Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Wat is de leeftijd van je brein? EEG-algoritme scant op probleemhiaten
Heidi Duran
-
Delen:
Een nieuw machine-learning (ML)-algoritme gebruikt kunstmatige intelligentie (AI) en EMOTIV EEG om de hersenleeftijd van een persoon te berekenen.
Veranderingen in iemands EEG in rusttoestand kunnen vroege tekenen van degeneratieve ziekten zoals Alzheimer signaleren.
De onderzoeksbevindingen, gepubliceerd in Frontiers in Neuroergonomics, bieden een proactieve benadering van hersengezondheidsscreenings.
Onderzoekers hebben een nieuwe methode ontwikkeld om het verschil te berekenen tussen iemands chronologische leeftijd en hersenleeftijd. Dit machine-learningmodel gebruikt EMOTIV EPOC X-headsets om de elektrische activiteit tijdens de rusttoestand van de hersenen (wakker maar zonder een taak uit te voeren) te meten en vergelijkt die met statistische gegevens van gezonde volwassenen.
Kounios et al. (2024) trainden het algoritme met EPOC X-hersengegevens die werden verzameld van een groep fysieke en online deelnemers op afstand, evenals aanvullende trainingsdatasets. In totaal gebruikte de studie vijf gecombineerde datasets.
Waarom is hersenleeftijd belangrijk?
Het menselijk brein verandert voortdurend: het legt nieuwe verbindingen aan en herstelt oude gedurende ons hele leven. Letsel en ziekte kunnen het ontwikkelingsstadium van de hersenen vertragen of versnellen, waardoor een "hersenleeftijdskloof" ontstaat. Deze kloven kunnen dienen als waarschuwingssignalen voor leeftijdsgebonden ziekten. Helaas zijn hersenscans vaak kostbaar en tijdrovend en worden ze pas uitgevoerd wanneer ziektesymptomen zich manifesteren.
De auteurs stellen dat het scannen van individuen in de vroege middelbare leeftijd of jonger de mogelijkheid vergroot om leeftijdsgebonden neurologische aandoeningen in de vroegste fasen te detecteren en te behandelen.
"Onze benadering van EEG-schatting van hersenleeftijd heeft verschillende veelbelovende toepassingen," merken de auteurs op. "Het kan worden gebruikt als een relatief goedkoop screeningsinstrument om individuen te identificeren bij wie de hersenleeftijdskloof wijst op de mogelijkheid van onderliggende leeftijdsgebonden pathologie, die kan worden opgevolgd met specifieke diagnostische tests. Bovendien kan, vanwege de relatief lage kosten van de EMOTIV EPOC X-headset, EEG-schatting van hersenleeftijd herhaaldelijk worden uitgevoerd om resultaten te verifiëren en veranderingen in de tijd te detecteren."
Deze dataset met hersenleeftijdsgegevens kan ook nuttig zijn voor het testen van mogelijke interventies om neurologische veroudering te vertragen of om te keren. Zo bleek uit een in 2020 door het National Institute on Aging gefinancierde studie dat bepaalde gezonde leefstijlfactoren het risico op Alzheimer met 60% konden verlagen (Dhana et al., 2020).
Draadloze EEG schiet te hulp
Kounios en collega's prezen de EPOC X omdat die betaalbaar en toegankelijk is. Ze zeiden dat mensen hiermee hun hersenleeftijd thuis of op het werk kunnen schatten. Dit zou kunnen leiden tot meer onderzoek naar leeftijdsgebonden cognitieve achteruitgang en leefstijlinterventies voor cognitieve gezondheid.
Leren hoe je hersenleeftijd kunt berekenen biedt ook andere mogelijkheden. Er is bijvoorbeeld een groep mensen van in de 80 en 90 jaar die "cognitieve super-agers" worden genoemd en de statistieken tarten. Cognitieve super-agers hebben geheugenprestaties die vergelijkbaar zijn met die van volwassenen die 20-30 jaar jonger zijn. Huidige studies hebben tot doel te leren van deze uitzonderlijke groep individuen en die informatie te gebruiken om gezonde hersenveroudering te bevorderen.
Neurowetenschappers en andere onderzoekers hopen beter te begrijpen welke rol voeding, omgeving, leefstijl en genetica spelen in de manier waarop onze hersenen verouderen.
De auteurs benadrukken het belang van het evalueren van de stabiliteit van hun screeningsmodel voor hersenleeftijd over een langere periode. Toekomstig onderzoek is ook nodig om deze bevindingen te valideren met een grotere en meer diverse steekproef van EEG-hersengegevens.
