당신의 뇌 연령은 몇 세인가요? EEG 알고리즘을 통한 문제 격차 스캔
H.B. Duran
업데이트됨
2024. 4. 30.
당신의 뇌 연령은 몇 세인가요? EEG 알고리즘을 통한 문제 격차 스캔
H.B. Duran
업데이트됨
2024. 4. 30.
당신의 뇌 연령은 몇 세인가요? EEG 알고리즘을 통한 문제 격차 스캔
H.B. Duran
업데이트됨
2024. 4. 30.
새로운 머신러닝(ML) 알고리즘이 인공지능(AI)과 Emotiv EEG를 사용하여 사람의 뇌 연령을 계산합니다.
사람의 휴식 상태 EEG 변화는 알츠하이머와 같은 퇴행성 질환의 초기 신호일 수 있습니다.
Frontiers in Neuroergonomics에 발표된 이번 연구 결과는 뇌 건강 검진에 대한 선제적인 접근 방식을 제공합니다.
연구진은 사람의 실제 연령과 뇌 연령 간의 차이를 계산하는 새로운 방법을 개발했습니다. 이 머신러닝 모델은 Emotiv Epoc X 헤드셋을 사용하여 뇌의 휴식 상태(깨어 있으나 수행할 작업이 없는 상태) 동안의 전기적 활동을 측정하고 이를 건강한 성인들의 통계 데이터와 비교합니다.
Kounios 등(2024)은 대면 및 원격 온라인 참여자들로부터 수집한 Epoc X 뇌 데이터와 추가 훈련 데이터 세트를 사용하여 알고리즘을 학습시켰습니다. 이 연구에는 총 5개의 결합된 데이터 세트가 사용되었습니다.
뇌 연령이 왜 중요할까요?
인간의 뇌는 평생에 걸쳐 새로운 연결을 추가하고 오래된 연결을 복구하면서 항상 변화합니다. 부상과 질병은 뇌의 발달 단계를 지연시키거나 가속화하여 "뇌 연령 격차"를 유발할 수 있습니다. 이러한 격차는 노화 관련 질환의 경고 신호 역할을 할 수 있습니다. 불행히도 뇌 스캔은 비용과 시간이 많이 소요되는 경우가 많으며 질병 증상이 나타난 후에야 수행됩니다.
저자들은 중장년기 초기나 그보다 더 젊은 나이에 개인을 검사하는 것이 노화 관련 신경 질환을 가장 초기 단계에 발견하고 치료할 가능성을 높인다고 제안합니다.
"EEG 뇌 연령 추정에 대한 우리의 접근 방식은 몇 가지 유망한 응용 분야가 있습니다"라고 저자들은 설명합니다. "이는 뇌 연령 격차가 구체적인 진단 테스트를 통해 후속 조치를 취할 수 있는 기저의 노화 관련 병리학적 가능성을 시사하는 개인을 식별하기 위한 비교적 저렴한 선별 도구로 사용될 수 있습니다. 또한 Emotiv Epoc X 헤드셋의 비교적 저렴한 비용 덕분에 EEG 뇌 연령 추정을 반복적으로 수행하여 결과를 확인하고 시간에 따른 변화를 감지할 수 있습니다."
이 뇌 연령 데이터 세트는 신경학적 노화를 늦추거나 되돌리기 위한 잠재적인 개입 방법을 테스트하는 데도 유용할 수 있습니다. 예를 들어, 국립노화연구소(National Institute on Aging)의 지원을 받은 2020년 연구에 따르면 특정한 건강한 생활 방식 요인이 알츠하이머 위험을 60%까지 낮출 수 있는 것으로 나타났습니다 (Dhana et al., 2020).
구원투수로 나선 무선 EEG
Kounios와 동료들은 EPOC X의 저렴한 가격과 접근성을 높이 평가했습니다. 그들은 이를 통해 사람들이 집이나 직장에서 자신의 뇌 연령을 추정할 수 있다고 말했습니다. 이는 노화와 관련된 인지 기능 저하 및 인지 건강을 위한 생활 방식 개입에 대한 더 많은 연구로 이어질 수 있습니다.
뇌 연령을 계산하는 방법을 배우는 것은 다른 가능성도 제시합니다. 예를 들어, 통계를 거스르는 "인지적 슈퍼 에이저 (cognitive super-agers)"라고 불리는 80대와 90대 집단이 있습니다. 인지적 슈퍼 에이저는 20~30세 더 젊은 성인과 유사한 기억력을 보입니다. 현재 연구들은 이 이례적인 개발 그룹으로부터 배우고 그 정보를 활용하여 건강한 뇌 노화를 촉진하는 것을 목표로 하고 있습니다.
신경학자들과 다른 연구자들은 식단, 환경, 생활 방식, 유전이 우리의 뇌가 늙어가는 방식에 미치는 역할을 더 잘 이해하기를 희망합니다.
