基于EEG检测主观认知衰退中的早期功能性大脑变化:一项前性队列研究
Nayoung Ryoo1, Ji Yong Park2, Chunghwee Lee3
1Department of Neurology, Eunpyeong St. Mary's Hospital, The Catholic University of Korea, Seoul, South Korea.
Alzheimer's research & therapy
|December 30, 2025
概括
脑电图 (EEG) 可以识别主观认知衰退 (SCD) 和粉样蛋白病理的个体的大脑变化. 这种非侵入性生物标志物有助于早期阿尔茨海默病的风险分层.
科学领域:
- 神经科学是一个神经科学.
- 生物标志物发现发现
- 医疗保健中的机器学习
背景情况:
- 主观认知衰退 (SCD) 是阿尔茨海默病 (AD) 的临床前阶段.
- 在SCD中识别早期的功能性大脑变化是具有挑战性的.
- 粉样蛋白负担是AD进展的关键指标.
研究的目的:
- 用纵向脑电图 (EEG) 来调查SCD中的功能性大脑变化.
- 评估EEG特征作为粉样蛋白负担和认知衰退的可扩展生物标志物.
- 使用可解释的机器学习框架进行分析.
主要方法:
- 在2年内对来自前性多中心队列 (CoSCo研究) 的120名SCD患者进行分析.
- 将参与者分为粉样蛋白阳性 (A+SCD) 和粉样蛋白阴性 (A-SCD) 组.
- 频谱功率和图形理论网络分析,使用机器学习分类器和SHAP解释.
主要成果:
- 与A-SCD相比,A+SCD组显示低频率升高 (delta,theta) 和α活性降低.
- 基于EEG的分类器准确地区分了A+SCD和A-SCD,优于人口分类器.
- SHAP分析证实了精选的EEG特征的重要性.
结论:
- 纵向EEG与可解释的机器学习相结合,检测了在临床前AD中与粉样蛋白病理学相关的功能性大脑变化.
- 脑电图显示了作为一种非侵入性,可扩展和敏感的生物标志物在认知障碍之前风险分层的可行性.
- 这种方法有助于识别患AD进展风险较高的个体.
