0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

医疗+AI:AI脑电波诊断法 机器学习技术与EEG相结合

工程师邓生 来源:雷锋网 作者:贝爽 2020-11-04 17:57 次阅读

原标题:3.5亿抑郁症患者背后,谷歌AI做了什么?

抑郁症,似乎离我们很近又很远。

我们会在社交网络上得知名人抑郁自杀的消息,但殊不知在他们背后,还有更多普通人正在饱受抑郁症的困扰。

据世界卫生组织(WHO)统计,目前全球范围内大约有 3.5 亿人患有抑郁症。我国泛抑郁人数已超过 9500 万人,每10个人中就有1人饱受抑郁症的折磨。

此外,抑郁症已成为自杀倾向的最大隐患。据美国国立卫生研究院(U.S.National Institutes of Health)估计,美国约有1730万成年人至少有过一次严重的抑郁症发作。从2016-2017年到2017-2018年间,有过严重自杀想法的成年人比例上升了0.15%。

为了应对攀升的患病率和自杀率,谷歌母公司Alphabet X 实验室发起成立了“Amber”项目,该项目旨在通过人工智能技术解决早期的心理健康问题。

近日,该研究团队称,他们发现利用AI分析脑电波诊断抑郁症,可以让脑电波像血糖检测一样容易理解。更重要的是,该方法能够将抑郁和焦虑的情绪转化为客观、精准的测量值,支持抑郁症的诊断和治疗。

AI脑电波诊断法

头痛、乏力,莫名的悲伤、对任何事情提不起兴趣,这是不是抑郁症的表现?在快节奏的社会生活下,相信很多人都问过自己这个问题。

然而,判断是否患有抑郁症并不那么简单。有专家表示,抑郁症有1000种可能的症状组合,在不同的人身上表现不同。

传统的评估方法主要取决于与临床医生的谈话或调查,如PHQ-9或GAD-7,但该方法过于主观。对此,Amber项目小组提出了将机器学习技术与脑电图(EEG)相结合的辅助方法。

该方法可以将脑电波产生的抑郁和焦虑情绪转化成客观测量指标,让抑郁症诊断像血糖检测一样快速又精准。

Amber项目成员包括神经科学家,硬件和软件工程师,机器学习研究人员和医学技术专家。他们介绍称,将机器学习技术与EEG相结合的研究思路主要是受到神经科学研究的启发。

这些研究表明,大脑中形成的某些特定电波与抑郁症状相对应。

因此,他们设计了一项类似的游戏,让参与者在完成任务的同时使用脑电图(EEG),结果,通过分析大脑内奖赏系统的处理过程,他们发现:与未患有抑郁的人相比,抑郁者在游戏中获胜后的大脑反应更容易被抑制。

抑郁者和未抑郁者在奖励反应上的差异

这一钝化的大脑反应已经在多项神经科学研究中被证实,因此,该结果也再次验证了机器学习算法与EEG相结合方法的准确性。

另外,Amber项目团队也并不是第一个提出该研究思路的人。早在去年4月发表的一篇论文中,IBM研究人员将机器学习与EEG相结合开发出了一款AI算法,该算法能够对癫痫病发作进行分类,准确率高达98.4%。

事实上,EEG已被广泛用于研究吞咽,精神状态分类,诊断神经精神疾病(例如,神经性疼痛和癫痫症)以及情绪分类等多项研究中。

易于收集和理解的脑电波

需要说明的是,以上测试仅是在实验室条件下进行的科学试验。

如果该方法被广泛用于诊断、治疗抑郁症患者,还需要解决两项主要问题:一是使EEG数据更容易收集;二是使EEG数据更易于解释。

针对第一项,Amber团队耗时三年时间创建了一个低成本,便携式的研究级的脑电图系统。

图中的头戴式耳机像一个游泳帽,大约需要三分钟来配置,使用了沿中线Fz、Cz和Pz的三个传感器(用于评估奖励和认知功能的关键通道或电极)。右侧是一个随附的生物放大器,最多支持32个通道,可用于采集静息状态脑电图和事件相关电位,并通过软件对脑电图测量任务进行时间锁定。

针对第二项,Amber团队使用机器学习新方法来减少EEG录音中的有害噪声。

他们与DeepMind合作,通过借鉴无监督学习的表示方法,证明了可以利用自动编码器之类的方法对EEG信号进行有效降噪,而且无需人工干预。(自动编码器通过忽略噪声来学习数据集的表示形式。)

此外,Amber团队还提供了一种概念证明,即提取与心理健康有关的特征,可用于预测临床标签

根据一位心理健康专家的临床访谈,研究人员利用从自动编码器中分离出的这些特征来预测一些临床症状,如重症抑郁障碍和焦虑症。 与以前的研究不同,该项研究能够为个体参与者(而不是一个群体)服务,这对于使其在临床应用中发挥作用至关重要。

对此,X LAB负责人Obi Felten在博客中也强调说,

该方法能够从单一的脑电图试验中恢复可用的信号,这意味着,从脑电生理学中获得临床有用的信息是有可能的,而数据样本要比传统研究实验室中使用的少得多。一般传统研究通常需要数百个实验做支持。

项目开源

遗憾的是,该研究未成功发现确定抑郁和焦虑的单一生物标志。

不过,Am团队相信技术在应对心理疾病复杂性方面还拥有巨大潜力,因此,他们在GitHub上发布了该项研究的软件代码,希望当前研究成果能够对脑电图专家,对更广泛的心理健康研究发挥价值。

https://github.com/google/x-amber

此外,Amber团队承诺不会在硬件上主张其专利,并向Sapien Labs捐赠50台未使用的EEG头戴式耳机,Sapien Labs主要运行人脑多样性项目,以支持低收入国家和代表性不足的群体EEG研究。

