调查面部识别和阿尔茨海默病之间的联系
近年来,阿尔茨海默病在世界范围内呈上升趋势,在仍能有效控制的早期阶段很少被诊断出来。KTU研究人员利用人工智能进行了一项研究,以确定人机界面是否适用于有记忆障碍的人,以识别他们面前的可见物体。
考纳斯科技大学(KTU)多媒体工程系的研究员Rytis maskeliurinas认为,面部可见信息的分类是人类的日常功能:“在交流时,面部‘告诉’我们对话的背景,尤其是从情感的角度来看,但我们能否识别视觉刺激基于大脑信号?”
人脸的视觉处理是复杂的。在分析一个人的面部时,我们可以感知到他们的身份或情绪状态等信息。这项研究的目的是分析一个人处理面部上下文信息的能力,并检测一个人对这些信息的反应。
面部可以表明这种疾病的最初症状
根据maskelienhnas的说法,许多研究表明,通过检查面部肌肉和眼球运动,可以潜在地分析大脑疾病,因为退行性大脑疾病不仅影响记忆和认知功能,而且还影响与上述面部(尤其是眼球)运动相关的脑神经系统。
这项研究的合著者、KTU数学和自然科学学院的毕业生dovilkomolovait分享说,这项研究已经澄清了阿尔茨海默病患者在大脑中视觉处理可见面孔的方式是否与没有这种疾病的人相同。
这项研究使用了脑电图仪的数据电脉冲目前正在信息学学院攻读人工智能硕士学位的komolovait说。
在这项研究中,实验在两组人身上进行:健康的人和患有阿尔茨海默氏症的人。
komolovait说:“患有阿尔茨海默氏症的人的大脑信号通常比健康的人要嘈杂得多。”他强调,这与一个人在经历阿尔茨海默氏症症状时更难集中注意力的原因有关。
在研究过程中,研究人员展示了人们的面部照片
该研究选择了一组由60岁以上女性组成的老年人:“年龄较大是痴呆症的主要风险因素之一,由于性别的影响在脑电波中被注意到,因此只选择一个性别组时,研究更准确。”
在研究过程中,每个参与者都进行了长达一小时的实验,在此期间,会展示人脸照片。根据研究人员的说法,这些照片是根据几个标准选择的:在分析情绪的影响时,显示中立和恐惧的面孔,在分析熟悉因素时,向研究参与者指示已知和随机选择的人。
为了了解一个人是否正确地看到和理解一张脸,研究的参与者被要求在每次刺激后按下一个按钮,以表明所显示的脸是倒置的还是正确的。
研究人员说:“即使在这个阶段,阿尔茨海默病患者也会犯错误,所以确定物体受损是由于记忆还是视觉过程是很重要的。”
灵感来自于与老年痴呆症患者的真实互动
maskeliurnnas透露,他在阿尔茨海默病方面的工作始于他与亨廷顿氏病协会的合作,这让他看到了这些神经退行性疾病的真实面貌。
这位研究人员还与阿尔茨海默病患者有过直接接触:“我发现,当大脑已经受到不可逆的损伤时,确诊通常为时已晚。虽然这种疾病没有有效的治疗方法,但可以通过延长健康寿命来暂停和维持这一过程。”
今天,我们可以看到人机交互是如何被用来缓解身体残疾人士的生活。通过“思想”控制机械手,或者让瘫痪的人通过想象字母来写字,这些都不是什么新概念。然而,试图理解人类大脑可能是当今最具挑战性的任务之一。
在这项研究中,研究人员使用了来自标准脑电图设备的数据,然而,maskeliurnnas强调,为了创建一个实用的工具,最好使用从侵入性微电极收集的数据,这可以更准确地测量神经元的活动。这将大大提高人工智能模型的质量。
“当然,除了技术要求之外,还应该有一个社区环境,专注于让阿尔茨海默病患者的生活更轻松。不过,在我个人看来,五年后,我们仍然会看到技术专注于改善身体功能,专注于受疾病影响的人脑部疾病这一领域的研究只会在以后出现,”maskeliurinas说。
根据硕士生komolovait的说法,a临床检查在医学领域同事的帮助下是必要的,因此这一阶段的过程会花费大量时间:“如果我们想把这个测试作为医疗工具,还需要一个认证过程。”
这项研究发表在生活.