تفکیک افراد سالم و مبتلا به آلزایمر با استفاده از ارتباطات موثر سیگنال های مغزی

بیماری آلزایمر یک بیماری تحلیل برنده و پیشرونده مغز است که باعث زوال توانایی های ذهنی می شود. تقریبا 5 درصد افراد بالای 70 سال و 20 درصد افراد بالای 80 سال از این بیماری رنج می برند. تاکنون ابزارها و روش های زیادی برای تشخیص بیماری آلزایمر ارایه شده است. البته در بیشتر این روش ها، فعل و انفعالات و اتصالات قسمت های مختلف مغز در نظر گرفته نمی شود. از آنجایی که بیماری آلزایمر می تواند ساختارهای مختلف مغز را تحت تاثیر قرار دهد، آسیب به هر بخشی از مغز باعث اختلال در تعامل آن با سایر مناطق می شود.

 شاخص های ارتباط موثر بین بخش های مختلف مغز در دو گروه افراد سالم و افراد مبتلا به بیماری آلزایمر با استفاده از تحلیل علیت گرنجر استخراج شد. به دنبال مقایسه های آماری بین مقادیر کمی شاخص ها در کانال های EEG  مختلف، ارتباط موثر را بررسی شده است. سپس از تحلیل دیفرانسیل خطی برای جداسازی دو گروه از شرکت کنندگان استفاده شده است. داده های مورد استفاده در این تحقیق شامل سیگنال های EEG از 10 فرد سالم و 8 بیمار مبتلا به بیماری آلزایمر (خفیف و شدید) است.

 با تشخیص صحیح همه بیماران و تنها یک تشخیص اشتباه از آزمودنی سالم، دقت 83/33 درصد، دقت 90 درصد، حساسیت 100 درصد و تشخیص 80 درصد برای داده های آزمایش بدست آمده است. نرخ ارتباط موثر کانال های Fz و Cz برای افراد سالم بیشتر از ارتباط موثر کانال Pz است، در حالی که برای بیماران مبتلا به آلزایمر کمترین ارتباط موثر مغزی در کانال Fz و بیشترین ارتباط در کانال Pz و گاهی اوقات در کانال Cz مشاهده شده است.

با وجود اینکه تعداد ویژگی های خطی استخراج شده بیشتر از ویژگی های گرنجر بود، نتایج ویژگی های گرنجر به مراتب بهتر از نتایج ویژگی های خطی است. بنابراین، اثربخشی علیت گرنجر بار دیگر ثابت شده است و می توان گفت که شاخص های تعامل بین کانال های EEG اطلاعات ارزشمندی را برای طبقه بندی ارایه کرده و منجر به بهتر شدن شناسایی بیماران مبتلا به آلزایمر شده است.