

سن مغز شما چقدر است؟ الگوریتم EEG به دنبال شکافهای مشکلساز میگردد
اچ. بی. دوران
بهروزرسانی در
۱۱ اردیبهشت ۱۴۰۳

سن مغز شما چقدر است؟ الگوریتم EEG به دنبال شکافهای مشکلساز میگردد
اچ. بی. دوران
بهروزرسانی در
۱۱ اردیبهشت ۱۴۰۳

سن مغز شما چقدر است؟ الگوریتم EEG به دنبال شکافهای مشکلساز میگردد
اچ. بی. دوران
بهروزرسانی در
۱۱ اردیبهشت ۱۴۰۳
یک الگوریتم جدید یادگیری ماشین (ML) از هوش مصنوعی (AI) و Emotiv EEG برای محاسبه سن مغز فرد استفاده میکند.
تغییرات در EEG حالت استراحت فرد میتواند نشانههای اولیه بیماریهای تخریبکننده مانند آلزایمر را هشدار دهد.
یافتههای این پژوهش که در Frontiers in Neuroergonomics منتشر شده است، یک رویکرد پیشگیرانه برای غربالگری سلامت مغز ارائه میدهد.
پژوهشگران روش جدیدی را برای محاسبه تفاوت بین سن تقویمی و سن مغز یک فرد توسعه دادهاند. این مدل یادگیری ماشین از هدستهای Emotiv Epoc X برای اندازهگیری فعالیت الکتریکی مغز در طول حالت استراحت (بیدار اما بدون انجام کاری مشخص) استفاده میکند و آن را با دادههای آماری در میان بزرگسالان سالم مقایسه میکند.
کونیوس و همکاران (2024) این الگوریتم را با دادههای مغزی Epoc X که از مجموعهای از شرکتکنندگان حضوری و آنلاین از راه دور و همچنین مجموعه دادههای آموزشی تکمیلی جمعآوری شده بود، آموزش دادند. در مجموع، این مطالعه از پنج مجموعه داده ترکیبی استفاده کرد.
چرا سن مغز اهمیت دارد؟
مغز انسان همیشه در حال تغییر است، اتصالات جدیدی ایجاد میکند و اتصالات قدیمی را در طول زندگی ما ترمیم میکند. آسیب و بیماری میتواند مرحله توسعه مغز را به تاخیر بیندازد یا سرعت بخشد و باعث ایجاد "شکاف سن مغز" شود. این شکافها میتوانند به عنوان علائم هشداردهنده برای بیماریهای مرتبط با سن عمل کنند. متأسفانه، اسکنهای مغزی اغلب پرهزینه و زمانبر هستند و تنها زمانی انجام میشوند که علائم بیماری آشکار شوند.
نویسندگان پیشنهاد میکنند که اسکن افراد در سنین میانسالی اولیه یا جوانتر، احتمال شناسایی و درمان اختلالات عصبی مرتبط با سن را در اولین مراحل آنها افزایش میدهد.
نویسندگان خاطرنشان میکنند: "رویکرد ما برای بررسی سن مغز از طریق EEG چندین کاربرد نویدبخش دارد. این روش میتواند به عنوان یک ابزار غربالگری نسبتاً ارزان برای شناسایی افرادی استفاده شود که شکاف سن مغز آنها احتمال وجود آسیبهای مرتبط با سن را نشان میدهد که میتوان آن را با آزمایشهای تشخیصی تخصصیتر پیگیری کرد. علاوه بر این، به دلیل هزینه نسبتاً پایین هدست Emotiv Epoc X، تخمین سن مغز با EEG را میتوان به دفعات تکرار کرد تا نتایج تأیید شده و تغییرات در طول زمان شناسایی شوند."