저자들은 장기간에 걸쳐 뇌 연령 선별 모델의 안정성을 평가하는 것이 중요하다고 강조합니다. 또한 보다 규모가 크고 다양성을 갖춘 뇌 EEG 데이터 샘플을 통해 이러한 결과를 검증하기 위한 향후 연구가 필요합니다.
참고 문헌:
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
새로운 머신러닝(ML) 알고리즘이 인공지능(AI)과 Emotiv EEG를 사용하여 사람의 뇌 연령을 계산합니다.
사람의 휴식 상태 EEG 변화는 알츠하이머와 같은 퇴행성 질환의 초기 신호일 수 있습니다.
Frontiers in Neuroergonomics에 발표된 이번 연구 결과는 뇌 건강 검진에 대한 선제적인 접근 방식을 제공합니다.
연구진은 사람의 실제 연령과 뇌 연령 간의 차이를 계산하는 새로운 방법을 개발했습니다. 이 머신러닝 모델은 Emotiv Epoc X 헤드셋을 사용하여 뇌의 휴식 상태(깨어 있으나 수행할 작업이 없는 상태) 동안의 전기적 활동을 측정하고 이를 건강한 성인들의 통계 데이터와 비교합니다.
Kounios 등(2024)은 대면 및 원격 온라인 참여자들로부터 수집한 Epoc X 뇌 데이터와 추가 훈련 데이터 세트를 사용하여 알고리즘을 학습시켰습니다. 이 연구에는 총 5개의 결합된 데이터 세트가 사용되었습니다.
뇌 연령이 왜 중요할까요?
인간의 뇌는 평생에 걸쳐 새로운 연결을 추가하고 오래된 연결을 복구하면서 항상 변화합니다. 부상과 질병은 뇌의 발달 단계를 지연시키거나 가속화하여 "뇌 연령 격차"를 유발할 수 있습니다. 이러한 격차는 노화 관련 질환의 경고 신호 역할을 할 수 있습니다. 불행히도 뇌 스캔은 비용과 시간이 많이 소요되는 경우가 많으며 질병 증상이 나타난 후에야 수행됩니다.
저자들은 중장년기 초기나 그보다 더 젊은 나이에 개인을 검사하는 것이 노화 관련 신경 질환을 가장 초기 단계에 발견하고 치료할 가능성을 높인다고 제안합니다.
"EEG 뇌 연령 추정에 대한 우리의 접근 방식은 몇 가지 유망한 응용 분야가 있습니다"라고 저자들은 설명합니다. "이는 뇌 연령 격차가 구체적인 진단 테스트를 통해 후속 조치를 취할 수 있는 기저의 노화 관련 병리학적 가능성을 시사하는 개인을 식별하기 위한 비교적 저렴한 선별 도구로 사용될 수 있습니다. 또한 Emotiv Epoc X 헤드셋의 비교적 저렴한 비용 덕분에 EEG 뇌 연령 추정을 반복적으로 수행하여 결과를 확인하고 시간에 따른 변화를 감지할 수 있습니다."
이 뇌 연령 데이터 세트는 신경학적 노화를 늦추거나 되돌리기 위한 잠재적인 개입 방법을 테스트하는 데도 유용할 수 있습니다. 예를 들어, 국립노화연구소(National Institute on Aging)의 지원을 받은 2020년 연구에 따르면 특정한 건강한 생활 방식 요인이 알츠하이머 위험을 60%까지 낮출 수 있는 것으로 나타났습니다 (Dhana et al., 2020).
구원투수로 나선 무선 EEG
Kounios와 동료들은 EPOC X의 저렴한 가격과 접근성을 높이 평가했습니다. 그들은 이를 통해 사람들이 집이나 직장에서 자신의 뇌 연령을 추정할 수 있다고 말했습니다. 이는 노화와 관련된 인지 기능 저하 및 인지 건강을 위한 생활 방식 개입에 대한 더 많은 연구로 이어질 수 있습니다.
뇌 연령을 계산하는 방법을 배우는 것은 다른 가능성도 제시합니다. 예를 들어, 통계를 거스르는 "인지적 슈퍼 에이저 (cognitive super-agers)"라고 불리는 80대와 90대 집단이 있습니다. 인지적 슈퍼 에이저는 20~30세 더 젊은 성인과 유사한 기억력을 보입니다. 현재 연구들은 이 이례적인 개발 그룹으로부터 배우고 그 정보를 활용하여 건강한 뇌 노화를 촉진하는 것을 목표로 하고 있습니다.
신경학자들과 다른 연구자들은 식단, 환경, 생활 방식, 유전이 우리의 뇌가 늙어가는 방식에 미치는 역할을 더 잘 이해하기를 희망합니다.
저자들은 장기간에 걸쳐 뇌 연령 선별 모델의 안정성을 평가하는 것이 중요하다고 강조합니다. 또한 보다 규모가 크고 다양성을 갖춘 뇌 EEG 데이터 샘플을 통해 이러한 결과를 검증하기 위한 향후 연구가 필요합니다.