Referenties:
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
Een nieuw machine-learning (ML)-algoritme gebruikt kunstmatige intelligentie (AI) en EMOTIV EEG om de hersenleeftijd van een persoon te berekenen.
Veranderingen in iemands EEG in rusttoestand kunnen vroege tekenen van degeneratieve ziekten zoals Alzheimer signaleren.
De onderzoeksbevindingen, gepubliceerd in Frontiers in Neuroergonomics, bieden een proactieve benadering van hersengezondheidsscreenings.
Onderzoekers hebben een nieuwe methode ontwikkeld om het verschil te berekenen tussen iemands chronologische leeftijd en hersenleeftijd. Dit machine-learningmodel gebruikt EMOTIV EPOC X-headsets om de elektrische activiteit tijdens de rusttoestand van de hersenen (wakker maar zonder een taak uit te voeren) te meten en vergelijkt die met statistische gegevens van gezonde volwassenen.
Kounios et al. (2024) trainden het algoritme met EPOC X-hersengegevens die werden verzameld van een groep fysieke en online deelnemers op afstand, evenals aanvullende trainingsdatasets. In totaal gebruikte de studie vijf gecombineerde datasets.
Waarom is hersenleeftijd belangrijk?
Het menselijk brein verandert voortdurend: het legt nieuwe verbindingen aan en herstelt oude gedurende ons hele leven. Letsel en ziekte kunnen het ontwikkelingsstadium van de hersenen vertragen of versnellen, waardoor een "hersenleeftijdskloof" ontstaat. Deze kloven kunnen dienen als waarschuwingssignalen voor leeftijdsgebonden ziekten. Helaas zijn hersenscans vaak kostbaar en tijdrovend en worden ze pas uitgevoerd wanneer ziektesymptomen zich manifesteren.
De auteurs stellen dat het scannen van individuen in de vroege middelbare leeftijd of jonger de mogelijkheid vergroot om leeftijdsgebonden neurologische aandoeningen in de vroegste fasen te detecteren en te behandelen.
"Onze benadering van EEG-schatting van hersenleeftijd heeft verschillende veelbelovende toepassingen," merken de auteurs op. "Het kan worden gebruikt als een relatief goedkoop screeningsinstrument om individuen te identificeren bij wie de hersenleeftijdskloof wijst op de mogelijkheid van onderliggende leeftijdsgebonden pathologie, die kan worden opgevolgd met specifieke diagnostische tests. Bovendien kan, vanwege de relatief lage kosten van de EMOTIV EPOC X-headset, EEG-schatting van hersenleeftijd herhaaldelijk worden uitgevoerd om resultaten te verifiëren en veranderingen in de tijd te detecteren."
Deze dataset met hersenleeftijdsgegevens kan ook nuttig zijn voor het testen van mogelijke interventies om neurologische veroudering te vertragen of om te keren. Zo bleek uit een in 2020 door het National Institute on Aging gefinancierde studie dat bepaalde gezonde leefstijlfactoren het risico op Alzheimer met 60% konden verlagen (Dhana et al., 2020).
Draadloze EEG schiet te hulp
Kounios en collega's prezen de EPOC X omdat die betaalbaar en toegankelijk is. Ze zeiden dat mensen hiermee hun hersenleeftijd thuis of op het werk kunnen schatten. Dit zou kunnen leiden tot meer onderzoek naar leeftijdsgebonden cognitieve achteruitgang en leefstijlinterventies voor cognitieve gezondheid.
Leren hoe je hersenleeftijd kunt berekenen biedt ook andere mogelijkheden. Er is bijvoorbeeld een groep mensen van in de 80 en 90 jaar die "cognitieve super-agers" worden genoemd en de statistieken tarten. Cognitieve super-agers hebben geheugenprestaties die vergelijkbaar zijn met die van volwassenen die 20-30 jaar jonger zijn. Huidige studies hebben tot doel te leren van deze uitzonderlijke groep individuen en die informatie te gebruiken om gezonde hersenveroudering te bevorderen.
Neurowetenschappers en andere onderzoekers hopen beter te begrijpen welke rol voeding, omgeving, leefstijl en genetica spelen in de manier waarop onze hersenen verouderen.
De auteurs benadrukken het belang van het evalueren van de stabiliteit van hun screeningsmodel voor hersenleeftijd over een langere periode. Toekomstig onderzoek is ook nodig om deze bevindingen te valideren met een grotere en meer diverse steekproef van EEG-hersengegevens.
