آخرین مطالب

بررسی ارتباط بین تشخیص چهره و بیماری آلزایمر


بررسی ارتباط بین تشخیص چهره و بیماری آلزایمر

در سال های اخیر بیماری آلزایمر در سراسر جهان رو به افزایش بوده است و به ندرت در مراحل اولیه تشخیص داده می شود، زمانی که هنوز بتوان آن را به طور موثر کنترل کرد. با استفاده از هوش مصنوعی، محققان KTU مطالعه‌ای را برای شناسایی اینکه آیا رابط‌های انسان و رایانه می‌توانند برای افرادی که دارای اختلالات حافظه هستند سازگاری داشته باشند، انجام دادند تا یک شی قابل مشاهده در مقابل خود را تشخیص دهند.

Rytis Maskeliūnas، محقق دپارتمان مهندسی چند رسانه ای در دانشگاه صنعتی کاوناس (KTU)، معتقد است که طبقه بندی اطلاعات قابل مشاهده بر روی صورت یک کارکرد روزانه انسان است: “در حین برقراری ارتباط، چهره به ما “زمینه” را می گوید. مکالمه، به خصوص از نقطه نظر احساسی، اما آیا می توانیم محرک های بصری را بر اساس سیگنال های مغزی شناسایی کنیم؟

پردازش بصری صورت انسان پیچیده است. اطلاعاتی مانند هویت یا وضعیت عاطفی یک فرد می تواند توسط ما هنگام تجزیه و تحلیل چهره آنها درک شود. هدف از این مطالعه تجزیه و تحلیل توانایی یک فرد برای پردازش اطلاعات متنی از چهره و تشخیص نحوه واکنش فرد به آن بود.

صورت می تواند نشان دهنده اولین علائم بیماری باشد

به گفته Maskeliūnas، بسیاری از مطالعات نشان می‌دهند که بیماری‌های مغزی را می‌توان با بررسی حرکات ماهیچه‌های صورت و چشم مورد تجزیه و تحلیل قرار داد، زیرا اختلالات دژنراتیو مغز نه تنها بر حافظه و عملکردهای شناختی تأثیر می‌گذارد، بلکه بر سیستم عصبی جمجمه مرتبط با حرکات صورت (به‌ویژه چشم) نیز تأثیر می‌گذارد.

Dovilė Komolovaitė، فارغ التحصیل دانشکده ریاضیات و علوم طبیعی KTU، که یکی از نویسندگان این مطالعه است، به اشتراک گذاشت که این تحقیق روشن کرده است که آیا بیمار مبتلا به بیماری آلزایمر از نظر بصری چهره های قابل مشاهده در مغز را مانند افراد بدون بیماری پردازش می کند یا خیر.

کومولووایته که در حال حاضر در مقطع کارشناسی ارشد در رشته هوش مصنوعی در دانشکده انفورماتیک تحصیل می کند، می گوید: «این مطالعه از داده های یک الکتروانسفالوگرافی استفاده می کند که تکانه های الکتریکی در مغز را اندازه گیری می کند.

در این مطالعه، آزمایش بر روی دو گروه از افراد سالم و مبتلا به آلزایمر انجام شد.

کومولووایته می گوید: سیگنال های مغزی یک فرد مبتلا به آلزایمر معمولاً به طور قابل توجهی پر سر و صداتر از یک فرد سالم است، و تأکید می کند که این با دلیلی مرتبط است که تمرکز و توجه را برای فرد در هنگام تجربه علائم آلزایمر دشوارتر می کند.

عکس هایی از چهره افراد در طول مطالعه نشان داده شد

در این مطالعه گروهی از افراد مسن متشکل از زنان بالای 60 سال انتخاب شدند: “سن بالا یکی از عوامل خطر اصلی برای زوال عقل است و از آنجایی که اثرات جنسیت در امواج مغزی مشاهده شد، مطالعه زمانی دقیق تر است که فقط یک گروه جنسیتی انتخاب می شود.”

در طول این مطالعه، هر یک از شرکت‌کنندگان آزمایش‌هایی به مدت یک ساعت انجام دادند که در طی آن عکس‌های صورت انسان نشان داده می‌شود. به گفته محقق، این عکس‌ها بر اساس معیارهای مختلفی انتخاب شده‌اند: در تجزیه و تحلیل تأثیر احساسات، چهره‌های خنثی و ترسناک نشان داده می‌شوند، در حالی که با تحلیل عامل آشنایی، افراد شناخته شده و به‌طور تصادفی انتخاب شده به شرکت‌کنندگان در مطالعه نشان داده می‌شوند.

