纽约州立大学坎顿分校教授聚焦眼动追踪技术实现阿尔茨海默症早期检测SUNY Canton faculty member puts eyes on early detection of Alzheimer's Disease

环球医讯 / 认知障碍来源:www.northcountrynow.com美国 - 英语2025-08-02 22:40:11 - 阅读时长2分钟 - 917字
纽约州立大学坎顿分校的Mehdi Ghayoumi教授团队开发基于眼动追踪与AI分析的阿尔茨海默症早期检测系统,通过5万美元NSF基金支持的眼动追踪系统,捕捉复杂的眼动时空模式,提供精准且无创的诊断方法。该系统利用普通网络摄像头和人工智能技术,结合200余场医学专家访谈,旨在填补阿尔茨海默症眼动检测标准化工具的空白,并通过其专有软件MediMood扩展心理健康评估应用。
阿尔茨海默症早期检测眼动追踪技术健康数据心理健康认知健康早期筛查个性化健康建议
纽约州立大学坎顿分校教授聚焦眼动追踪技术实现阿尔茨海默症早期检测

纽约州坎顿消息 - 一位来自纽约州立大学坎顿分校的研究人员正通过人眼探索阿尔茨海默症的未来诊断与治疗方法。

该校助理教授Mehdi Ghayoumi博士近日获得美国国家科学基金会(NSF)I-Corps计划提供的5万美元资助,用于市场化其开发的先进眼动追踪系统。该系统旨在检测神经退行性病变的早期指标,通过分析眼动数据识别提示认知衰退的细微眼部生物标记。

"我们的项目利用前沿的机器学习技术实现早期检测," Ghayoumi表示,"这套系统能捕捉和分析复杂的眼动时空模式,提供精确、无创且成本效益高的诊断方法,可能彻底改变阿尔茨海默症的诊疗方式。"

研究表明,阿尔茨海默症会影响患者的视线移动与聚焦能力。这种变化源于控制眼动与思维能力的大脑区域受损,包括注意力、协调性和视觉信息处理区域。Ghayoumi指出,尽管科学界已发现眼动模式对阿尔茨海默症检测具有显著价值,但临床尚未广泛应用,主要因缺乏标准化测试流程、可靠的数据分析工具和可信赖的诊断系统。

该眼动追踪系统通过网络软件和普通摄像头收集用户健康数据,结合人工智能和机器学习技术进行分析。作为该校顶尖AI专家,Ghayoumi解释道:"我们的分析工具采用先进算法,能解读用户行为模式随时间的变化,提供更精准的洞察与个性化心理健康建议。"

研究团队包括网络安全教授Kambiz Ghazinour及学生助理,已完成逾200场与神经科医生、心理健康临床医生、护理人员及医疗机构主管的专业访谈,以优化系统对现有诊疗策略的适配性。

"通过验证该技术在现实场景中的适用性,我们希望为其未来开发做好准备,最终改善认知和心理健康状况的早期筛查。" Ghayoumi补充道。

这项阿尔茨海默症检测功能是Ghayoumi通过其AllGalaxy公司提供的MediMood专有软件模块之一。该软件的专有算法分析行为模式和用户输入数据,提供实时反馈与个性化健康建议。

在NSF I-Corps基金支持下,团队正进行商业化项目中的客户发现阶段,计划通过严格验证确定产品在现实需求和潜在采纳路径方面的可行性。

【全文结束】

大健康
大健康