 제1체성분데이터가 저장되는 제1데이터저장부(10)와 BIA(Bioelectrical Impedance Analysis) 방식의 체성분 측정기에 의하여 수집되는 다수의 제2체성분데이터가 저장되는 제2데이터저장부(20)와 상기 제1데이터저장부(10)에 저장된 다수의 제1체성분데이터들과, 상기 제2데이터저장부(20)에 저장된 다수의 제2체성분데이터 각각을 성별, 연령, 체중, 신장, 인종의 파라미터로 분류하는 파라미터분류부(30)와 상기 파라미터 별로 분류된 제1체성분데이터와 제2체성분데이터를 상호 비교함에 있어 기계학습법을 이용하여 체성분측정모델 알고리즘을 생성하는 알고리즘생성부(40)를 포함하는 것을 특징으로 한다.
