去年10月，日本最大的建材設備集團LIXIL推出智能馬桶，通過系統自動分辨大便形狀和大小，能讓人更好地進行身體管理，這對護理機構而言尤其有實用價值。
不過，在文摘菌的報道留言下方，有高瞻遠矚的讀者對此表示質疑，如果是一家人共用的話的話，就無法對單個人做出精準分析了，因此還需要加一個屁股識別系統？
這個問題也讓研究人員魂牽夢縈，終於，時隔半年，斯坦福大學的研究人員推出更新版智能馬桶，完美解決了身份識別問題。
和LIXIL的智能馬桶相同的是，斯坦福的智能馬桶內部也裝有傳感器和攝像頭，不過他們的攝像頭不僅可以識別便便，還能識別…...“肛紋”（analprint）？
肛紋？難道真是字面意思的那個肛紋？？
根據斯坦福大學高級研究科學家、論文一作Seung-min Park的說法，“每個人的肛門有35至37個褶皺，這些褶皺和指紋一樣獨特”，也就是說，世界上是沒有兩片相同的“肛紋”。
這的確解決了識別身份的問題，不過總覺得哪裡怪怪的。
論文已於本月6號發表於Nature子刊，Seung-min Park表示，這只是我們系統中的一個次要部分。真是好期待好期待完整系統的真面目呢。
黑科技年年有，今年味兒尤其重！
接下來，請大家捂好鼻子，緊閉雙眼，和文摘菌一起來見識一下這個……肛紋識別。
友情提示：文內有炸彈，最好避開午飯時間閱讀！
論文鏈接：https://www.nature.com/articles/s41551-020-0534-9
你的菊花信息也即將不保？
要做好肛紋識別，從硬件到軟件，再到用戶合作，一步都不能少。（正經臉）
先別那麼重口，來看點稍微正常的東西。
為了全方位地識別監測你的肛紋，智能馬桶內部配備了四個攝像頭和一系列傳感器，這密集程度也是沒誰了：
（i）壓力傳感器，（ii）運動傳感器，（iii）尿液分析帶，（v）肛門相機，（vi）尿液相機，（iv）糞便相機
有了這些設備，就能進行肛紋識別解鎖了。研究團隊為此也是傾盡心思，安排了多種方法，
MSE（mean squared error）、SSIM（structural similarity index measure）和CNN，確保識別效果萬無一失，其中CNN也是研究團隊用來識別大便的方法。
最後，就像指紋解鎖一樣，用戶必須首先提供相關信息 ，指紋解鎖要提供指紋，那肛紋解鎖就要提供的是…肛紋？？
為了讓智能馬桶更好地看看你的肛紋，你得錄個短視頻給它瞧瞧，短視頻被上傳後系統會將其分成幀，然後通過圖像識別算法進行區分，與用戶肛紋參考圖像數據集進行比較。
研究人員表示，除了肛紋識別，沖水杆上的指紋也是需要採集的數據，不過考慮到有人上完廁所不衝馬桶（？？？）肛紋才是整個過程最主要的數據，指紋只能作為補充數據，畢竟，沒人能代替你上廁所。
既然肛紋和指紋如此相像，那用戶隱私怎麼確保？萬一有人拿我的肛紋去做壞事怎麼辦？而且就算不拿去做壞事，肛紋被洩露，這也太羞恥了吧喂！
研究人員表示，大可不必擔心。數據的傳輸和存儲，都是通過哈希函數端到端加密的，“數據是被安全地存儲在一個加密的雲服務器上”。
“我們採取了嚴格的措施，確保所有信息在發到雲端時都不會被識別，這些信息在發給醫護工作者時會受到HIPAA（Health Insurance Portability and Accountability Act）的保護。”
不僅如此，對肛紋的拍攝，系統支持低強度激光掃描儀或者紅外攝像機，這樣別人看到的，也不過是在X光下拍出來的臀部 ，大大降低了羞恥感。
大便和尿液參戰！這味兒越來越大了
識別肛紋主要是進行身份的識別，如果再加上大便和尿液的數據，那就能真正實現對個人的健康狀況進行個性化的管理和追蹤了！
研究人員表示，與其讓人們去診所或實驗室進行昂貴耗時的血液檢測，不如把目光投向最有價值的健康數據，也就是大便、唾液和尿液。“基於健康監測的診斷信息的理想來源是呼吸、汗水、唾液、尿液和糞便中信息豐富的潛在分子含量。”
比如，在小便時，馬桶兩個高速攝像頭會“看著”你的尿液流速。馬桶座椅後部裝有一疊尿液分析條，開始小便時，被動紅外運動傳感器檢測到尿液信號，然後自動伸出一條試紙瘋狂試探，試紙被尿液浸溼，即試探成功，隨即迅速縮回，然後由
內嵌的攝像頭進行分析。
不過，論文指出，目前系統對女性用戶可能不那麼友好。在對一名男性和一名女性分別進行了測試後，研究者發現，系統更方便於可以站立小便的男性使用，因此後續的尿液檢測和尿流測量模塊也只針對男性進行了測試，但考慮到生理差異，未來會針對女性的小便方式進行改進。
而在大便識別上，從乾淨的馬桶到第一塊大便入水，再到伴隨大便而來的小便，最後到衛生紙覆蓋大便，整個過程都是通過馬桶上安裝的壓力傳感器激活的攝像頭進行監測的。
也就是說，攝像頭將靜靜目睹大便從無到有再到無的過程，包括“馬桶裡糞便的形態和流動性隨時間的變化”等，這是前無古人的舉動。
正如上文所說，CNN是研究團隊用來識別大便的方法，不過在這裡要澄清一下，CNN全程盯著的可不是你的菊花，而是馬桶的水坑，以判斷馬桶水坑的狀態是清潔、大便、還是大便帶紙。
關於大便的分類方法，研究團隊也不是隨便劃分的，使用的是正規的布里斯托大便分類法。如下圖所示，從1到7可視為從便秘到拉肚子的漸變過程，1和2是便秘，3和4是正常，5、6和7就是拉肚子。不過，除了以下7種類型，他們還附加上了乾淨、僅有小便和帶有廁紙三個額外類型。
此前，從事研發工作的LIXIL的永田政昭透露，智能馬桶的開發大約始於2014年，其中最困難的地方在於收集大便圖像，尤其是帶有便秘或腹瀉等症狀的大便，在半年時間內，他們大約收集到了3000張大便圖。
無獨有偶，斯坦福的研究團隊也表示，大便的收集十分有難度，只在谷歌、必應和雅虎等搜索引擎上尋找肯定是不夠的，因此，他們從研究志願者那裡收集到了12,226張糞便圖像和相關的馬桶狀態圖。
這些圖像將被送入卷積神經網絡進行進一步地處理，通過計算從第一塊大便到最後一塊大便落水的時間差，可以得出“不同人的整體排便功能”。不過由於不同的習慣，還需要假設的一點是，“使用衛生紙的行為或站立表示用戶終止排便”。
斯坦福大學放射學系主任，研究論文的資深作者Sam Gambhir認為，智能馬桶不是要取代醫生或提供官方診斷，相反，它旨在監視身體廢物，識別任何異常情況，將任何可疑信息發送給醫生，以幫助在任何嚴重的健康問題發生之前進行檢測。
Park表示，希望在今年年底前擁有第二個原型功能（second prototype functional），理想情況下，他們希望下一個原型能夠幫助檢測腫瘤DNA和病毒RNA，以幫助他們追蹤新型冠狀病毒等疾病的傳播。
