随着人们年龄的增长，他们的大脑也会老化。但是，如果大脑提前老化，就有可能出现年龄相关疾病，如轻度认知障碍、痴呆症或帕金森病。如果能轻松计算出"大脑年龄"，那么就可以在出现严重的健康问题之前解决提前大脑老化的问题。

德雷塞尔大学创造性研究实验室的研究人员开发了一种人工智能技术，可以有效地根据脑电图（EEG）脑部扫描估计个体的大脑年龄。这项技术有助于使退行性脑疾病的早期、定期筛查更为易行。这项工作已发表在《神经人类工程学前沿》期刊上。

在德雷塞尔大学文理学院和创造性研究实验室主任约翰·考尼奥斯博士的领导下，研究团队使用了一种名为机械学习的人工智能，以估算个体的大脑年龄，其方式类似于人们可能会根据他们的外貌来猜测另一个人的年龄。

"当你第一次遇到某人时，你可能会试图估计他或她的年龄：他们的头发是灰色的吗？他们有皱纹吗？"考尼奥斯说，“当你了解他们实际上的年龄时，你可能会对他们的外貌看起来如此年轻或者年龄大出奇, 并判断他们的老化进程可能比预期快或慢。”

目前，机器学习算法可以通过健康人脑部的MRI图像学习预测个体大脑年龄的特征。通过将大量健康大脑的MRI图像以及这些大脑的历年龄一起输入到机器学习算法中，算法可以学习如何根据个体的MRI估计其大脑年龄。在这个框架下，考尼奥斯及其同事研发了一种使用脑电图代替MRI的方法。

根据考尼奥斯的说法，这可以被视为一种衡量大脑健康状况的方法。如果一个人的大脑看起来比同龄的健康人的大脑年轻，那么就没有什么可担心的。但如果一个人的大脑看起来比同龄的健康伙伴老，那么可能存在提前大脑老化——一种“大脑年龄差距”。考尼奥斯解释说，这种大脑年龄差距可能是由疾病、毒素、营养不良和/或受伤的历史造成的，这会使个人容易患上年龄相关的神经疾病。

尽管大脑年龄估计是一个关键的健康标记，但在医疗保健中并未被广泛使用。

“大脑MRI非常昂贵，到目前为止，只有神经科学研究实验室才进行大脑年龄估计，”考尼奥斯说。 “但我和我的同事们已经开发了一种机器学习技术，可以使用低成本的脑电图系统来估计一个人的大脑年龄。”

脑电图，或称EEG，是记录人的脑波的一种方法。与MRI相比，它的成本更低，侵入性更小——病人只需戴上一副耳机几分钟。所以，能够用EEG扫描数据而不是MRI来估计大脑年龄的机器学习程序，可能会是一个更容易接触到的脑健康筛查工具，考尼奥斯是这样认为的。

“它可以被用作一种相对廉价的方法，对大量的人进行老龄化的易感性筛查。并且由于其低成本，一个人可以定期接受筛查，以检查随着时间的推移是否有所变化，”考尼奥斯说。 “它可以帮助测试药物和其他干预措施的有效性。健康的人也可以使用这种技术，作为一种优化大脑性能的整体策略的一部分，来测试生活方式的变化效果。”

德雷塞尔大学已经将这种大脑年龄估计技术授权给加拿大医疗保健公司DiagnaMed Holdings，以便将其纳入新的数字健康平台。

除了考尼奥斯外，德雷塞尔大学的Fengqing Zhang博士和Yongtaek Oh博士，以及Stockton大学的Jessica Fleck博士也为这项研究做出了贡献。

文章来源：https://medicalxpress.com/news/2024-04-ai-technology-brain-age-eeg.html