厄勒布鲁大学研究人员开发了利用脑活动区分健康个体与痴呆症患者的AI模型。
- 网络编辑部
- 2025年11月28日
痴呆症是记忆、语言、解决问题及其他思维能力严重丧失的总称，足以干扰日常生活。阿尔茨海默病是痴呆症最常见的病因。
厄勒布鲁大学研究人员开发出前沿AI技术，能够利用脑电波数据以显著准确性检测痴呆症。新模型通过分析脑电图信号（大脑电活动）区分健康个体与阿尔茨海默病或额颞叶痴呆患者。
在一项研究中，AI系统结合时序卷积网络和长短期记忆网络（LSTM）分析脑信号，以80%以上准确率对阿尔茨海默病患者、额颞叶痴呆患者及健康个体进行分类。该系统独特之处在于能标识影响决策的脑电图信号关键区域，为医生提供可解释且透明的诊断依据。
第二项研究聚焦隐私保护与效率优化。研究人员开发出小于1兆字节的紧凑型AI模型，采用联邦学习技术使多家医疗机构能在不共享患者数据的前提下协作训练系统。尽管实施严格隐私保护措施，该模型痴呆症检测准确率仍达97%。
“传统AI常缺乏透明度并引发隐私担忧，我们的研究同时解决了这两个问题，”厄勒布鲁大学信息学副教授穆罕默德·哈尼夫（Muhammad Hanif）表示。
AI工作原理：
该AI系统检测α波、β波和γ波等不同脑电波频率的脑电图信号，识别与痴呆症关联的细微模式。通过分析长期变化并区分痴呆症类型，系统突破传统“黑箱”局限，为医疗专业人员提供可解释的诊断结果。
家庭早期诊断潜力：
脑电图作为简单低成本的检测方法已在初级医疗广泛普及。结合便携式AI模型，未来有望实现家庭或诊所快速痴呆症筛查，有效减轻患者、护理人员及医疗系统的负担。
“早期检测对延缓疾病进展和提升生活质量至关重要，”哈尼夫强调。
本研究由厄勒布鲁大学联合英国、澳大利亚、巴基斯坦及沙特阿拉伯高校共同开展，后续计划扩展至更大规模多样化数据集，深入探索脑电图特征，并纳入血管性痴呆、路易体痴呆等其他类型痴呆症研究——全程严格保障患者隐私。
【全文结束】