참고 문헌:
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
새로운 머신러닝(ML) 알고리즘이 인공지능(AI)과 Emotiv EEG를 사용하여 사람의 뇌 연령을 계산합니다.
사람의 휴식 상태 EEG 변화는 알츠하이머와 같은 퇴행성 질환의 초기 신호일 수 있습니다.
Frontiers in Neuroergonomics에 발표된 이번 연구 결과는 뇌 건강 검진에 대한 선제적인 접근 방식을 제공합니다.
연구진은 사람의 실제 연령과 뇌 연령 간의 차이를 계산하는 새로운 방법을 개발했습니다. 이 머신러닝 모델은 Emotiv Epoc X 헤드셋을 사용하여 뇌의 휴식 상태(깨어 있으나 수행할 작업이 없는 상태) 동안의 전기적 활동을 측정하고 이를 건강한 성인들의 통계 데이터와 비교합니다.
Kounios 등(2024)은 대면 및 원격 온라인 참여자들로부터 수집한 Epoc X 뇌 데이터와 추가 훈련 데이터 세트를 사용하여 알고리즘을 학습시켰습니다. 이 연구에는 총 5개의 결합된 데이터 세트가 사용되었습니다.
뇌 연령이 왜 중요할까요?
인간의 뇌는 평생에 걸쳐 새로운 연결을 추가하고 오래된 연결을 복구하면서 항상 변화합니다. 부상과 질병은 뇌의 발달 단계를 지연시키거나 가속화하여 "뇌 연령 격차"를 유발할 수 있습니다. 이러한 격차는 노화 관련 질환의 경고 신호 역할을 할 수 있습니다. 불행히도 뇌 스캔은 비용과 시간이 많이 소요되는 경우가 많으며 질병 증상이 나타난 후에야 수행됩니다.
저자들은 중장년기 초기나 그보다 더 젊은 나이에 개인을 검사하는 것이 노화 관련 신경 질환을 가장 초기 단계에 발견하고 치료할 가능성을 높인다고 제안합니다.
"EEG 뇌 연령 추정에 대한 우리의 접근 방식은 몇 가지 유망한 응용 분야가 있습니다"라고 저자들은 설명합니다. "이는 뇌 연령 격차가 구체적인 진단 테스트를 통해 후속 조치를 취할 수 있는 기저의 노화 관련 병리학적 가능성을 시사하는 개인을 식별하기 위한 비교적 저렴한 선별 도구로 사용될 수 있습니다. 또한 Emotiv Epoc X 헤드셋의 비교적 저렴한 비용 덕분에 EEG 뇌 연령 추정을 반복적으로 수행하여 결과를 확인하고 시간에 따른 변화를 감지할 수 있습니다."
이 뇌 연령 데이터 세트는 신경학적 노화를 늦추거나 되돌리기 위한 잠재적인 개입 방법을 테스트하는 데도 유용할 수 있습니다. 예를 들어, 국립노화연구소(National Institute on Aging)의 지원을 받은 2020년 연구에 따르면 특정한 건강한 생활 방식 요인이 알츠하이머 위험을 60%까지 낮출 수 있는 것으로 나타났습니다 (Dhana et al., 2020).
구원투수로 나선 무선 EEG
Kounios와 동료들은 EPOC X의 저렴한 가격과 접근성을 높이 평가했습니다. 그들은 이를 통해 사람들이 집이나 직장에서 자신의 뇌 연령을 추정할 수 있다고 말했습니다. 이는 노화와 관련된 인지 기능 저하 및 인지 건강을 위한 생활 방식 개입에 대한 더 많은 연구로 이어질 수 있습니다.
뇌 연령을 계산하는 방법을 배우는 것은 다른 가능성도 제시합니다. 예를 들어, 통계를 거스르는 "인지적 슈퍼 에이저 (cognitive super-agers)"라고 불리는 80대와 90대 집단이 있습니다. 인지적 슈퍼 에이저는 20~30세 더 젊은 성인과 유사한 기억력을 보입니다. 현재 연구들은 이 이례적인 개발 그룹으로부터 배우고 그 정보를 활용하여 건강한 뇌 노화를 촉진하는 것을 목표로 하고 있습니다.
신경학자들과 다른 연구자들은 식단, 환경, 생활 방식, 유전이 우리의 뇌가 늙어가는 방식에 미치는 역할을 더 잘 이해하기를 희망합니다.
저자들은 장기간에 걸쳐 뇌 연령 선별 모델의 안정성을 평가하는 것이 중요하다고 강조합니다. 또한 보다 규모가 크고 다양성을 갖춘 뇌 EEG 데이터 샘플을 통해 이러한 결과를 검증하기 위한 향후 연구가 필요합니다.
참고 문헌:
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
계속 읽기