最后,研究负责人Felten在博客中写道,“在现实世界中,要想用技术支持心理健康测量并发挥作用,实际上困难重重,需要做更多的研究……而解决今天的挑战将需要科学家、临床医生、技术人员、政策制定者和有生活经验的个人之间建立新的合作关系。”

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 医疗电子
    +关注

    关注

    30

    文章

    1366

    浏览量

    90535
  • AI
    AI
    +关注

    关注

    87

    文章

    32426

    浏览量

    271588
  • EEG
    EEG
    +关注

    关注

    4

    文章

    24

    浏览量

    14505
  • 机器学习
    +关注

    关注

    66

    文章

    8460

    浏览量

    133409
  • EEG芯片
    +关注

    关注

    0

    文章

    9

    浏览量

    1481
收藏 人收藏

    评论

    相关推荐

    AI Agent 应用与项目实战》----- 学习如何开发视频应用

    学习、自然语言处理(NLP)、计算机视觉(CV)等先进技术提供的强大的数据处理和分析能力。 在视频应用开发中,AI Agent可以用于视频内容分析、推荐、编辑等。 下面跟随作者的指导,使用语聚
    发表于 03-05 19:52

    FPGA+AI王炸组合如何重塑未来世界:看看DeepSeek东方神秘力量如何预测......

    ),设计定制化的FPGA架构,以优化性能和功耗。 2.提升跨领域技能• AI知识储备:掌握深度学习算法、模型量化和优化技术,以便更好地将AI模型与FPGA硬件
    发表于 03-03 11:21

    AI Agent 应用与项目实战》阅读心得2——客服机器人、AutoGen框架 、生成式代理

    及时处理。 第5章的斯坦福AI小镇项目对生成式代理技术做出了开创性的探索。该项目的核心是将LLM与计算交互代理相结合,构建了一个具有记忆、反思、规划能力的智能体系统。在技术实现层面,记
    发表于 02-25 21:59

    AI技术与PLC编程融合

    如何将AI技术融入PLC编程软件
    发表于 02-14 15:55

    名单公布!【书籍评测活动NO.55】AI Agent应用与项目实战

    ,或协助制定营销策略。 医疗健康:AI Agent 已在医疗领域展现巨大潜力,如对常见的疾病进行预诊断,或基于患者的健康数据生成个性化的治疗方案。 教育领域:对用户进行个性化
    发表于 01-13 11:04

    德晟达推出高性能医疗专用AI一体机

    随着AI人工智能技术的飞速发展,医疗行业正迎来一场前所未有的变革,德晟达提供的硬件解决方案,服务客户围绕“AI人工智能+医疗”的行业创新发展
    的头像 发表于 11-26 16:25 453次阅读

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    高效地筛选出具有潜力的药物候选分子,加速新药上市的进程。在基因测序与编辑领域,AI技术将提高基因数据的处理速度和准确性,为个性化医疗和精准医疗提供有力支持。此外,
    发表于 10-14 09:21

    AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    人工智能在科学研究中的核心技术,包括机器学习、深度学习、神经网络等。这些技术构成了AI for
    发表于 10-14 09:16

    RISC-V如何支持不同的AI机器学习框架和库?

    RISC-V如何支持不同的AI机器学习框架和库?还请坛友们多多指教一下。
    发表于 10-10 22:24

    AI引擎机器学习阵列指南

    AMD Versal AI Core 系列和 Versal AI Edge 系列旨在凭借 AI 引擎机器学习 ( ML ) 架构来提供突破性
    的头像 发表于 09-18 09:16 542次阅读
    <b class='flag-5'>AI</b>引擎<b class='flag-5'>机器</b><b class='flag-5'>学习</b>阵列指南

    简仪高性能平台在小鼠脑电波实验中的应用

    在生物实验测试中,准确捕捉小鼠在各种刺激信号下脑电波的变化是至关重要的。这些刺激信号包括声音、视觉和触觉等,它们通过不同的方式影响小鼠的神经系统。为了深入理解这些刺激对小鼠行为和神经活动
    的头像 发表于 08-02 15:17 462次阅读
    简仪高性能平台在小鼠<b class='flag-5'>脑电波</b>实验中的应用

    平衡创新与伦理:AI时代的隐私保护和算法公平

    机制,还包括了数据的来源、处理方式以及使用目的的明确披露。这样不仅有助于监管机构进行审查,也让普通用户能够理解AI系统的决策依据,从而减少因“黑箱操作”带来的不信任和误解。例如,在AI辅助医疗
    发表于 07-16 15:07

    ai大模的应用前景是什么?

    人工智能(AI)大模型的应用前景非常广泛,涉及到各个行业和领域。以下是对AI大模型应用前景的介绍: 医疗健康领域 AI大模型在医疗健康领域的
    的头像 发表于 07-16 10:13 806次阅读

    利用神经网络对脑电图(EEG)降噪

    具体的软硬件实现点击http://mcu-ai.com/MCU-AI技术网页_MCU-AI人工智能 这个示例展示了如何使用EEGdenoiseNet基准数据集[1]和深度
    发表于 04-30 20:40

    NanoEdge AI技术原理、应用场景及优势

    NanoEdge AI 是一种基于边缘计算的人工智能技术,旨在将人工智能算法应用于物联网(IoT)设备和传感器。这种技术的核心思想是将数据处理和分析从云端转移到设备本身,从而减少数据传输延迟、降低
    发表于 03-12 08:09