Multi-Domain Machine Learning of VR-synchronised directional EEG phase connectivity reveals candidate Alzheimer's continuum biomarkers
Door immersieve virtuele realiteit te integreren met 64-kanaals EEG en fase-transfer-entropie-analyse, demonstreert deze studie dat directionele hersenconnectiviteitspatronen Alzheimer, milde cognitieve stoornissen en normale cognitie nauwkeurig kunnen onderscheiden, terwijl specifieke elektrofysiologische signaturen worden geïdentificeerd als kandidaat-biomarkers voor het Alzheimer-continuüm.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je je hersenen voor als een bruisende, hoogtechnologische stad waar miljarden neuronen de burgers zijn die constant berichten versturen om alles draaiende te houden. Soms raken deze berichten een beetje in de knoop, zoals een verkeersopstopping of een kapot radiosignaal, wat een vroeg waarschuwingssignaal kan zijn voor de ziekte van Alzheimer. Lange tijd hebben artsen geprobeerd deze storingen op te vangen door te luisteren naar de "radiogolven" van de hersenen (genoemd EEG) terwijl mensen stilzitten en rusten. Maar net zoals proberen een verkeersopstopping te vinden door naar een stad te kijken terwijl iedereen slaapt, laat rust misschien de echte problemen niet zien. Wetenschappers zijn ook Virtual Reality (VR) gaan gebruiken — denk aan een super-meeslepende videogame — om de hersenen een specifieke uitdaging te geven, zoals het navigeren door een doolhof of het oplossen van een puzzel. Het idee is dat als je het netwerk van de hersenen onder een stress-test plaatst terwijl ze druk bezig zijn met spelen, je de verborgen barsten kunt ontdekken die onzichtbaar zijn wanneer de hersenen gewoon aan het chillen zijn. Deze studie stelt een grote vraag: Kunnen we deze VR "stress-test" combineren met een superintelligent computerprogramma om de specifieke patronen van hersenverkeer te vinden die de zeer vroege stadia van Alzheimer signaleren, zelfs voordat iemand zich echt ziek voelt?
In dit onderzoek traden onderzoekers op als hersendetectives, waarbij ze 37 vrijwilligers (sommigen met Alzheimer, sommigen met milde geheugenproblemen en sommigen met een perfect geheugen) uitrustten met een helm met 64 sensoren en hen in een virtuele werkelijkheid plaatsten. In plaats van alleen te kijken naar hoe luid de signalen van de hersenen waren, gebruikten ze een speciale wiskundige tool genaamd "Phase Transfer Entropy" om de richting van het verkeer te bepalen. Denk erbij niet alleen aan dat auto's over een snelweg rijden, maar weet precies welke kant ze op rijden en wie de leiding neemt. Ze voerden al deze gegevens vervolgens in een machine learning "coach" (een type computerprogramma) om te zien of deze de drie groepen van elkaar kon onderscheiden.
De resultaten waren zeer veelbelovend. De computercoach, specifiek één die gebruikmaakte van een methode genaamd "K-Nearest Neighbours", slaagde erin om ongeveer 86,5% van de tijd correct te identificeren bij welke groep een persoon hoorde. Nog opwindender was dat het 100% van de mensen met milde geheugenproblemen (MCI) oppikte, wat betekent dat het geen enkel geval in deze kleine groep heeft gemist. De studie suggereert dat de "verkeerspatronen" van de hersenen op zeer specifieke manieren veranderen naarmate de ziekte vordert. Voor mensen met Alzheimer leken de hersenen het vermogen te verliezen om signalen van achter naar voren te sturen (waar we ruimte zien en verwerken), bijna als een kapotte brug. Mensen met milde geheugenproblemen vertoonden een ander patroon: wanneer het VR-spel moeilijk werd, probeerden hun hersenen harder te werken door extra verbindingen te creëren in de achterkant, alsof een stad extra verkeerslichten plaatst om een plotselinge drukte op te vangen. Ondertussen hielden mensen met normale cognitie hun verkeer soepel en efficiënt.
De onderzoekers ontdekten ook 11 specifieke "aanwijzingen" of biomarkers die het zware werk leken te doen bij het maken van deze onderscheidende keuzes. Deze aanwijzingen omvatten hoe goed de centrale hub van de hersenen (een belangrijke kruising in de stad) bij elkaar bleef houden in de gamma-frequentieband, en hoe de alfa-signalen in de achterkant van het hoofd stroomden. De auteurs waarschuwen echter dat dit pas het begin is. Omdat de groep mensen die zij bestudeerden relatief klein was (slechts 37 mensen), zijn deze bevindingen eerder een sterke hint of een "proof of concept" dan een definitieve, direct bruikbare medische test. Ze suggereren dat deze VR-EEG-methode een reproduceerbare en opwindende manier is om nieuwe aanwijzingen te vinden, maar ze moeten dit testen op een veel grotere groep mensen om er zeker van te zijn dat het voor iedereen werkt. Het is een zeer coole stap voorwaarts in het leren hoe we de vroege tekenen van Alzheimer kunnen herkennen door te kijken naar hoe het netwerk van de hersenen reageert op een leuk, virtueel avontuur.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.