این مجموعه دادههای سن مغز ممکن است برای آزمایش مداخلات بالقوه جهت کاهش سرعت یا معکوس کردن پیری عصبی نیز مفید باشد. به عنوان مثال، یک مطالعه در سال 2020 با حمایت مالی مؤسسه ملی پیری نشان داد که برخی عوامل سبک زندگی سالم میتواند خطر ابتلا به آلزایمر را تا 60 درصد کاهش دهد (دانا و همکاران، 2020).
EEG بیسیم به کمک میآید
کونیوس و همکارانش از دستگاه Epoc X به دلیل مقرونبهصرفه و در دسترس بودن تمجید کردند. آنها گفتند که این دستگاه به افراد اجازه میدهد تا سن مغز خود را در خانه یا محل کار تخمین بزنند. این امر میتواند منجر به تحقیقات بیشتری در زمینه کاهش شناختی مرتبط با سن و مداخلههای سبک زندگی برای سلامت شناختی شود.
یادگیری نحوه محاسبه سن مغز، احتمالات دیگری را نیز به همراه دارد. به عنوان مثال، گروهی از افراد در سنین 80 و 90 سالگی وجود دارند که "ابر-سالمندان شناختی" نامیده میشوند و آمارها را به چالش میکشند. ابر-سالمندان شناختی عملکرد حافظهای مشابه بزرگسالان 20 تا 30 سال جوانتر از خود دارند. مطالعات فعلی با هدف الگوبرداری از این گروه استثنایی از افراد و استفاده از آن اطلاعات برای ترویج پیری سالم مغز انجام میشود.
دانشمندان علوم اعصاب و سایر پژوهشگران امیدوارند نقشهایی را که رژیم غذایی، محیط، سبک زندگی و ژنتیک در چگونگی پیری مغز ما ایفا میکنند، بهتر درک کنند.
نویسندگان بر اهمیت ارزیابی پایداری مدل غربالگری سن مغز خود در یک دوره زمانی طولانی تأکید میکنند. تحقیقات آینده نیز برای تأیید این یافتهها با نمونه دادههای بزرگتر و متنوعتری از EEG مغز مورد نیاز است.
منابع:
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
یک الگوریتم جدید یادگیری ماشین (ML) از هوش مصنوعی (AI) و Emotiv EEG برای محاسبه سن مغز فرد استفاده میکند.
تغییرات در EEG حالت استراحت فرد میتواند نشانههای اولیه بیماریهای تخریبکننده مانند آلزایمر را هشدار دهد.
یافتههای این پژوهش که در Frontiers in Neuroergonomics منتشر شده است، یک رویکرد پیشگیرانه برای غربالگری سلامت مغز ارائه میدهد.
پژوهشگران روش جدیدی را برای محاسبه تفاوت بین سن تقویمی و سن مغز یک فرد توسعه دادهاند. این مدل یادگیری ماشین از هدستهای Emotiv Epoc X برای اندازهگیری فعالیت الکتریکی مغز در طول حالت استراحت (بیدار اما بدون انجام کاری مشخص) استفاده میکند و آن را با دادههای آماری در میان بزرگسالان سالم مقایسه میکند.
کونیوس و همکاران (2024) این الگوریتم را با دادههای مغزی Epoc X که از مجموعهای از شرکتکنندگان حضوری و آنلاین از راه دور و همچنین مجموعه دادههای آموزشی تکمیلی جمعآوری شده بود، آموزش دادند. در مجموع، این مطالعه از پنج مجموعه داده ترکیبی استفاده کرد.
چرا سن مغز اهمیت دارد؟
مغز انسان همیشه در حال تغییر است، اتصالات جدیدی ایجاد میکند و اتصالات قدیمی را در طول زندگی ما ترمیم میکند. آسیب و بیماری میتواند مرحله توسعه مغز را به تاخیر بیندازد یا سرعت بخشد و باعث ایجاد "شکاف سن مغز" شود. این شکافها میتوانند به عنوان علائم هشداردهنده برای بیماریهای مرتبط با سن عمل کنند. متأسفانه، اسکنهای مغزی اغلب پرهزینه و زمانبر هستند و تنها زمانی انجام میشوند که علائم بیماری آشکار شوند.
نویسندگان پیشنهاد میکنند که اسکن افراد در سنین میانسالی اولیه یا جوانتر، احتمال شناسایی و درمان اختلالات عصبی مرتبط با سن را در اولین مراحل آنها افزایش میدهد.
نویسندگان خاطرنشان میکنند: "رویکرد ما برای بررسی سن مغز از طریق EEG چندین کاربرد نویدبخش دارد. این روش میتواند به عنوان یک ابزار غربالگری نسبتاً ارزان برای شناسایی افرادی استفاده شود که شکاف سن مغز آنها احتمال وجود آسیبهای مرتبط با سن را نشان میدهد که میتوان آن را با آزمایشهای تشخیصی تخصصیتر پیگیری کرد. علاوه بر این، به دلیل هزینه نسبتاً پایین هدست Emotiv Epoc X، تخمین سن مغز با EEG را میتوان به دفعات تکرار کرد تا نتایج تأیید شده و تغییرات در طول زمان شناسایی شوند."