به منظور درک اینکه آیا شخص یک چهره را به درستی می بیند و درک می کند، از شرکت کنندگان در مطالعه خواسته شد که پس از هر محرک دکمه ای را فشار دهند تا نشان دهند که صورت نشان داده شده وارونه یا درست است.

این محقق می‌گوید: «حتی در این مرحله، بیمار آلزایمری مرتکب اشتباه می‌شود، بنابراین مهم است که مشخص شود آسیب جسم به خاطر فرآیندهای حافظه یا بینایی است یا خیر».

با الهام از تعاملات واقعی با بیماران آلزایمر

Maskeliūnas فاش می کند که کار او با بیماری آلزایمر با همکاری او با انجمن بیماری هانتینگتون شروع شد، که چشمان او را به این موضوع باز کرد که این بسیاری از بیماری های عصبی واقعاً چه شکلی هستند.

این محقق همچنین با بیماران مبتلا به آلزایمر تماس مستقیم داشت: “من دیدم که تشخیص معمولاً خیلی دیر تأیید می شود، زمانی که مغز به طور غیرقابل برگشتی آسیب دیده است. اگرچه هیچ درمان موثری برای این بیماری وجود ندارد، اما می توان این روند را با به دست آوردن مقداری سالم متوقف کرد و ادامه داد. سالهای زندگی.”

امروزه، ما می‌توانیم ببینیم که چگونه تعامل انسان و رایانه برای کاهش زندگی افراد دارای معلولیت جسمی سازگار است. کنترل یک دست رباتیک توسط “فکر” یا نوشتن یک متن توسط یک فرد فلج با تصور حروف مفهوم جدیدی نیست. با این حال، تلاش برای درک مغز انسان احتمالاً یکی از چالش برانگیزترین وظایف امروزی است.

در این مطالعه، محققان با داده‌های تجهیزات الکتروانسفالوگرافی استاندارد کار کردند، با این حال، Maskeliūnas تأکید می‌کند که برای ایجاد یک ابزار کاربردی، بهتر است از داده‌های جمع‌آوری‌شده از میکروالکترودهای تهاجمی استفاده شود که می‌تواند با دقت بیشتری فعالیت نورون‌ها را اندازه‌گیری کند. . این امر کیفیت مدل هوش مصنوعی را به میزان قابل توجهی افزایش می دهد.

“البته، علاوه بر الزامات فنی، باید یک محیط اجتماعی متمرکز بر تسهیل زندگی افراد مبتلا به آلزایمر وجود داشته باشد. با این حال، به نظر شخصی من، پس از گذشت پنج سال، فکر می‌کنم همچنان شاهد فناوری‌هایی باشیم که بر بهبود فیزیکی تمرکز دارند. ماسکلیوناس می‌گوید: عملکرد، و تمرکز بر روی افراد مبتلا به بیماری‌های مغزی در این زمینه بعداً انجام خواهد شد.

به گفته دانشجوی کارشناسی ارشد کومولووایته، معاینه بالینی با کمک همکاران در زمینه پزشکی ضروری است، بنابراین این مرحله از فرآیند زمان زیادی می برد: «اگر بخواهیم از این آزمایش به عنوان یک ابزار پزشکی استفاده کنیم، فرآیند صدور گواهینامه نیز مورد نیاز است.”

این تحقیق در منتشر شد زندگی.


الگوریتم می تواند آلزایمر احتمالی را با دقت نزدیک به 100 درصد پیش بینی کند


اطلاعات بیشتر:
Dovilė Komolovaitė و همکاران، طبقه‌بندی محرک‌های بصری مبتنی بر شبکه عصبی عمیق با استفاده از سیگنال‌های الکتروانسفالوگرافی افراد سالم و مبتلا به بیماری آلزایمر، زندگی (2022). DOI: 10.3390/life12030374

ارائه شده توسط دانشگاه صنعتی کاوناس

نقل قول: بررسی پیوندهای بین تشخیص چهره و بیماری آلزایمر (2022، 31 مه) بازیابی شده در 31 مه 2022 از https://medicalxpress.com/news/2022-05-links-facial-recognition-alzheimer-disease.html

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به غیر از هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوای مذکور فقط به هدف اطلاع رسانی ایجاد شده است.