当前位置：快速瘦身减肥网 >> 科技前沿 >> 耳机还是泳帽？Alphabet的新人工智能程序:通过脑电波诊断抑郁症

耳机还是泳帽？Alphabet的新人工智能程序:通过脑电波诊断抑郁症

新智元报道

来源：VB

编辑：QJP

代号为琥珀的【新智元导读】's字母程序使用人工智能从脑电波中诊断抑郁症。

Alphabet的Google [X]实验室最近详细介绍了Amber，旨在让脑电波像血糖一样容易理解。

本研究的目的是利用人工智能相关技术开发抑郁和焦虑的测量方法，以支持诊断和治疗。

根据美国国立卫生研究院控制和预防中心的数据，美国有1730万成年人至少经历过一次重度抑郁发作。

此外，从2016-2017年到2017-2018年，美国有严重自杀念头的成年人比例上升了0.15%，比去年的数据多了46万。

但是抑郁症在不同的人身上有不同的表现，不同的人有1000种可能的症状组合。

安普尔团队试图将机器学习技术与脑电图技术相结合，来测量大脑中的识别活动。

这个任务受一个：的观察结果启发，可以用来测量大脑奖赏系统中的加工过程。比如赢了比赛，抑郁症患者的大脑反应比非抑郁症患者弱。

Google“x”实验室并不是第一个将机器学习算法应用于脑电读数的实验室。

在去年4月发表的一篇论文中，IBM研究人员声称开发了一种算法，可以以98.4%的准确率对癫痫发作进行分类。

事实上，脑电图已经被广泛用于研究吞咽、对精神状态进行分类、诊断神经精神疾病(如神经性疼痛和癫痫)以及对情绪进行分类。

耳机还是泳帽？

安普尔团队花了三年时间开发了一个低成本、便携式和研究级的系统，以便更容易地收集脑电图数据。

这款耳机和泳帽一样，配置大约需要3分钟，使用位于Fz、Cz和Pz(评价奖励和认知功能的关键通道或电极)中线的三个传感器。

它有一个配套的生物放大器，可以支持多达32个通道，可用于收集静息脑电图和事件相关电位，软件可以为脑电图测量锁定任务时间。

除了耳机，Amber团队还探索了如何使用机器学习的方法来减少脑电图记录中不必要的噪音。

与DeepMind合作

他们与深度学习研究实验室DeepMind合作，采用无监督表示

学习方法表明，像自动编码器这样的方法可以在没有任何人参与的情况下去除脑电信号(自动编码器通过忽略噪声来学习数据集的表示)

此外，Amber团队还提供了一个概念证明，即提取与心理健康相关的特征，可用于预测临床标签，如重性抑郁障碍和广泛性焦虑障碍，根据一位心理健康专家的采访。

与以前的研究不同，琥珀团队声称他们可以为单个参与者而不是群体参与者做这个实验。

“这些方法可以从一次脑电图测试中恢复可用的信号表示，”X公司总裁奥布费尔滕在博客中解释说。“这意味着从脑电生理学获得临床有用信息的数据样本可能比传统研究实验室少得多，传统研究实验室通常依赖于数百项实验测试。

安普尔团队未能找到抑郁和焦虑的单一生物标志物。然而，尽管遭遇挫折，他们还是发布了在GitHub上开发的硬件设计、可视化工具和刺激工具。

这款耳机和软件已经与佛罗里达州立大学合作完成了一项研究。此外，Amber团队承诺不对Amber的硬件申请专利，并向Sapien实验室捐赠了50个未使用的脑电图耳机。Sapien Lab运营“人脑多样性项目”，支持低收入国家和代表性不足的群体开展脑电图研究。

我们希望开放我们的脑电系统，出版我们的机器学习技术，不仅对脑电专家有价值，对更广泛的心理健康研究群体也有价值，他们可能会因为之前研究脑电的复杂性和成本而退缩。法尔瑟写道，“在现实世界中使用技术支持的心理健康测量的道路上有许多陷阱，需要更多的研究。”.为了迎接今天的挑战，科学家、临床医生、技术专家、政策制定者和

参考链接：

https://venturebate.com/2020/11/02/alphabets-project-amber-levels-ai-to-identify-脑电波-data-relevant-to-焦虑症-抑郁症/