این مجموعه دادههای سن مغز ممکن است برای آزمایش مداخلات بالقوه جهت کاهش سرعت یا معکوس کردن پیری عصبی نیز مفید باشد. به عنوان مثال، یک مطالعه در سال 2020 با حمایت مالی مؤسسه ملی پیری نشان داد که برخی عوامل سبک زندگی سالم میتواند خطر ابتلا به آلزایمر را تا 60 درصد کاهش دهد (دانا و همکاران، 2020).
EEG بیسیم به کمک میآید
کونیوس و همکارانش از دستگاه Epoc X به دلیل مقرونبهصرفه و در دسترس بودن تمجید کردند. آنها گفتند که این دستگاه به افراد اجازه میدهد تا سن مغز خود را در خانه یا محل کار تخمین بزنند. این امر میتواند منجر به تحقیقات بیشتری در زمینه کاهش شناختی مرتبط با سن و مداخلههای سبک زندگی برای سلامت شناختی شود.
یادگیری نحوه محاسبه سن مغز، احتمالات دیگری را نیز به همراه دارد. به عنوان مثال، گروهی از افراد در سنین 80 و 90 سالگی وجود دارند که "ابر-سالمندان شناختی" نامیده میشوند و آمارها را به چالش میکشند. ابر-سالمندان شناختی عملکرد حافظهای مشابه بزرگسالان 20 تا 30 سال جوانتر از خود دارند. مطالعات فعلی با هدف الگوبرداری از این گروه استثنایی از افراد و استفاده از آن اطلاعات برای ترویج پیری سالم مغز انجام میشود.
دانشمندان علوم اعصاب و سایر پژوهشگران امیدوارند نقشهایی را که رژیم غذایی، محیط، سبک زندگی و ژنتیک در چگونگی پیری مغز ما ایفا میکنند، بهتر درک کنند.
نویسندگان بر اهمیت ارزیابی پایداری مدل غربالگری سن مغز خود در یک دوره زمانی طولانی تأکید میکنند. تحقیقات آینده نیز برای تأیید این یافتهها با نمونه دادههای بزرگتر و متنوعتری از EEG مغز مورد نیاز است.
منابع:
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
یک الگوریتم جدید یادگیری ماشین (ML) از هوش مصنوعی (AI) و Emotiv EEG برای محاسبه سن مغز فرد استفاده میکند.
تغییرات در EEG حالت استراحت فرد میتواند نشانههای اولیه بیماریهای تخریبکننده مانند آلزایمر را هشدار دهد.
یافتههای این پژوهش که در Frontiers in Neuroergonomics منتشر شده است، یک رویکرد پیشگیرانه برای غربالگری سلامت مغز ارائه میدهد.
پژوهشگران روش جدیدی را برای محاسبه تفاوت بین سن تقویمی و سن مغز یک فرد توسعه دادهاند. این مدل یادگیری ماشین از هدستهای Emotiv Epoc X برای اندازهگیری فعالیت الکتریکی مغز در طول حالت استراحت (بیدار اما بدون انجام کاری مشخص) استفاده میکند و آن را با دادههای آماری در میان بزرگسالان سالم مقایسه میکند.
کونیوس و همکاران (2024) این الگوریتم را با دادههای مغزی Epoc X که از مجموعهای از شرکتکنندگان حضوری و آنلاین از راه دور و همچنین مجموعه دادههای آموزشی تکمیلی جمعآوری شده بود، آموزش دادند. در مجموع، این مطالعه از پنج مجموعه داده ترکیبی استفاده کرد.
چرا سن مغز اهمیت دارد؟
مغز انسان همیشه در حال تغییر است، اتصالات جدیدی ایجاد میکند و اتصالات قدیمی را در طول زندگی ما ترمیم میکند. آسیب و بیماری میتواند مرحله توسعه مغز را به تاخیر بیندازد یا سرعت بخشد و باعث ایجاد "شکاف سن مغز" شود. این شکافها میتوانند به عنوان علائم هشداردهنده برای بیماریهای مرتبط با سن عمل کنند. متأسفانه، اسکنهای مغزی اغلب پرهزینه و زمانبر هستند و تنها زمانی انجام میشوند که علائم بیماری آشکار شوند.
نویسندگان پیشنهاد میکنند که اسکن افراد در سنین میانسالی اولیه یا جوانتر، احتمال شناسایی و درمان اختلالات عصبی مرتبط با سن را در اولین مراحل آنها افزایش میدهد.
نویسندگان خاطرنشان میکنند: "رویکرد ما برای بررسی سن مغز از طریق EEG چندین کاربرد نویدبخش دارد. این روش میتواند به عنوان یک ابزار غربالگری نسبتاً ارزان برای شناسایی افرادی استفاده شود که شکاف سن مغز آنها احتمال وجود آسیبهای مرتبط با سن را نشان میدهد که میتوان آن را با آزمایشهای تشخیصی تخصصیتر پیگیری کرد. علاوه بر این، به دلیل هزینه نسبتاً پایین هدست Emotiv Epoc X، تخمین سن مغز با EEG را میتوان به دفعات تکرار کرد تا نتایج تأیید شده و تغییرات در طول زمان شناسایی شوند."

