人机界面可以为阿尔茨海默病提供新的见解

阿尔茨海默病的主要问题之一是它很少在早期阶段被诊断出来，而早期阶段是可以更好控制的。 现在，考纳斯理工大学 (KTU) 的一组研究人员正在探索如何为有记忆障碍的人调整人机界面，以便他们能够识别面前的可见物体。 

识别视觉刺激

KTU 多媒体工程系研究员 Rytis Maskeliūnas 表示，对面部可见信息进行分类是人类的日常功能。 

“在交流时，面部表情‘告诉’我们对话的背景，特别是从情感的角度来看，但我们可以根据大脑信号识别视觉刺激吗？” 马斯基尤纳斯说道。 

这个 根据一项研究， 旨在分析一个人处理面部背景信息的能力，并检测一个人对此的反应。 

马斯基利乌纳斯说，有各种研究表明可以通过检查面部肌肉和眼球运动来分析脑部疾病。 这是因为退行性脑部疾病会影响记忆和认知功能，以及与眼球运动相关的颅神经系统。 

这项研究更好地了解了阿尔茨海默病患者如何像没有阿尔茨海默病的人一样在大脑中视觉处理可见的面孔。 

Dovilė Komolovaitė 毕业于 KTU 数学与自然科学学院。 他是这项研究的共同作者。 

“这项研究使用脑电图仪的数据来测量大脑中的电脉冲，”Komolovaitė 说。

该研究进行的实验是在健康人和患有阿尔茨海默氏症的人身上进行的。 

“阿尔茨海默病患者的大脑信号通常比健康人的大脑信号更加嘈杂，”Komolovaitė 说。 

这使得个人在出现症状时更难集中注意力。 

实验

该研究涉及一组 60 岁以上的女性。

“年龄较大是痴呆症的主要危险因素之一，由于在脑电波中注意到了性别的影响，因此当仅选择一个性别组时，研究会更加准确，”Komolovaitė 继续说道。

每个人都会在一个小时内看到人脸的照片。 这些照片是根据不同的标准选择的。 例如，在分析情绪的影响时，会表现出中性和恐惧的面孔。 在分析熟悉度因素时，显示了已知的和随机选择的人。 

为了了解一个人是否正确理解一张脸，参与者在每次刺激后按下一个按钮，以指示该脸是倒置的还是正确的。 

“即使在这个阶段，阿尔茨海默病患者也会犯错误，因此确定物体的损伤是否是由于记忆或视觉过程引起的很重要，”Komolovaitė 说。 

该研究涉及来自标准脑电图设备的数据，但从侵入性微电极收集的数据更适合创建实用工具。 它将使专家能够更好地测量神经元的活动，从而提高人工智能模型的质量。 

“当然，除了技术要求之外，还应该有一个致力于让阿尔茨海默病患者生活更轻松的社区环境。 尽管如此，我个人认为，五年后，我认为我们仍然会看到专注于改善身体功能的技术，而这一领域对受脑部疾病影响的人的关注只会在以后出现。”Maskeliūnas 说。

“如果我们想将此测试用作医疗工具，还需要一个认证过程，”Komolovaitė 继续说道。