Scanners corporels sur smartphone : le problème du centimètre

Pourquoi la répétabilité ne suffit pas lorsque l’on suit une évolution réelle

Un centimètre de moins au tour de taille peut avoir de l’importance. Pour certaines personnes, il représente des mois d’entraînement régulier, d’attention portée à l’alimentation, de récupération et de constance.

Cela pose un problème concret à toutes les technologies de suivi corporel :

Si la méthode peut varier d’un centimètre alors que votre corps n’a pas changé, comment peut-elle savoir qu’une variation d’un centimètre est réelle ?

C’est la question au cœur des recherches récentes sur les scanners corporels utilisant un smartphone. Ces travaux ne montrent pas que tous les scans réalisés avec un téléphone sont inutiles. Certains systèmes modernes peuvent être remarquablement répétables, surtout lorsque le téléphone est placé sur un trépied, que l’environnement est contrôlé, que la personne suit une pose stricte et que le scan est répété à quelques minutes d’intervalle.

Mais la répétabilité n’est pas la même chose que l’exactitude individuelle. Une méthode peut donner presque exactement le même résultat deux fois tout en restant systématiquement différente d’une mesure au mètre ruban, d’un scanner de référence ou de la véritable dimension du corps. Elle peut aussi suffire à décrire une tendance moyenne dans une étude tout en étant trop incertaine pour confirmer une petite évolution chez une personne donnée.

C’est pour cette raison que Contura adopte une approche centrée sur les mensurations : le modèle 3D sert à voir et à comparer vos mesures, et non à remplacer discrètement celles-ci par un nombre produit par une caméra.

Trois notions différentes souvent confondues

Avant d’interpréter un nombre comme « 0,5 cm d’erreur », il est utile de distinguer trois notions que les chercheurs mesurent de façons différentes.

Terme	Question posée	Pourquoi c’est important
Précision ou répétabilité	Si le corps n’a pas changé, à quel point deux mesures se ressemblent-elles ?	Indique le bruit technique présent dans des mesures répétées.
Exactitude ou concordance	À quel point le résultat est-il proche d’une méthode de référence ?	Met en évidence le biais systématique et les écarts individuels.
Variation minimale significative (LSC)	Quelle doit être l’ampleur de la différence pour qu’elle soit probablement supérieure au bruit de mesure ?	Fixe un seuil pratique pour interpréter une évolution.

Un coefficient de corrélation intraclasse (ICC) est utile pour évaluer la répétabilité, mais un ICC élevé ne prouve pas que le nombre absolu est exact. La corrélation peut aussi être élevée lorsqu’une méthode sous-estime systématiquement le tour de taille ou surestime le tour de hanches.

La LSC est la notion la plus importante lorsque l’objectif est de suivre une évolution. Dans le cadre à deux mesures couramment utilisé en recherche sur la composition corporelle, on la calcule souvent ainsi :

LSC ≈ 2,77 × erreur de précision

C’est ce multiplicateur qui explique qu’une méthode présentant une erreur de précision de 0,5 cm ne permette pas automatiquement de considérer toute différence de 0,5 cm comme une évolution réelle.

Ce qu’a réellement montré une étude bien contrôlée sur le scan à 360°

L’une des études récentes les plus solides a comparé quatre méthodes d’anthropométrie numérique chez 46 adultes, dont une application pour smartphone qui capturait des images successives pendant que la personne effectuait une rotation complète. Pour les circonférences, la méthode par smartphone avec rotation complète présentait une erreur technique moyenne de mesure de 0,5 cm, une erreur relative de 0,9 % et un ICC de 0,986. Dans ce test contrôlé, elle obtenait des résultats comparables à ceux de scanners 3D plus volumineux et moins transportables. Tinsley et al., European Journal of Clinical Nutrition (2024)

C’est un résultat utile. Il montre ce qu’une chaîne de capture à 360° soigneusement conçue peut atteindre dans des conditions de répétition contrôlées.

Cela ne signifie pas que :

• chaque scan se situe à moins de 0,5 cm de votre véritable tour de taille ;
• 0,5 cm représente une erreur maximale ou une garantie universelle ;
• un scan effectué demain dans une autre pièce, avec une autre pose, une autre tenue ou un autre téléphone équivaut au scan réalisé en laboratoire ;
• une différence de 0,5 cm entre deux scans personnels est automatiquement réelle.