این مجموعه دادههای سن مغز ممکن است برای آزمایش مداخلات بالقوه جهت کاهش سرعت یا معکوس کردن پیری عصبی نیز مفید باشد. به عنوان مثال، یک مطالعه در سال 2020 با حمایت مالی مؤسسه ملی پیری نشان داد که برخی عوامل سبک زندگی سالم میتواند خطر ابتلا به آلزایمر را تا 60 درصد کاهش دهد (دانا و همکاران، 2020).
EEG بیسیم به کمک میآید
کونیوس و همکارانش از دستگاه Epoc X به دلیل مقرونبهصرفه و در دسترس بودن تمجید کردند. آنها گفتند که این دستگاه به افراد اجازه میدهد تا سن مغز خود را در خانه یا محل کار تخمین بزنند. این امر میتواند منجر به تحقیقات بیشتری در زمینه کاهش شناختی مرتبط با سن و مداخلههای سبک زندگی برای سلامت شناختی شود.
یادگیری نحوه محاسبه سن مغز، احتمالات دیگری را نیز به همراه دارد. به عنوان مثال، گروهی از افراد در سنین 80 و 90 سالگی وجود دارند که "ابر-سالمندان شناختی" نامیده میشوند و آمارها را به چالش میکشند. ابر-سالمندان شناختی عملکرد حافظهای مشابه بزرگسالان 20 تا 30 سال جوانتر از خود دارند. مطالعات فعلی با هدف الگوبرداری از این گروه استثنایی از افراد و استفاده از آن اطلاعات برای ترویج پیری سالم مغز انجام میشود.
دانشمندان علوم اعصاب و سایر پژوهشگران امیدوارند نقشهایی را که رژیم غذایی، محیط، سبک زندگی و ژنتیک در چگونگی پیری مغز ما ایفا میکنند، بهتر درک کنند.
نویسندگان بر اهمیت ارزیابی پایداری مدل غربالگری سن مغز خود در یک دوره زمانی طولانی تأکید میکنند. تحقیقات آینده نیز برای تأیید این یافتهها با نمونه دادههای بزرگتر و متنوعتری از EEG مغز مورد نیاز است.
منابع:
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

به خواندن ادامه دهید