你的腦科學年齡是多少？EEG演算法掃描大腦問題缺口
H.B. Duran
更新於
2024年4月30日
你的腦科學年齡是多少？EEG演算法掃描大腦問題缺口
H.B. Duran
更新於
2024年4月30日
你的腦科學年齡是多少？EEG演算法掃描大腦問題缺口
H.B. Duran
更新於
2024年4月30日
一種全新的機器學習 (ML) 演算法利用人工智慧 (AI) 和 Emotiv 腦波儀 (EEG) 來計算個人的大腦年齡。
個人在靜息狀態下的腦 brainwave 儀 (EEG) 變化可能預示著阿茲海默症等退化性疾病的早期跡象。
發表在 Frontiers in Neuroergonomics 上的這項研究結果，為大腦健康篩檢提供了一種主動預防的方法。
研究人員開發出一種新方法，可以計算一個人的實際年齡與大腦年齡之間的差距。這種機器學習模型使用 Emotiv Epoc X 耳機來測量大腦在靜息狀態（清醒但未執行任務）時的電生理活動，並將其與健康成人的統計數據進行比較。
Kounios 等人 (2024) 利用從實體和遠端線上參與者收集的 EPOC X 大腦數據，以及補充訓練數據集來訓練該演算法。該研究總共使用了五個組合數據集。
為什麼大腦年齡很重要？
人類的大腦一直在發生變化，在我們的一生中不斷建立新的連結並修復舊的連結。受傷和疾病可能會延遲或加速大腦的發育階段，從而導致「大腦年齡差距」。這些差距可以作為與年齡相關疾病的警訊。遺憾的是，大腦掃描通常費用昂貴且耗時，而且通常只有在疾病症狀顯現後才會進行。
作者提出，在自中年早期或更年輕時對個人進行掃描，可以提高在其最早階段發現和治療與年齡相關的神經系統疾病的可能性。
作者指出：「我們用於估算 EEG 大腦年齡的方法具有多種前景看好的應用。它可以做為一種相對便宜的篩檢工具，用以識別其大腦年齡差距提示可能存在潛在年齡相關病變的個人，以便後續進行特定的診斷測試。此外，由於 Emotiv Epoc X 耳機的成本相對較低，EEG 大腦年齡估算可以重複進行，以驗證結果並檢測隨時間發生的變化。」
這個大腦年齡數據集對於測試延緩或逆轉神經老化的潛在干預措施也很有用。例如，一項由美國國家老化研究所資助的 2020 年研究發現，某些健康的生活方式因素可以將罹患阿茲海默症的風險降低 60% (Dhana et al., 2020)。
無線腦波儀拯救世界
Kounios 及其同事讚揚 EPOC X 的價格實惠且易於取得。他們表示，這能讓防範大腦年齡的人在家中或工作場所估算自己的大腦年齡。這可能會促進更多關於與年齡相關的認知能力下降以及針對認知健康的日常生活干預研究。
學習如何計算大腦年齡也蘊含著其他可能性。例如，在 80 多歲和 90 多歲的人群中，有一群被稱為「認知超級長者」的人，他們打破了統計數據。認知超級長者的記憶表現與年輕 20 到 30 歲的成年人相似。目前的研究旨在向這一傑出人群學習，並利用這些資訊來促進健康的大腦老化。
神經科學家和其他研究人員希望更深入地瞭解飲食、環境、生活方式和基因在我們大腦老化過程中所扮演的角色。
作者強調了在較長一段時間內評估其大腦年齡篩檢模型穩定性的重要性。未來的研究還需要使用更大、更多樣化的大腦 EEG 數據樣本來驗證這些發現。
參考文獻：
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
一種全新的機器學習 (ML) 演算法利用人工智慧 (AI) 和 Emotiv 腦波儀 (EEG) 來計算個人的大腦年齡。
個人在靜息狀態下的腦 brainwave 儀 (EEG) 變化可能預示著阿茲海默症等退化性疾病的早期跡象。
發表在 Frontiers in Neuroergonomics 上的這項研究結果，為大腦健康篩檢提供了一種主動預防的方法。
研究人員開發出一種新方法，可以計算一個人的實際年齡與大腦年齡之間的差距。這種機器學習模型使用 Emotiv Epoc X 耳機來測量大腦在靜息狀態（清醒但未執行任務）時的電生理活動，並將其與健康成人的統計數據進行比較。
Kounios 等人 (2024) 利用從實體和遠端線上參與者收集的 EPOC X 大腦數據，以及補充訓練數據集來訓練該演算法。該研究總共使用了五個組合數據集。
為什麼大腦年齡很重要？
人類的大腦一直在發生變化，在我們的一生中不斷建立新的連結並修復舊的連結。受傷和疾病可能會延遲或加速大腦的發育階段，從而導致「大腦年齡差距」。這些差距可以作為與年齡相關疾病的警訊。遺憾的是，大腦掃描通常費用昂貴且耗時，而且通常只有在疾病症狀顯現後才會進行。
作者提出，在自中年早期或更年輕時對個人進行掃描，可以提高在其最早階段發現和治療與年齡相關的神經系統疾病的可能性。
