欢迎关注“创事记”微信订阅号:sinachuangshiji
作者/刘俊寰
来源:大数据文摘(ID:China-Venture)
去年10月,日本最大的建材设备集团LIXIL推出智能马桶,通过系统自动分辨大便形状和大小,能让人更好地进行身体管理,这对护理机构而言尤其有实用价值。
不过,在文摘菌的报道留言下方,有高瞻远瞩的读者对此表示质疑,如果是一家人共用的话的话,就无法对单个人做出精准分析了,因此还需要加一个屁股识别系统?
这个问题也让研究人员魂牵梦萦,终于,时隔半年,斯坦福大学的研究人员推出更新版的智能马桶,完美解决了身份识别问题。
和LIXIL的智能马桶相同的是,斯坦福的智能马桶内部也装有传感器和摄像头,不过他们的摄像头不仅可以识别大便,还能识别…“肛纹”(analprint)???
肛纹?难道真是字面意思的那个肛纹??
根据斯坦福大学高级研究科学家、论文一作Seung-min Park的说法,“每个人的肛门有35至37个褶皱,这些褶皱和指纹一样独特”,也就是说,世界上是没有两片相同的“肛纹”。
这的确解决了识别身份的问题,不过总觉得哪里怪怪的emmmm。
论文已于本月6号发表于《Nature》子刊,Seung-min Park表示,这只是我们系统中的一个次要部分。真是好期待好期待好期待完整系统的真面目呢!
黑科技年年有,今年味儿尤重!
接下来,请大家捂好鼻子,紧闭双眼,和文摘菌一起来见识一下这个…咳…肛纹识别…
友情提示:文内有炸弹,最好避开午饭时间阅读!
论文链接:
https://www.nature.com/articles/s41551-020-0534-9
你的菊花信息也即将不保?!
要做好肛纹识别,从硬件到软件,再到用户合作,一步都不能少。(正经脸)
先别那么重口,来看点稍微正常的东西。
为了全方位地识别监测你的肛纹,智能马桶内部配备了四个摄像头和一系列传感器,这密集程度也是没谁了:
(i)压力传感器,(ii)运动传感器,(iii)尿液分析带,(v)肛门相机,(vi)尿液相机,(iv)粪便相机
有了这些设备,就能进行肛纹识别解锁了。研究团队为此也是倾尽心思,安排了多种方法,MSE(mean squared error)、SSIM(structural similarity index measure)和CNN,确保识别效果万无一失,其中CNN也是研究团队用来识别大便的方法。
最后,就像指纹解锁一样,用户必须首先提供相关信息,指纹解锁要提供指纹,那肛纹解锁就要提供的是…肛纹??
为了让智能马桶更好地看看你的肛纹,你得录个短视频给它瞧瞧,短视频被上传后系统会将其分成帧,然后通过图像识别算法进行区分,与用户肛纹参考图像数据集进行比较。
研究人员表示,除了肛纹识别,冲水杆上的指纹也是需要采集的数据,不过考虑到有人上完厕所不冲马桶(???)肛纹才是整个过程最主要的数据,指纹只能作为补充数据,毕竟,没人能代替你上厕所。
既然肛纹和指纹如此相像,那用户隐私怎么确保?万一有人拿我的肛纹去做坏事怎么办?而且就算不拿去做坏事,肛纹被泄露,这也太羞耻了吧喂!
研究人员表示,大可不必担心。数据的传输和存储,都是通过哈希函数端到端加密的,“数据是被安全地存储在一个加密的云服务器上”。
“我们采取了严格的措施,确保所有信息在发到云端时都不会被识别,这些信息在发给医护工作者时会受到HIPAA(Health Insurance Portability and Accountability Act)的保护。”
不仅如此,对肛纹的拍摄,系统支持低强度激光扫描仪或者红外摄像机,这样别人看到的,也不过是在X光下拍出来的臀部,大大降低了羞耻感。
大便和尿液参战!这味儿越来越大了
识别肛纹主要是进行身份的识别,如果再加上大便和尿液的数据,那就能真正实现对个人的健康状况进行个性化的管理和追踪了!
研究人员表示,与其让人们去诊所或实验室进行昂贵耗时的血液检测,不如把目光投向最有价值的健康数据,也就是大便、唾液和尿液。“基于健康监测的诊断信息的理想来源是呼吸、汗水、唾液、尿液和粪便中信息丰富的潜在分子含量。”
比如,在小便时,马桶两个高速摄像头会“看着”你的尿液流速。马桶座椅后部装有一叠尿液分析条,开始小便时,被动红外运动传感器检测到尿液信号,然后自动伸出一条试纸疯狂试探,试纸被尿液浸湿,即试探成功,随即迅速缩回,然后由内嵌的摄像头进行分析。
不过,论文指出,目前系统对女性用户可能不那么友好。在对一名男性和一名女性分别进行了测试后,研究者发现,系统更方便于可以站立小便的男性使用,因此后续的尿液检测和尿流测量模块也只针对男性进行了测试,但考虑到生理差异,未来会针对女性的小便方式进行改进。
而在大便识别上,从干净的马桶到第一块大便入水,再到伴随大便而来的小便,最后到卫生纸覆盖大便,整个过程都是通过马桶上安装的压力传感器激活的摄像头进行监测的。
也就是说,摄像头将静静目睹大便从无到有再到无的过程,包括“马桶里粪便的形态和流动性随时间的变化”等,这是前无古人的举动。
正如上文所说,CNN是研究团队用来识别大便的方法,不过在这里要澄清一下,CNN全程盯着的可不是你的菊花,而是马桶的水坑,以判断马桶水坑的状态是清洁、大便、还是大便带纸。
关于大便的分类方法,研究团队也不是随便划分的,使用的是正规的布里斯托大便分类法。如下图所示,从1到7可视为从便秘到拉肚子的渐变过程,1和2是便秘,3和4是正常,5、6和7就是拉肚子。不过,除了以下7种类型,他们还附加上了干净、仅有小便和带有厕纸三个额外类型。
此前,从事研发工作的LIXIL的永田政昭透露,智能马桶的开发大约始于2014年,其中最困难的地方在于收集大便图像,尤其是带有便秘或腹泻等症状的大便,在半年时间内,他们大约收集到了3000张大便图。
无独有偶,斯坦福的研究团队也表示,大便的收集十分有难度,只在谷歌、必应和雅虎等搜索引擎上寻找肯定是不够的,因此,他们从研究志愿者那里收集到了12,226张粪便图像和相关的马桶状态图。
这些图像将被送入卷积神经网络进行进一步地处理,通过计算从第一块大便到最后一块大便落水的时间差,可以得出“不同人的整体排便功能”。不过由于不同的习惯,还需要假设的一点是,“使用卫生纸的行为或站立表示用户终止排便”。
斯坦福大学放射学系主任,研究论文的资深作者Sam Gambhir认为,智能马桶不是要取代医生或提供官方诊断,相反,它旨在监视身体废物,识别任何异常情况,将任何可疑信息发送给医生,以帮助在任何严重的健康问题发生之前进行检测。
Park表示,希望在今年年底前拥有第二个原型功能(second prototype functional),理想情况下,他们希望下一个原型能够帮助检测肿瘤DNA和病毒RNA,以帮助他们追踪新型冠状病毒等疾病的传播。