আপনার মস্তিষ্কের বয়স কত? ইইজি অ্যালগরিদম স্ক্যান করছে সমস্যার ফাঁকআঁটসাঁট
এইচ.বি. ডুরান
সর্বশেষ আপডেট
৩০ এপ্রি, ২০২৪
আপনার মস্তিষ্কের বয়স কত? ইইজি অ্যালগরিদম স্ক্যান করছে সমস্যার ফাঁকআঁটসাঁট
এইচ.বি. ডুরান
সর্বশেষ আপডেট
৩০ এপ্রি, ২০২৪
আপনার মস্তিষ্কের বয়স কত? ইইজি অ্যালগরিদম স্ক্যান করছে সমস্যার ফাঁকআঁটসাঁট
এইচ.বি. ডুরান
সর্বশেষ আপডেট
৩০ এপ্রি, ২০২৪
একটি নতুন মেশিন-লার্নিং (ML) অ্যালগরিদম কৃত্রিম বুদ্ধিমত্তা (AI) এবং Emotiv EEG ব্যবহার করে একজন ব্যক্তির ব্রেইন এজ (মস্তিষ্কের বয়স) হিসাব করে।
কোনো ব্যক্তির রেস্টিং-স্টেট (স্থির অবস্থা) EEG-এর পরিবর্তন আলঝেইমারের মতো অবক্ষয়জনিত রোগের প্রাথমিক লক্ষণ নির্দেশ করতে পারে।
গবেষণার ফলাফলগুলি, যা Frontiers in Neuroergonomics -এ প্রকাশিত হয়েছে, মস্তিষ্কের স্বাস্থ্যের স্ক্রীনিংয়ের জন্য একটি সক্রিয় পদক্ষেপের প্রস্তাব দেয়।
গবেষকেরা কোনো ব্যক্তির কালানুক্রমিক বয়স এবং মস্তিষ্কের বয়সের মধ্যকার পার্থক্য হিসাব করার জন্য একটি নতুন পদ্ধতি তৈরি করেছেন। এই মেশিন-লার্নিং মডেলটি মস্তিষ্কের রেস্টিং-স্টেটের (জাগ্রত কিন্তু কোনো কাজ না করার অবস্থা) সময়ের বৈদ্যুতিক কার্যকলাপ পরিমাপ করতে Emotiv Epoc X হেডসেট ব্যবহার করে এবং সুস্থ প্রাপ্তবয়স্কদের পরিসংখ্যানগত তথ্যের সাথে এটি তুলনা করে।
Kounios et al. (2024) সরাসরি এবং দূরবর্তী অনলাইন অংশগ্রহণকারীদের একটি সংগ্রহ থেকে সংগৃহীত Epoc X মস্তিষ্কের ডেটা এবং সেইসাথে সম্পূরক প্রশিক্ষণ ডেটাসেট দিয়ে অ্যালগরিদমটিকে প্রশিক্ষণ দিয়েছেন। সামগ্রিকভাবে, গবেষণায় পাঁচটি সম্মিলিত ডেটাসেট ব্যবহার করা হয়েছে।
মস্তিষ্কের বয়স কেন গুরুত্বপূর্ণ?