Referenties:
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
Een nieuw machine-learning (ML)-algoritme gebruikt kunstmatige intelligentie (AI) en EMOTIV EEG om de hersenleeftijd van een persoon te berekenen.
Veranderingen in iemands EEG in rusttoestand kunnen vroege tekenen van degeneratieve ziekten zoals Alzheimer signaleren.
De onderzoeksbevindingen, gepubliceerd in Frontiers in Neuroergonomics, bieden een proactieve benadering van hersengezondheidsscreenings.
Onderzoekers hebben een nieuwe methode ontwikkeld om het verschil te berekenen tussen iemands chronologische leeftijd en hersenleeftijd. Dit machine-learningmodel gebruikt EMOTIV EPOC X-headsets om de elektrische activiteit tijdens de rusttoestand van de hersenen (wakker maar zonder een taak uit te voeren) te meten en vergelijkt die met statistische gegevens van gezonde volwassenen.
Kounios et al. (2024) trainden het algoritme met EPOC X-hersengegevens die werden verzameld van een groep fysieke en online deelnemers op afstand, evenals aanvullende trainingsdatasets. In totaal gebruikte de studie vijf gecombineerde datasets.
Waarom is hersenleeftijd belangrijk?
Het menselijk brein verandert voortdurend: het legt nieuwe verbindingen aan en herstelt oude gedurende ons hele leven. Letsel en ziekte kunnen het ontwikkelingsstadium van de hersenen vertragen of versnellen, waardoor een "hersenleeftijdskloof" ontstaat. Deze kloven kunnen dienen als waarschuwingssignalen voor leeftijdsgebonden ziekten. Helaas zijn hersenscans vaak kostbaar en tijdrovend en worden ze pas uitgevoerd wanneer ziektesymptomen zich manifesteren.
De auteurs stellen dat het scannen van individuen in de vroege middelbare leeftijd of jonger de mogelijkheid vergroot om leeftijdsgebonden neurologische aandoeningen in de vroegste fasen te detecteren en te behandelen.
"Onze benadering van EEG-schatting van hersenleeftijd heeft verschillende veelbelovende toepassingen," merken de auteurs op. "Het kan worden gebruikt als een relatief goedkoop screeningsinstrument om individuen te identificeren bij wie de hersenleeftijdskloof wijst op de mogelijkheid van onderliggende leeftijdsgebonden pathologie, die kan worden opgevolgd met specifieke diagnostische tests. Bovendien kan, vanwege de relatief lage kosten van de EMOTIV EPOC X-headset, EEG-schatting van hersenleeftijd herhaaldelijk worden uitgevoerd om resultaten te verifiëren en veranderingen in de tijd te detecteren."
Deze dataset met hersenleeftijdsgegevens kan ook nuttig zijn voor het testen van mogelijke interventies om neurologische veroudering te vertragen of om te keren. Zo bleek uit een in 2020 door het National Institute on Aging gefinancierde studie dat bepaalde gezonde leefstijlfactoren het risico op Alzheimer met 60% konden verlagen (Dhana et al., 2020).
Draadloze EEG schiet te hulp
Kounios en collega's prezen de EPOC X omdat die betaalbaar en toegankelijk is. Ze zeiden dat mensen hiermee hun hersenleeftijd thuis of op het werk kunnen schatten. Dit zou kunnen leiden tot meer onderzoek naar leeftijdsgebonden cognitieve achteruitgang en leefstijlinterventies voor cognitieve gezondheid.
Leren hoe je hersenleeftijd kunt berekenen biedt ook andere mogelijkheden. Er is bijvoorbeeld een groep mensen van in de 80 en 90 jaar die "cognitieve super-agers" worden genoemd en de statistieken tarten. Cognitieve super-agers hebben geheugenprestaties die vergelijkbaar zijn met die van volwassenen die 20-30 jaar jonger zijn. Huidige studies hebben tot doel te leren van deze uitzonderlijke groep individuen en die informatie te gebruiken om gezonde hersenveroudering te bevorderen.
Neurowetenschappers en andere onderzoekers hopen beter te begrijpen welke rol voeding, omgeving, leefstijl en genetica spelen in de manier waarop onze hersenen verouderen.
De auteurs benadrukken het belang van het evalueren van de stabiliteit van hun screeningsmodel voor hersenleeftijd over een langere periode. Toekomstig onderzoek is ook nodig om deze bevindingen te valideren met een grotere en meer diverse steekproef van EEG-hersengegevens.
Referenties:
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