L’étude de 2024 publiée dans Frontiers in Medicine rend la distinction encore plus claire. Elle utilisait une application de scan 3D sur smartphone qui capturait de nombreuses images pendant une rotation complète, avec un iPhone monté sur un trépied à environ 1,7 mètre du participant. Les participants conservaient une pose en A, portaient peu de vêtements ajustés au corps, étaient à jeun depuis la veille et avaient évité l’exercice pendant au moins 24 heures avant les tests. L’étude précise également que le corps bouge pendant un scan à 360° : le logiciel doit donc reconstruire un avatar non rigide, ce qui peut ajouter une source d’erreur. Tinsley et al., Frontiers in Medicine (2024)

Dans cet article, les valeurs de LSC rapportées, de 1,39 à 1,82 points de pourcentage, s’appliquaient aux équations de pourcentage de masse grasse, et non au tour de taille. La valeur de 0,5 cm pour les circonférences était reprise de l’étude antérieure sur la rotation complète.

À titre d’illustration — et non comme une LSC de circonférence rapportée par cette étude — si l’on introduisait une erreur de précision de 0,5 cm dans la même formule, on obtiendrait environ :

2,77 × 0,5 cm ≈ 1,4 cm

L’idée à retenir est la suivante : une méthode peut présenter une erreur moyenne de répétabilité de 0,5 cm tout en nécessitant une évolution plus grande avant que l’on puisse être certain qu’elle dépasse le bruit de mesure. Une variation d’un centimètre peut être réelle, mais elle peut rester trop faible pour être identifiée avec confiance chez une personne donnée par cette méthode.

L’étude MeThreeSixty montre pourquoi la moyenne peut être trompeuse

L’étude que vous avez citée comparait directement des applications pour smartphone à des mesures professionnelles au mètre ruban. Elle incluait 115 adultes et évaluait MeThreeSixty sur un iPhone et sur un téléphone Samsung, ainsi que myBVI. Les mesures de référence du tour de taille et du tour de hanches étaient prises par des chercheurs selon un protocole de laboratoire contrôlé, et non par les participants mesurant leur corps seuls chez eux. Graybeal et al., British Journal of Nutrition (2023)

L’erreur de précision pour les tours de taille et de hanches allait de 0,5 à 1,9 cm. Les résultats détaillés montrent pourquoi cette fourchette compte :

Méthode	Erreur de précision du tour de taille	Erreur de précision du tour de hanches
Référence professionnelle au mètre ruban	0,63 cm	0,65 cm
MeThreeSixty sur iPhone	0,54 cm	0,51 cm
MeThreeSixty sur Samsung	0,87 cm	0,90 cm
MeThreeSixty entre iPhone et Samsung	1,91 cm	1,59 cm
myBVI	1,12 cm	1,91 cm

Il s’agit de résultats de répétabilité. Ils ne nous disent pas à quel point le nombre produit par une application est proche de la véritable circonférence de la personne.

Lorsque les chercheurs ont comparé les résultats des applications aux mesures de référence au mètre ruban, MeThreeSixty sur iPhone sous-estimait le tour de taille de 2,3 cm en moyenne et surestimait le tour de hanches de 3,1 cm en moyenne. Pour l’ensemble des applications testées, les limites d’accord à 95 % étaient d’environ ±9,0 à ±12,4 cm pour le tour de taille et ±6,7 à ±10,7 cm pour le tour de hanches.

L’article a bien trouvé, pour certaines mesures, une équivalence au niveau du groupe dans une zone prédéfinie de 5 %. Cela ne revient pas à prouver que le résultat de chaque personne est interchangeable avec une mesure au mètre ruban. En fait, la légère sous-estimation du tour de taille et la surestimation du tour de hanches se combinaient pour produire un rapport taille-hanches qui n’était pas équivalent à celui de la méthode de référence.

C’est la leçon centrale : une méthode peut sembler acceptable lorsque l’on compare des moyennes tout en produisant une large gamme d’erreurs individuelles. Si la question est « Mon tour de taille a-t-il vraiment diminué de 1 cm ? », l’erreur individuelle compte davantage que la moyenne du groupe.

