我们的记忆力反映大脑健康状况，而老年人群中记忆力衰退通常由痴呆症导致。痴呆症本质上是由脑功能下降引发的综合征，主要影响记忆、思维、语言和行为能力，其症状表现因类型而异。
痴呆症主要分为四大类型：阿尔茨海默病、血管性痴呆、路易体痴呆和额颞叶痴呆。借助最新技术进步，科学家开发出新型人工智能模型，可精准检测痴呆症以实现早期治疗。
厄勒布鲁大学研究团队开发的两种新型人工智能模型，能够分析大脑电活动并准确区分健康人群与痴呆症患者，尤其是阿尔茨海默病患者。科学家认为早期诊断对医学发展至关重要。该大学信息学研究员穆罕默德·哈尼夫表示："早期诊断至关重要，这有助于采取主动干预措施延缓疾病进展，提升患者生活质量。"
在题为《基于脑电图诊断阿尔茨海默病和额颞叶痴呆的可解释高效深度学习框架》的新研究中，研究人员融合了两种先进人工智能方法。哈尼夫指出："传统机器学习模型常缺乏透明度且面临隐私挑战，本研究旨在同时解决这两个问题。"
第一种方法命名为"时间卷积网络"（TCN），第二种为"长短期记忆"（LSTM）网络，用于分析脑电图信号——该系统能准确判断个体健康状况。研究团队成功解析了大脑电活动信号。结果显示，针对阿尔茨海默病和额颞叶痴呆的检测准确率超过80%。
通过将脑电图信号划分为α波、β波和γ波等不同频段，人工智能可识别与痴呆症相关的特征模式。新算法能检测信号的长期变化，并识别不同诊断间的细微差异。此外，这种可解释技术表明人工智能有望成为快速、低成本且保障隐私的痴呆症早期诊断工具。
研究人员指出，脑电图检测本身已是初级医疗中简便经济的手段，结合人工智能模型后，该技术具备更广泛应用潜力——从专科诊所延伸至未来家庭自测场景。哈尼夫表示研究团队正持续探索更高效精准的医疗诊断方法："我们将扩大数据集规模并提升多样性，深入研究脑电图特征，涵盖血管性痴呆和路易体痴呆等其他类型。同时运用可解释人工智能技术，严格保护患者数据安全。"
【全文结束】
