(资料图片仅供参考)
当涉及到传染病时,尽快确定爆发的源头是很重要的。在霍乱疫情爆发的情况下,一种新的厕所传感器可以提供帮助,它可以检测出一个特定地区有多少人正在经历主要症状之一--腹泻。该原型设备是由乔治亚理工学院的一个团队开发的,由研究工程师Maia Gatlin领导。
它集成了一个麦克风(绝对不是摄像头),它在人们上厕所时进行监听,利用在一个集成微处理器上运行的基于机器学习的算法,它能够识别与霍乱带来的痢疾有关的松散、水样的肠道运动的独特音频特征。
加特林和她的团队使用从网上获得的"排泄事件",如排尿、正常排便和腹泻的音频样本来训练该算法。每个样本都被转换为频谱图,这基本上可以被看成是声音的视觉表现。
由于每个音频样本已经知道是某种类型的事件的记录,该算法能够学习哪些独特的频谱特征伴随着哪些类型的排泄物。因此,当随后出现其他音频样本的频谱图时,该算法能够准确识别相应的事件类型。
重要的是,即使在背景噪音也被记录下来的情况下,它也能单独找出腹泻的频谱图。
现在的计划要求进一步完善该算法,使用在代表各种浴室环境的真实世界环境中获得的录音。最终,传感器网络可能会提供霍乱爆发的早期预警,特别是如果在已经知道该疾病会定期发生的地区使用的话......尽管潜在的应用并不限于此。
加特林说:"该传感器还可以用于灾区(水污染导致水媒病原体的传播),甚至用于护理/临终关怀设施,自动监测病人的肠道运动。也许有一天,我们的算法可以与现有的家用智能设备一起使用,以监测自己的肠道运动和健康。"
本周一,她在美国声学学会第183届会议上介绍了她的团队的研究。