আমাদের জীবনজুড়ে মানুষের মস্তিষ্ক সবসময় পরিবর্তিত হতে থাকে, নতুন সংযোগ যুক্ত করে এবং পুরোনো অংশগুলি মেরামত করে। আঘাত এবং রোগ মস্তিষ্কের বিকাশের পর্যায়কে বিলম্বিত বা ত্বরান্বিত করতে পারে, যা একটি "মস্তিষ্কের বয়সের ব্যবধান" (brain age gap) তৈরি করে। এই ব্যবধানগুলি বয়স-সম্পর্কিত রোগের সতর্কবার্তা হিসেবে কাজ করতে পারে। দুর্ভাগ্যবশত, ব্রেন স্ক্যান প্রায়ই ব্যয়বহুল ও সময়সাপেক্ষ এবং রোগের লক্ষণ প্রকাশ পাওয়ার পরেই কেবল তা করা হয়।
লেখকদের মতে, মধ্য বয়সের শুরুতে বা তার চেয়ে কম বয়সে স্ক্রীনিং করা হলে বয়স-সম্পর্কিত স্নায়বিক ব্যাধিগুলি একদম প্রাথমিক পর্যায়ে শনাক্ত ও চিকিত্সা করার সম্ভাবনা বৃদ্ধি পায়।
"EEG ব্রেইন-এজ অনুমানের ক্ষেত্রে আমাদের দৃষ্টিভঙ্গির বেশ কয়েকটি আশাব্যঞ্জক অ্যাপ্লিকেশন রয়েছে," লেখকেরা উল্লেখ করেন। "এটি এমন ব্যক্তিদের চিহ্নিত করার জন্য একটি তুলনামূলকভাবে সাশ্রয়ী স্ক্রীনিং টুল হিসেবে ব্যবহার করা যেতে পারে যাদের মস্তিষ্কের বয়সের ব্যবধান থেকে বয়স-সম্পর্কিত অন্তর্নিহিত রোগের সম্ভাবনা বোঝা যায় এবং পরবর্তীতে সুনির্দিষ্ট ডায়াগনস্টিক পরীক্ষার মাধ্যমে এর ফলো-আপ করা যেতে পারে। তদুপরি, Emotiv Epoc X হেডসেটের অপেক্ষাকৃত কম খরচের কারণে, ফলাফল যাচাই করতে এবং সময়ের সাথে সাথে পরিবর্তনগুলি সনাক্ত করতে বারবার EEG ব্রেইন-এজ অনুমান করা যেতে পারে।"
স্নায়বিক বার্ধক্যকে ধীর বা বিপরীত করার ক্ষেত্রে সম্ভাব্য হস্তক্ষেপগুলি পরীক্ষা করার জন্য মস্তিষ্কের বয়সের এই ডেটা সেটটি কার্যকর হতে পারে। উদাহরণস্বরূপ, ন্যাশনাল ইনস্টিটিউট অন এজিং দ্বারা অর্থায়িত ২০২০ সালের একটি গবেষণায় দেখা গেছে যে নির্দিষ্ট কিছু সুস্থ জীবনযাত্রার মান আলঝেইমারের ঝুঁকি ৬০% পর্যন্ত কমাতে পারে (Dhana et al., 2020)।
উদ্ধারে ওয়্যারলেস EEG
Kounios এবং তাঁর সহকর্মীরা Epoc X সাশ্রয়ী এবং সহজেই অ্যাক্সেসযোগ্য হওয়ার প্রশংসা করেছেন। তাঁরা বলেন যে এটি মানুষকে ঘরে বা কর্মক্ষেত্রে তাদের মস্তিষ্কের বয়স অনুমান করার সুযোগ দেয়। এর ফলে বয়স-সম্পর্কিত জ্ঞানীয় হ্রাস এবং জ্ঞানীয় স্বাস্থ্যের জন্য জীবনযাত্রার হস্তক্ষেপ নিয়ে আরও গবেষণা হতে পারে।
মস্তিষ্কের বয়স কীভাবে গণনা করা যায় তা শেখার অন্যান্য সম্ভাবনাও রয়েছে। উদাহরণস্বরূপ, ৮০ ও ৯০ দশকের একদল মানুষ আছেন যাদের "জ্ঞানীয় সুপার-এজার" (cognitive super-agers) বলা হয়, যারা পরিসংখ্যানকে হার মানান। এই জ্ঞানীয় সুপার-এজারদের মেমরি পারফরম্যান্স ২০-৩০ বছর বয়সী তরুণ প্রাপ্তবয়স্কদের মতো। বর্তমান গবেষণার লক্ষ্য হলো এই অসাধারণ ব্যক্তিদের গ্রুপ থেকে শিক্ষা নেওয়া এবং সেই তথ্য সুস্থ মস্তিষ্কের বয়স ধরে রাখার কাজে ব্যবহার করা।