Même un plus grand nombre d’images ne résout pas le problème individuel

Une étude plus récente, publiée en 2026, a comparé MeThreeSixty, Bodygram et ZOZO Fit à la DXA pour le pourcentage de masse grasse. ZOZO Fit était la méthode qui utilisait le plus d’images : elle en capturait douze tandis que le participant tournait sur 360°. Les trois applications présentaient une excellente répétabilité au cours d’une même séance, avec des ICC de 0,98 à 0,99. ZOZO Fit avait la RMSE la plus faible pour la masse grasse, à 2,95 %, ainsi que la concordance la plus élevée avec la DXA.

Mais aucune des applications n’atteignait l’équivalence dans la zone prédéfinie de l’étude, soit ±2 points de pourcentage. ZOZO Fit présentait encore des limites d’accord individuelles larges, d’environ −5,89 à +8,36 points de pourcentage, et moins de 44 % des participants se situaient à ±2 points de pourcentage de la DXA. Les auteurs ont conclu que les applications avaient une forte répétabilité, mais une exactitude individuelle insuffisante pour la prise de décisions cliniques. Encarnação et al., Clinical Nutrition ESPEN (2026)

Cette étude mesurait le pourcentage de masse grasse et non le tour de taille. Elle ne doit donc pas servir à affirmer que l’écart du tour de taille d’une application donnée est du même ordre. Elle examine toutefois le même type de chaîne d’inférence : images prises par caméra → segmentation et modèle corporel → mensurations estimées → résultat individuel.

Le résultat est instructif : capturer davantage d’images peut améliorer l’ajustement moyen du modèle sans garantir une détection exacte de l’évolution chez chaque personne. Plus de données peuvent aider, mais elles ne transforment pas la sortie d’un modèle inféré en mesure physique directe.

Une autre étude en accès libre montre à quel point la reconstruction peut dépendre de la pose. Chez un participant, modifier la position des bras sur l’image de profil a changé d’environ 6 cm la circonférence de taille générée, alors que le corps de la personne n’avait pas changé. Il ne s’agit pas d’affirmer que chaque scan réalisé avec un téléphone produira une erreur de 6 cm ; c’est une démonstration concrète du fait que la pose d’entrée fait partie du système de mesure. Minetto et al., Scientific Reports (2023)

Sur sa propre page d’aide, ZOZOFIT indique une marge d’erreur de 0,4 cm, selon l’emplacement de la mesure. Ce nombre peut correspondre à la définition, au jeu de données et au protocole de test propres à l’entreprise ; il ne doit pas être lu comme une limite d’erreur universelle à 95 % pour toutes les zones du corps, toutes les morphologies, tous les téléphones, toutes les pièces, toutes les poses ou toutes les versions du logiciel. Les instructions de l’application exigent également une position constante pendant la rotation à 360°, une distance fixe par rapport au téléphone, un arrière-plan dégagé et une lumière homogène. ZOZOFIT : « Quelle est la précision des mesures ZOZOFIT ? » · Conseils de ZOZOFIT sur la position pour le scan

Pourquoi il s’agit d’un problème structurel, et pas seulement d’un bug logiciel

La caméra d’un téléphone ne mesure pas directement votre tour de taille. Elle observe des pixels et des silhouettes ; le logiciel doit ensuite déduire une surface tridimensionnelle, déterminer où se trouve un repère anatomique et calculer une section du corps reconstruit.

Il s’agit d’un problème inverse. Plusieurs formes 3D différentes peuvent produire des images 2D similaires, notamment autour des tissus mous, des vêtements, des ombres, des zones de recouvrement du corps et des parties masquées par la caméra. Une rotation à 360° donne beaucoup plus d’informations à l’algorithme, mais le résultat dépend encore de la qualité et de la régularité des images ainsi que du modèle utilisé pour les interpréter.

Les principales sources d’incertitude sont à la fois pratiques et mathématiques :

