相关实验视频
Updated: Sep 11, 2025
07:40
Multi-Modal Home Sleep Monitoring in Older Adults
Published on: January 26, 2019
7.7K
在家尝试一下:通过大规模的低成本移动EEG来预测睡眠和冥想的年龄
Hubert Banville1,2, Maurice Abou Jaoude2, Sean U N Wood2
1Université Paris-Saclay, Inria, CEA, Palaiseau, France.
Imaging neuroscience (Cambridge, Mass.)
|August 13, 2025
概括
在家用脑电图 (EEG) 有效地预测大脑年龄,在睡眠和冥想期间使用消费设备. 睡眠记录,特别是N2-N3阶段,获得了更高的准确性,证明了EEG.
科学领域:
- 神经科学和生物医学工程
- 使用脑电图 (EEG) 来进行大规模的神经元动态量化.
- 探索脑电脑接口,监测和睡眠分期的应用.
背景情况:
- 传感器技术的进步使传统实验室环境之外的低成本,门诊EEG评估成为可能.
- 在生态上有效的脑评估越来越实用.
- 研究了降低空间分辨率和噪声对消费级EEG的影响.
研究的目的:
- 探索使用大脑年龄框架发现生物标志物的家庭EEG的潜力.
- 预测从冥想和睡眠期间记录的四通道消费者EEG数据的年龄.
- 用纵向数据评估基于EEG的年龄预测的可变性.
主要方法:
- 分析了5200多名 (18-81岁) 人在冥想和睡眠期间的EEG记录.
- 采用机器学习方法进行年龄预测.
- 利用交叉验证并分析了八个受试者的纵向重复会议.
主要成果:
- 实现了0.3-0.5之间的交叉验证R2分数,与实验室级EEG基准值可比.
- 从冥想和睡眠数据来预测年龄是成功的,睡眠产生更高的性能.
- N2-N3睡眠阶段显示了最多的信号;结合所有睡眠阶段提供了最佳性能.
- 基于EEG的年龄预测反映了纵向数据中的特征和状态类信息.
结论:
- 应用于家庭EEG记录的最先进的机器学习对于生物标志物发现是可行的.
- 睡眠和冥想期间的消费者级EEG可以提供与年龄有关的有价值的信息.
- 未来的研究可以利用可访问的EEG技术来广泛监测大脑健康.