নিউরোলজিস্ট এবং অন্যান্য গবেষকেরা আমাদের মস্তিষ্ক কীভাবে বুড়িয়ে যায় তার পেছনে ডায়েট, পরিবেশ, জীবনধারা এবং জেনেটিক্স কী ভূমিকা পালন করে তা আরও ভালোভাবে বোঝার আশা করছেন।
লেখকেরা দীর্ঘ সময় ধরে তাঁদের ব্রেইন এজ স্ক্রীনিং মডেলের কার্যকারিতা মূল্যায়নের গুরুত্বের ওপর জোর দিয়েছেন। বৃহত্তর এবং আরও বৈচিত্র্যময় ব্রেন EEG ডেটা নমুনার সাহায্যে এই ফলাফলগুলি যাচাই করার জন্য ভবিষ্যতে আরও গবেষণার প্রয়োজন রয়েছে।
তথ্যসূত্র:
Dhana, K., Evans, D. A., Rajan, K. B., Bennett, D. A., & Morris, M. C. (2020). Healthy lifestyle and the risk of Alzheimer dementia. Neurology, 95(4). https://doi.org/10.1212/wnl.0000000000009816
Kounios, J., Fleck, J. I., Zhang, F., & Oh, Y. (2024). Brain-age estimation with a low-cost EEG-headset: effectiveness and implications for large-scale screening and brain optimization. Frontiers in Neuroergonomics, 5. https://doi.org/10.3389/fnrgo.2024.1340732
একটি নতুন মেশিন-লার্নিং (ML) অ্যালগরিদম কৃত্রিম বুদ্ধিমত্তা (AI) এবং Emotiv EEG ব্যবহার করে একজন ব্যক্তির ব্রেইন এজ (মস্তিষ্কের বয়স) হিসাব করে।
কোনো ব্যক্তির রেস্টিং-স্টেট (স্থির অবস্থা) EEG-এর পরিবর্তন আলঝেইমারের মতো অবক্ষয়জনিত রোগের প্রাথমিক লক্ষণ নির্দেশ করতে পারে।
গবেষণার ফলাফলগুলি, যা Frontiers in Neuroergonomics -এ প্রকাশিত হয়েছে, মস্তিষ্কের স্বাস্থ্যের স্ক্রীনিংয়ের জন্য একটি সক্রিয় পদক্ষেপের প্রস্তাব দেয়।
গবেষকেরা কোনো ব্যক্তির কালানুক্রমিক বয়স এবং মস্তিষ্কের বয়সের মধ্যকার পার্থক্য হিসাব করার জন্য একটি নতুন পদ্ধতি তৈরি করেছেন। এই মেশিন-লার্নিং মডেলটি মস্তিষ্কের রেস্টিং-স্টেটের (জাগ্রত কিন্তু কোনো কাজ না করার অবস্থা) সময়ের বৈদ্যুতিক কার্যকলাপ পরিমাপ করতে Emotiv Epoc X হেডসেট ব্যবহার করে এবং সুস্থ প্রাপ্তবয়স্কদের পরিসংখ্যানগত তথ্যের সাথে এটি তুলনা করে।
Kounios et al. (2024) সরাসরি এবং দূরবর্তী অনলাইন অংশগ্রহণকারীদের একটি সংগ্রহ থেকে সংগৃহীত Epoc X মস্তিষ্কের ডেটা এবং সেইসাথে সম্পূরক প্রশিক্ষণ ডেটাসেট দিয়ে অ্যালগরিদমটিকে প্রশিক্ষণ দিয়েছেন। সামগ্রিকভাবে, গবেষণায় পাঁচটি সম্মিলিত ডেটাসেট ব্যবহার করা হয়েছে।
মস্তিষ্কের বয়স কেন গুরুত্বপূর্ণ?
আমাদের জীবনজুড়ে মানুষের মস্তিষ্ক সবসময় পরিবর্তিত হতে থাকে, নতুন সংযোগ যুক্ত করে এবং পুরোনো অংশগুলি মেরামত করে। আঘাত এবং রোগ মস্তিষ্কের বিকাশের পর্যায়কে বিলম্বিত বা ত্বরান্বিত করতে পারে, যা একটি "মস্তিষ্কের বয়সের ব্যবধান" (brain age gap) তৈরি করে। এই ব্যবধানগুলি বয়স-সম্পর্কিত রোগের সতর্কবার্তা হিসেবে কাজ করতে পারে। দুর্ভাগ্যবশত, ব্রেন স্ক্যান প্রায়ই ব্যয়বহুল ও সময়সাপেক্ষ এবং রোগের লক্ষণ প্রকাশ পাওয়ার পরেই কেবল তা করা হয়।