• Le repère n’est pas forcément le même. Le tour de taille peut être mesuré au niveau de la crête iliaque, à mi-distance entre la côte la plus basse et la crête iliaque, au niveau du nombril ou à la taille naturelle. Ces emplacements peuvent donner des valeurs sensiblement différentes, en particulier chez les femmes. Mason et Katzmarzyk, Obesity (2009)
• La posture et le mouvement modifient la surface. Une personne qui tourne sur elle-même n’est pas un objet rigide. La recherche décrit elle-même la nécessité de reconstruire un avatar non rigide et de le normaliser dans une pose canonique.
• Les vêtements et la lumière influencent la silhouette. ZOZOFIT et MeThreeSixty donnent tous deux des consignes sur les vêtements ajustés, l’arrière-plan, la position de la caméra et la lumière, car l’étape de traitement d’image dépend de ces paramètres.
• Le téléphone et la version du logiciel comptent. Dans l’étude MeThreeSixty, la précision différait entre les implémentations iPhone et Samsung. Les applications grand public modifient aussi au fil du temps leurs algorithmes de reconstruction et d’avatar.
• La population d’entraînement compte. Un modèle entraîné sur une distribution donnée de morphologies peut se comporter différemment avec des corps dont les proportions, la taille, l’âge ou la répartition de la masse grasse diffèrent. L’étude MeThreeSixty a trouvé des différences entre sous-groupes et a explicitement appelé à poursuivre les recherches sur l’auto-mesure, l’usage à domicile et le suivi longitudinal.

Rien de tout cela ne signifie qu’un scan sur smartphone ne peut pas être utile. Cela signifie qu’un scan est une estimation dont l’incertitude doit être prise en compte chaque fois que l’évolution qui vous intéresse est faible.

Un mètre ruban n’est pas parfait non plus — et c’est précisément le point

L’alternative n’est pas un instrument magique sans aucune erreur. Les mesures au mètre ruban dépendent elles aussi du repère anatomique, de la posture, de la respiration, de la tension du ruban et de l’expérience de la personne qui mesure.

Dans une étude consacrée aux mesures du tour de taille et du tour de hanches prises par un évaluateur novice, les auteurs ont indiqué qu’une évolution supérieure à 3,0 cm pour le tour de taille et à 2,0 cm pour le tour de hanches pouvait être considérée comme une évolution réelle avec une confiance de 95 % dans le cadre de leur protocole. Wang et al., Perceptual and Motor Skills (2010)

La leçon n’est pas qu’un mètre ruban a toujours raison. Elle est que le suivi sérieux exige un protocole de mesure explicite. Il faut connaître le repère, les conditions, la méthode et l’ampleur d’évolution que la méthode permet réellement de détecter.

Pourquoi Contura suit une approche 3D centrée sur les mensurations

Contura n’est volontairement pas un scanner corporel utilisant une caméra. L’application ne promet pas de déduire chaque circonférence à partir de deux photos ou d’un scan à 360° réalisé avec un téléphone.

À la place, la chaîne de mesure reste visible :

Scan basé sur la caméra	Suivi basé sur les mensurations avec Contura
Corps → photos → extraction de la silhouette → maillage 3D déduit → repères anatomiques du modèle → mensurations	Corps → repère anatomique reproductible mesuré au mètre ruban → mesure enregistrée par l’utilisateur → visualisation 3D → comparaison historique
Pratique, mais de nombreuses étapes invisibles peuvent modifier le nombre	Un peu plus délibéré, mais la donnée d’entrée peut être examinée et reprise
Le scan est la mesure	La mesure est la source ; la 3D est la sortie visuelle

Contura vous aide à garder les mêmes points de mesure à l’esprit, à enregistrer plusieurs circonférences au fil du temps et à transformer ces nombres en un état corporel 3D que l’on peut faire pivoter. Vous pouvez comparer deux dates et voir comment les différences mesurées se traduisent dans un cadre visuel cohérent.

Cela ne rend pas le mètre ruban infaillible. Le processus devient plus transparent. Lorsqu’un nombre change, vous pouvez chercher ce qui s’est passé au moment de la mesure plutôt que d’accepter le résultat inexpliqué d’un modèle. Si une évolution est inférieure à l’incertitude d’une lecture, vous pouvez attendre qu’une tendance se répète au lieu de laisser un scan isolé raconter toute l’histoire.

Que faire lorsque l’on veut vraiment suivre une évolution ?

Utilisez une méthode adaptée à l’ampleur de l’évolution qui vous intéresse.

1. Choisissez un repère anatomique clair et conservez-le.
2. Mesurez dans des conditions similaires : moment de la journée, vêtements, posture, respiration et exercice récent.
3. Relâchez le mètre et repositionnez-le pour une seconde lecture au lieu de le resserrer plusieurs fois jusqu’à obtenir le nombre souhaité.
4. Notez la méthode en même temps que la valeur.
5. Cherchez une tendance répétée sur des intervalles significatifs, et non une seule différence quotidienne.
6. Considérez tout modèle corporel 3D — qu’il soit généré à partir d’un scan ou de mensurations — comme une visualisation, et non comme un diagnostic médical ou un jumeau numérique parfait.

