BMI信息提取器API提供基于基本身体测量的个人身体和新陈代谢状态的综合分析。该API使用体重、身高、腰围、臀围、颈围、年龄、性别和身体活动水平等参数生成多种健康指标,并以不同的单位系统(如公制或英制)提供结果
其主要功能是计算体重指数(BMI),这是一种标准指标,用于分类个人的体重状态(体重过轻、正常、超重或不同程度的肥胖)。然而,该API远超BMI,整合了补充指标,使物理健康评估更准确和个性化
总体而言,BMI信息提取器API是一个全面的解决方案,适用于希望将可靠身体评估系统整合到其应用程序或平台中的用户,提供多语言支持以及基于科学验证公式的清晰、实用、易解释的结果
处理身体测量并返回BMI 体脂肪 新陈代谢 风险和详细指标
BMI计算 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{"lang":"en","output_system":"metric","bmi":{"value":27.61,"prime":1.1,"category":"Overweight (pre-obesity)","risk":"Increased cardiometabolic risk"},"ideal_weight":{"min":70.3,"max":94.7},"whr":{"value":0.94,"risk":"Moderate"},"whtr":{"value":48.21,"risk":"Healthy"},"body_fat":{"value":18.8,"method":"US Navy"},"bmr":{"value":2073.75,"formula":"Mifflin-St Jeor"},"tdee":{"value":3214,"activity_level":"moderate"},"ponderal_index":14.16,"body_surface_area":2.38,"display_measurements":{"weight":105,"height":195,"waist":94,"hip":100,"neck":40},"sex":"m","age":40,"units":{"weight":"kg","height":"cm","waist":"cm","hip":"cm","neck":"cm","system":"metric"},"source":"NA"}
curl --location --request POST 'https://zylalabs.com/api/10980/bmi+information+fetcher+api/20705/bmi+calculation' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"weight": {
"value": 105,
"unit": "kg"
},
"height": {
"value": 195,
"unit": "cm"
},
"waist": {
"value": 94,
"unit": "cm"
},
"hip": {
"value": 100,
"unit": "cm"
},
"neck": {
"value": 40,
"unit": "cm"
},
"sex": "m",
"age": 40,
"activity_level": "moderate",
"lang": "en",
"output_system": "metric"
}'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
BMI计算端点返回一套综合的健康指标,包括BMI、体脂百分比、基础代谢率(BMR)、每日总能量消耗(TDEE)、腰臀比(WHR)、腰高比(WHtR)和理想体重范围等
响应中的关键字段包括“bmi”(值,类别,风险),“body_fat”(值,方法),“bmr”(值,公式),“tdee”(值,活动水平)和“ideal_weight”(最小值,最大值)每个字段提供了对个人健康状况的关键洞察
用户可以输入体重 身高 腰部 腿部 颈部 年龄 性别 和身体活动水平等参数 来定制他们的健康评估并获得量身定制的结果
响应数据以JSON格式结构化,特定指标如BMI和体脂率使用嵌套对象。每个指标包括相关值和类别,使其易于解析和在应用程序中使用
该API利用科学验证的公式和方法,例如Mifflin-St Jeor方程用于基础代谢率及美国海军方法用于体脂计算,从而确保结果的高准确性和可靠性
通过使用科学验证的公式进行计算,如Mifflin-St Jeor方程用于基础代谢率和美国海军方法用于体脂估算,从而确保数据的准确性并获得可靠的结果
典型的用例包括健康和健身应用、个性化健康计划和医学评估,用户可以跟踪和分析他们的身体和代谢健康指标
例如"bmi.category"表示体重状态(例如"超重"),而"bmr.value"显示静息时的每日热量需求。理解这些字段有助于用户有效解读他们的健康指标
用户可以利用返回的数据来监测健康趋势设定健身目标并根据他们的BMI、体脂百分比和响应中提供的其他指标做出明智的生活方式选择
用户可以期待一致的数据模式,例如BMI分类(体重过轻、正常、超重、肥胖)和风险评估(例如,增加的心脏代谢风险),这有助于有效解读健康状况
服务级别:
100%
响应时间:
160ms
服务级别:
100%
响应时间:
171ms
服务级别:
100%
响应时间:
293ms
服务级别:
100%
响应时间:
502ms
服务级别:
100%
响应时间:
1,083ms
服务级别:
100%
响应时间:
247ms
服务级别:
100%
响应时间:
2,633ms
服务级别:
100%
响应时间:
179ms
服务级别:
100%
响应时间:
149ms
服务级别:
100%
响应时间:
221ms
服务级别:
100%
响应时间:
39ms
服务级别:
100%
响应时间:
517ms
服务级别:
100%
响应时间:
590ms
服务级别:
100%
响应时间:
1,254ms
服务级别:
100%
响应时间:
110ms
服务级别:
100%
响应时间:
123ms
服务级别:
100%
响应时间:
87ms
服务级别:
100%
响应时间:
638ms
服务级别:
100%
响应时间:
445ms
服务级别:
100%
响应时间:
570ms