লেখকদের মতে, মধ্য বয়সের শুরুতে বা তার চেয়ে কম বয়সে স্ক্রীনিং করা হলে বয়স-সম্পর্কিত স্নায়বিক ব্যাধিগুলি একদম প্রাথমিক পর্যায়ে শনাক্ত ও চিকিত্সা করার সম্ভাবনা বৃদ্ধি পায়।
"EEG ব্রেইন-এজ অনুমানের ক্ষেত্রে আমাদের দৃষ্টিভঙ্গির বেশ কয়েকটি আশাব্যঞ্জক অ্যাপ্লিকেশন রয়েছে," লেখকেরা উল্লেখ করেন। "এটি এমন ব্যক্তিদের চিহ্নিত করার জন্য একটি তুলনামূলকভাবে সাশ্রয়ী স্ক্রীনিং টুল হিসেবে ব্যবহার করা যেতে পারে যাদের মস্তিষ্কের বয়সের ব্যবধান থেকে বয়স-সম্পর্কিত অন্তর্নিহিত রোগের সম্ভাবনা বোঝা যায় এবং পরবর্তীতে সুনির্দিষ্ট ডায়াগনস্টিক পরীক্ষার মাধ্যমে এর ফলো-আপ করা যেতে পারে। তদুপরি, Emotiv Epoc X হেডসেটের অপেক্ষাকৃত কম খরচের কারণে, ফলাফল যাচাই করতে এবং সময়ের সাথে সাথে পরিবর্তনগুলি সনাক্ত করতে বারবার EEG ব্রেইন-এজ অনুমান করা যেতে পারে।"
স্নায়বিক বার্ধক্যকে ধীর বা বিপরীত করার ক্ষেত্রে সম্ভাব্য হস্তক্ষেপগুলি পরীক্ষা করার জন্য মস্তিষ্কের বয়সের এই ডেটা সেটটি কার্যকর হতে পারে। উদাহরণস্বরূপ, ন্যাশনাল ইনস্টিটিউট অন এজিং দ্বারা অর্থায়িত ২০২০ সালের একটি গবেষণায় দেখা গেছে যে নির্দিষ্ট কিছু সুস্থ জীবনযাত্রার মান আলঝেইমারের ঝুঁকি ৬০% পর্যন্ত কমাতে পারে (Dhana et al., 2020)।
উদ্ধারে ওয়্যারলেস EEG
Kounios এবং তাঁর সহকর্মীরা Epoc X সাশ্রয়ী এবং সহজেই অ্যাক্সেসযোগ্য হওয়ার প্রশংসা করেছেন। তাঁরা বলেন যে এটি মানুষকে ঘরে বা কর্মক্ষেত্রে তাদের মস্তিষ্কের বয়স অনুমান করার সুযোগ দেয়। এর ফলে বয়স-সম্পর্কিত জ্ঞানীয় হ্রাস এবং জ্ঞানীয় স্বাস্থ্যের জন্য জীবনযাত্রার হস্তক্ষেপ নিয়ে আরও গবেষণা হতে পারে।
মস্তিষ্কের বয়স কীভাবে গণনা করা যায় তা শেখার অন্যান্য সম্ভাবনাও রয়েছে। উদাহরণস্বরূপ, ৮০ ও ৯০ দশকের একদল মানুষ আছেন যাদের "জ্ঞানীয় সুপার-এজার" (cognitive super-agers) বলা হয়, যারা পরিসংখ্যানকে হার মানান। এই জ্ঞানীয় সুপার-এজারদের মেমরি পারফরম্যান্স ২০-৩০ বছর বয়সী তরুণ প্রাপ্তবয়স্কদের মতো। বর্তমান গবেষণার লক্ষ্য হলো এই অসাধারণ ব্যক্তিদের গ্রুপ থেকে শিক্ষা নেওয়া এবং সেই তথ্য সুস্থ মস্তিষ্কের বয়স ধরে রাখার কাজে ব্যবহার করা।
নিউরোলজিস্ট এবং অন্যান্য গবেষকেরা আমাদের মস্তিষ্ক কীভাবে বুড়িয়ে যায় তার পেছনে ডায়েট, পরিবেশ, জীবনধারা এবং জেনেটিক্স কী ভূমিকা পালন করে তা আরও ভালোভাবে বোঝার আশা করছেন।
লেখকেরা দীর্ঘ সময় ধরে তাঁদের ব্রেইন এজ স্ক্রীনিং মডেলের কার্যকারিতা মূল্যায়নের গুরুত্বের ওপর জোর দিয়েছেন। বৃহত্তর এবং আরও বৈচিত্র্যময় ব্রেন EEG ডেটা নমুনার সাহায্যে এই ফলাফলগুলি যাচাই করার জন্য ভবিষ্যতে আরও গবেষণার প্রয়োজন রয়েছে।
তথ্যসূত্র:
Dhana, K., Evans, D. A., Rajan, K. B., Bennett, D. A., & Morris, M. C. (2020). Healthy lifestyle and the risk of Alzheimer dementia. Neurology, 95(4). https://doi.org/10.1212/wnl.0000000000009816
Kounios, J., Fleck, J. I., Zhang, F., & Oh, Y. (2024). Brain-age estimation with a low-cost EEG-headset: effectiveness and implications for large-scale screening and brain optimization. Frontiers in Neuroergonomics, 5. https://doi.org/10.3389/fnrgo.2024.1340732
একটি নতুন মেশিন-লার্নিং (ML) অ্যালগরিদম কৃত্রিম বুদ্ধিমত্তা (AI) এবং Emotiv EEG ব্যবহার করে একজন ব্যক্তির ব্রেইন এজ (মস্তিষ্কের বয়স) হিসাব করে।
কোনো ব্যক্তির রেস্টিং-স্টেট (স্থির অবস্থা) EEG-এর পরিবর্তন আলঝেইমারের মতো অবক্ষয়জনিত রোগের প্রাথমিক লক্ষণ নির্দেশ করতে পারে।
গবেষণার ফলাফলগুলি, যা Frontiers in Neuroergonomics -এ প্রকাশিত হয়েছে, মস্তিষ্কের স্বাস্থ্যের স্ক্রীনিংয়ের জন্য একটি সক্রিয় পদক্ষেপের প্রস্তাব দেয়।
গবেষকেরা কোনো ব্যক্তির কালানুক্রমিক বয়স এবং মস্তিষ্কের বয়সের মধ্যকার পার্থক্য হিসাব করার জন্য একটি নতুন পদ্ধতি তৈরি করেছেন। এই মেশিন-লার্নিং মডেলটি মস্তিষ্কের রেস্টিং-স্টেটের (জাগ্রত কিন্তু কোনো কাজ না করার অবস্থা) সময়ের বৈদ্যুতিক কার্যকলাপ পরিমাপ করতে Emotiv Epoc X হেডসেট ব্যবহার করে এবং সুস্থ প্রাপ্তবয়স্কদের পরিসংখ্যানগত তথ্যের সাথে এটি তুলনা করে।
Kounios et al. (2024) সরাসরি এবং দূরবর্তী অনলাইন অংশগ্রহণকারীদের একটি সংগ্রহ থেকে সংগৃহীত Epoc X মস্তিষ্কের ডেটা এবং সেইসাথে সম্পূরক প্রশিক্ষণ ডেটাসেট দিয়ে অ্যালগরিদমটিকে প্রশিক্ষণ দিয়েছেন। সামগ্রিকভাবে, গবেষণায় পাঁচটি সম্মিলিত ডেটাসেট ব্যবহার করা হয়েছে।
মস্তিষ্কের বয়স কেন গুরুত্বপূর্ণ?
আমাদের জীবনজুড়ে মানুষের মস্তিষ্ক সবসময় পরিবর্তিত হতে থাকে, নতুন সংযোগ যুক্ত করে এবং পুরোনো অংশগুলি মেরামত করে। আঘাত এবং রোগ মস্তিষ্কের বিকাশের পর্যায়কে বিলম্বিত বা ত্বরান্বিত করতে পারে, যা একটি "মস্তিষ্কের বয়সের ব্যবধান" (brain age gap) তৈরি করে। এই ব্যবধানগুলি বয়স-সম্পর্কিত রোগের সতর্কবার্তা হিসেবে কাজ করতে পারে। দুর্ভাগ্যবশত, ব্রেন স্ক্যান প্রায়ই ব্যয়বহুল ও সময়সাপেক্ষ এবং রোগের লক্ষণ প্রকাশ পাওয়ার পরেই কেবল তা করা হয়।
লেখকদের মতে, মধ্য বয়সের শুরুতে বা তার চেয়ে কম বয়সে স্ক্রীনিং করা হলে বয়স-সম্পর্কিত স্নায়বিক ব্যাধিগুলি একদম প্রাথমিক পর্যায়ে শনাক্ত ও চিকিত্সা করার সম্ভাবনা বৃদ্ধি পায়।