Pour une vérification visuelle approximative ou une évolution importante, un scan par téléphone peut être pratique. Mais si votre objectif est de savoir si une évolution lente d’un centimètre est réelle, ne vous fiez pas uniquement à un scan par caméra. Utilisez une mesure que vous pouvez reproduire, conservez son historique et interprétez le résultat en tenant compte de l’incertitude de la méthode.

C’est le rôle de Contura : ne pas prétendre que mesurer son corps est sans effort, mais rendre les mesures soigneuses plus faciles à enregistrer, à comparer et à comprendre.

Découvrir Contura sur l’App Store

Questions fréquentes

Une erreur technique de 0,5 cm signifie-t-elle que le scan est exact à 0,5 cm près ?

Non. Dans l’étude sur la rotation à 360°, 0,5 cm correspondait à une erreur technique moyenne entre deux tests, pour les circonférences et dans des conditions contrôlées. Ce n’était ni une erreur maximale, ni une garantie universelle, ni une mesure directe de la concordance avec votre véritable tour de taille.

Cela signifie-t-il que les scanners corporels sur smartphone sont inutiles ?

Non. Ils peuvent être utiles pour une visualisation approximative, pour de grandes évolutions, pour la recherche et dans certaines applications au niveau du groupe. Les preuves sont simplement moins solides lorsqu’il s’agit de savoir si une petite évolution chez une personne donnée est réelle.

Contura est-il plus exact que MeThreeSixty ou ZOZOFIT ?

Contura ne formule pas de promesse universelle d’exactitude qui n’aurait pas été validée. L’application utilise un autre modèle de mesure : l’utilisateur enregistre ses circonférences, puis Contura les visualise et les compare. Elle est ainsi mieux adaptée à un suivi longitudinal transparent des mensurations qu’à une estimation automatique fondée sur une caméra.

Un mètre ruban est-il toujours exact ?

Non. Les mesures au mètre ruban nécessitent des repères et une technique constants. Leur avantage est que l’étape de mesure est visible, explicable et reproductible ; l’utilisateur peut examiner et corriger la méthode au lieu d’accepter une inférence cachée.

À quelle fréquence faut-il se mesurer ?

La plupart des personnes n’ont pas besoin de se mesurer chaque jour. Pendant une perte de masse grasse, une mesure toutes les 1 à 2 semaines est souvent facile à tenir ; lorsque les changements de silhouette sont plus lents, un intervalle de 2 à 4 semaines peut convenir. Le meilleur intervalle est celui qui laisse au corps le temps d’évoluer tout en gardant des conditions de mesure comparables.

Sources et lectures complémentaires

• Graybeal, Brandner et Tinsley (2023) — « Évaluation des mensurations automatisées produites par l’apprentissage automatique sur smartphone » (titre original en anglais), British Journal of Nutrition
• Tinsley et al. (2024) — « Applications mobiles pour la numérisation 3D et l’anthropométrie numérique » (titre original en anglais), European Journal of Clinical Nutrition
• Tinsley et al. (2024) — « Imagerie tridimensionnelle par smartphone pour évaluer la composition corporelle grâce à la reconstruction d’un avatar non rigide » (titre original en anglais), Frontiers in Medicine
• Encarnação et al. (2026) — « Exactitude, répétabilité et interchangeabilité de l’anthropométrie numérique sur smartphone » (titre original en anglais), Clinical Nutrition ESPEN
• Minetto et al. (2023) — « Équations pour prédire l’adiposité et la masse maigre appendiculaire sur smartphone chez de jeunes footballeurs » (titre original en anglais), Scientific Reports
• Mason et Katzmarzyk (2009) — « Variabilité des mesures du tour de taille selon le site anatomique » (titre original en anglais), Obesity
• Wang, Liu et Chen (2010) — « Fiabilité intra-évaluateur et valeur d’une évolution réelle pour les mesures du tour de taille et du tour de hanches par un évaluateur novice » (titre original en anglais), Perceptual and Motor Skills
• ZOZOFIT — précision annoncée des mesures et conseils de positionnement pour le scan