重新审视大脑年龄:研究EEG衍生的大脑年龄动态与深度学习的状态与特征假设

科学领域:

• 神经科学是一个神经科学.
• 生物标志物研究 生物标志物研究
• 计算精神病学是一种计算精神病学.

背景情况:

• 大脑的生物年龄是一个潜在的生物标志物,但它的解释是有争议的.
• 磁共振成像 (MRI) 研究引发了关于大脑年龄是否反映病理 (状态) 或个体特征 (特征) 的问题.

研究的目的:

• 为了调查从脑电图 (EEG) 获得的大脑年龄是否反映大脑病理 (状态假设) 或稳定的个体差异 (特征假设).
• 评估大脑年龄差距作为神经疾病生物标志物的实用性.

主要方法:

• 利用时间卷积网络 (TCN) 来对来自Temple大学医院EEG体 (TUEG) 和TUH异常EEG体 (TUAB) 的EEG数据进行年龄回归.
• 创建了新的数据集 (RNP,RP,TNPP,TPNP) 与纵向记录,以分析大脑年龄和病理学的变化.
• 对病理学分类的评估大脑年龄差距及其与EEG病理学状态变化的相关性.

主要成果:

• 在非病理学受试者身上实现了对年龄解码 (MAE 6.6年,R2 0.73) 的最先进性能.
• 在非病理学和病理学受试者之间的大脑年龄差异中表现出显著的差异.
• 发现大脑年龄差异在横截面和重复的非病理/病理组中表明了病理,但在过渡组 (TNPP,TPNP) 却没有.
• 没有观察到大脑年龄差异与个体内病理状况转变的显著变化.

结论:

• 研究结果支持特征假设,表明EEG衍生出的大脑年龄是一种稳定的个体特征,而不是当前大脑病理学的直接指标.
• 大脑年龄差作为病理学生物标志物的实用性有限,特别是在动态疾病状态下.
• 解释大脑年龄需要考虑其多方面的神经支和个体变异性.