"EEG ব্রেইন-এজ অনুমানের ক্ষেত্রে আমাদের দৃষ্টিভঙ্গির বেশ কয়েকটি আশাব্যঞ্জক অ্যাপ্লিকেশন রয়েছে," লেখকেরা উল্লেখ করেন। "এটি এমন ব্যক্তিদের চিহ্নিত করার জন্য একটি তুলনামূলকভাবে সাশ্রয়ী স্ক্রীনিং টুল হিসেবে ব্যবহার করা যেতে পারে যাদের মস্তিষ্কের বয়সের ব্যবধান থেকে বয়স-সম্পর্কিত অন্তর্নিহিত রোগের সম্ভাবনা বোঝা যায় এবং পরবর্তীতে সুনির্দিষ্ট ডায়াগনস্টিক পরীক্ষার মাধ্যমে এর ফলো-আপ করা যেতে পারে। তদুপরি, Emotiv Epoc X হেডসেটের অপেক্ষাকৃত কম খরচের কারণে, ফলাফল যাচাই করতে এবং সময়ের সাথে সাথে পরিবর্তনগুলি সনাক্ত করতে বারবার EEG ব্রেইন-এজ অনুমান করা যেতে পারে।"
স্নায়বিক বার্ধক্যকে ধীর বা বিপরীত করার ক্ষেত্রে সম্ভাব্য হস্তক্ষেপগুলি পরীক্ষা করার জন্য মস্তিষ্কের বয়সের এই ডেটা সেটটি কার্যকর হতে পারে। উদাহরণস্বরূপ, ন্যাশনাল ইনস্টিটিউট অন এজিং দ্বারা অর্থায়িত ২০২০ সালের একটি গবেষণায় দেখা গেছে যে নির্দিষ্ট কিছু সুস্থ জীবনযাত্রার মান আলঝেইমারের ঝুঁকি ৬০% পর্যন্ত কমাতে পারে (Dhana et al., 2020)।
উদ্ধারে ওয়্যারলেস EEG
Kounios এবং তাঁর সহকর্মীরা Epoc X সাশ্রয়ী এবং সহজেই অ্যাক্সেসযোগ্য হওয়ার প্রশংসা করেছেন। তাঁরা বলেন যে এটি মানুষকে ঘরে বা কর্মক্ষেত্রে তাদের মস্তিষ্কের বয়স অনুমান করার সুযোগ দেয়। এর ফলে বয়স-সম্পর্কিত জ্ঞানীয় হ্রাস এবং জ্ঞানীয় স্বাস্থ্যের জন্য জীবনযাত্রার হস্তক্ষেপ নিয়ে আরও গবেষণা হতে পারে।
মস্তিষ্কের বয়স কীভাবে গণনা করা যায় তা শেখার অন্যান্য সম্ভাবনাও রয়েছে। উদাহরণস্বরূপ, ৮০ ও ৯০ দশকের একদল মানুষ আছেন যাদের "জ্ঞানীয় সুপার-এজার" (cognitive super-agers) বলা হয়, যারা পরিসংখ্যানকে হার মানান। এই জ্ঞানীয় সুপার-এজারদের মেমরি পারফরম্যান্স ২০-৩০ বছর বয়সী তরুণ প্রাপ্তবয়স্কদের মতো। বর্তমান গবেষণার লক্ষ্য হলো এই অসাধারণ ব্যক্তিদের গ্রুপ থেকে শিক্ষা নেওয়া এবং সেই তথ্য সুস্থ মস্তিষ্কের বয়স ধরে রাখার কাজে ব্যবহার করা।
নিউরোলজিস্ট এবং অন্যান্য গবেষকেরা আমাদের মস্তিষ্ক কীভাবে বুড়িয়ে যায় তার পেছনে ডায়েট, পরিবেশ, জীবনধারা এবং জেনেটিক্স কী ভূমিকা পালন করে তা আরও ভালোভাবে বোঝার আশা করছেন।
লেখকেরা দীর্ঘ সময় ধরে তাঁদের ব্রেইন এজ স্ক্রীনিং মডেলের কার্যকারিতা মূল্যায়নের গুরুত্বের ওপর জোর দিয়েছেন। বৃহত্তর এবং আরও বৈচিত্র্যময় ব্রেন EEG ডেটা নমুনার সাহায্যে এই ফলাফলগুলি যাচাই করার জন্য ভবিষ্যতে আরও গবেষণার প্রয়োজন রয়েছে।
তথ্যসূত্র:
Dhana, K., Evans, D. A., Rajan, K. B., Bennett, D. A., & Morris, M. C. (2020). Healthy lifestyle and the risk of Alzheimer dementia. Neurology, 95(4). https://doi.org/10.1212/wnl.0000000000009816
Kounios, J., Fleck, J. I., Zhang, F., & Oh, Y. (2024). Brain-age estimation with a low-cost EEG-headset: effectiveness and implications for large-scale screening and brain optimization. Frontiers in Neuroergonomics, 5. https://doi.org/10.3389/fnrgo.2024.1340732
পড়তে থাকুন