作者指出：「我們用於估算 EEG 大腦年齡的方法具有多種前景看好的應用。它可以做為一種相對便宜的篩檢工具，用以識別其大腦年齡差距提示可能存在潛在年齡相關病變的個人，以便後續進行特定的診斷測試。此外，由於 Emotiv Epoc X 耳機的成本相對較低，EEG 大腦年齡估算可以重複進行，以驗證結果並檢測隨時間發生的變化。」
這個大腦年齡數據集對於測試延緩或逆轉神經老化的潛在干預措施也很有用。例如，一項由美國國家老化研究所資助的 2020 年研究發現，某些健康的生活方式因素可以將罹患阿茲海默症的風險降低 60% (Dhana et al., 2020)。
無線腦波儀拯救世界
Kounios 及其同事讚揚 EPOC X 的價格實惠且易於取得。他們表示，這能讓防範大腦年齡的人在家中或工作場所估算自己的大腦年齡。這可能會促進更多關於與年齡相關的認知能力下降以及針對認知健康的日常生活干預研究。
學習如何計算大腦年齡也蘊含著其他可能性。例如，在 80 多歲和 90 多歲的人群中，有一群被稱為「認知超級長者」的人，他們打破了統計數據。認知超級長者的記憶表現與年輕 20 到 30 歲的成年人相似。目前的研究旨在向這一傑出人群學習，並利用這些資訊來促進健康的大腦老化。
神經科學家和其他研究人員希望更深入地瞭解飲食、環境、生活方式和基因在我們大腦老化過程中所扮演的角色。
作者強調了在較長一段時間內評估其大腦年齡篩檢模型穩定性的重要性。未來的研究還需要使用更大、更多樣化的大腦 EEG 數據樣本來驗證這些發現。
參考文獻：
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
一種全新的機器學習 (ML) 演算法利用人工智慧 (AI) 和 Emotiv 腦波儀 (EEG) 來計算個人的大腦年齡。
個人在靜息狀態下的腦 brainwave 儀 (EEG) 變化可能預示著阿茲海默症等退化性疾病的早期跡象。
發表在 Frontiers in Neuroergonomics 上的這項研究結果，為大腦健康篩檢提供了一種主動預防的方法。
研究人員開發出一種新方法，可以計算一個人的實際年齡與大腦年齡之間的差距。這種機器學習模型使用 Emotiv Epoc X 耳機來測量大腦在靜息狀態（清醒但未執行任務）時的電生理活動，並將其與健康成人的統計數據進行比較。
Kounios 等人 (2024) 利用從實體和遠端線上參與者收集的 EPOC X 大腦數據，以及補充訓練數據集來訓練該演算法。該研究總共使用了五個組合數據集。
為什麼大腦年齡很重要？
人類的大腦一直在發生變化，在我們的一生中不斷建立新的連結並修復舊的連結。受傷和疾病可能會延遲或加速大腦的發育階段，從而導致「大腦年齡差距」。這些差距可以作為與年齡相關疾病的警訊。遺憾的是，大腦掃描通常費用昂貴且耗時，而且通常只有在疾病症狀顯現後才會進行。
作者提出，在自中年早期或更年輕時對個人進行掃描，可以提高在其最早階段發現和治療與年齡相關的神經系統疾病的可能性。
作者指出：「我們用於估算 EEG 大腦年齡的方法具有多種前景看好的應用。它可以做為一種相對便宜的篩檢工具，用以識別其大腦年齡差距提示可能存在潛在年齡相關病變的個人，以便後續進行特定的診斷測試。此外，由於 Emotiv Epoc X 耳機的成本相對較低，EEG 大腦年齡估算可以重複進行，以驗證結果並檢測隨時間發生的變化。」
這個大腦年齡數據集對於測試延緩或逆轉神經老化的潛在干預措施也很有用。例如，一項由美國國家老化研究所資助的 2020 年研究發現，某些健康的生活方式因素可以將罹患阿茲海默症的風險降低 60% (Dhana et al., 2020)。
無線腦波儀拯救世界
Kounios 及其同事讚揚 EPOC X 的價格實惠且易於取得。他們表示，這能讓防範大腦年齡的人在家中或工作場所估算自己的大腦年齡。這可能會促進更多關於與年齡相關的認知能力下降以及針對認知健康的日常生活干預研究。
學習如何計算大腦年齡也蘊含著其他可能性。例如，在 80 多歲和 90 多歲的人群中，有一群被稱為「認知超級長者」的人，他們打破了統計數據。認知超級長者的記憶表現與年輕 20 到 30 歲的成年人相似。目前的研究旨在向這一傑出人群學習，並利用這些資訊來促進健康的大腦老化。
神經科學家和其他研究人員希望更深入地瞭解飲食、環境、生活方式和基因在我們大腦老化過程中所扮演的角色。
作者強調了在較長一段時間內評估其大腦年齡篩檢模型穩定性的重要性。未來的研究還需要使用更大、更多樣化的大腦 EEG 數據樣本來驗證這些發現。
參考文獻：
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
繼續閱讀