神经网络有助于诊断大脑不同部分之间的连接减弱

伊曼努尔康德波罗的海联邦大学的科学家们与Innopolis大学的同事们一起，使用机器学习方法研究了大脑不同部分的连接和协调随着年龄的变化。

事实证明老年人在做简单熟悉的动作时，使用负责计划和学习的神经元。这证实了一个观点，即他们更难获得新的运动技能并保留现有的技能。这项研究可能有助于找到保持老年人大脑功能的建议。

研究结果发表在传感器．

所有的大脑结构都通过交换相互作用电信号在神经细胞之间。正常的大脑功能需要大量神经元的持续相互作用，这就保证了功能连通性或者更简单地说，大脑不同部分的一致性。

自闭症、阿尔茨海默病和多发性硬化症患者的功能连接经常受损。神经系统疾病最常见的症状是神经系统紊乱神经网络在大脑的不同部分之间。例如，负责运动活动和记忆和注意力等认知功能的大脑。因此，一个人学习外语、乐器和绘画等新事物变得更加困难。此外，这些联系对年龄相关的变化很敏感。

伊曼纽尔康德波罗的海联邦大学的科学家与Innopolis大学(Innopolis)一起开发了一种基于机器学习的方法，用于评估不同年龄人群大脑不同部分之间的功能连通性。这项研究涉及10个年轻人和10个成年人年纪大的人．

他们每个人的头部不同部位都装有15个脑电图记录传感器。这有助于研究大脑不同部位的活动。科学家们主要对顶叶和额叶感兴趣，还有运动皮层因为它们连接了负责信号感知(感觉功能)和运动(运动功能)的神经元。

这两个组成部分对于正常的动作控制都是至关重要的。作者记录了大脑的活动在两种情况下:当参与者处于放松状态时，以及当他们反复握紧手，然后通过信号放松时。

通过深度学习神经网络对实验结果得到的脑电图进行分析。它有助于研究在执行任务时，大脑的运动部分和感觉部分之间是否建立了联系，如果是，这种联系有多强。结果表明，不同年龄组的大脑皮层被激活的程度不同。

因此，当进行简单的手部运动时，与年轻人相比，老年人在所谓的θ范围内激活了一种缓慢的神经活动。对于第一次学习和执行某种动作来说，这是很常见的。该研究的作者认为，这种现象的原因是老年人大脑可塑性的下降。

这就导致了这样一个事实，即使是做简单而熟悉的动作，他们也需要比年轻人更多的神经元连接。与此同时，实验中年轻参与者大脑不同部分的功能连通性更强。此外，他们在执行动作时有更多的运动记忆，因此与学习和计划相关频率的神经元活动减少了。

这再次证实了一个假设:随着年龄的增长，获得新的运动技能变得更加困难，人们需要更多的努力来完成运动任务。

“我们的研究结果表明，功能连接模型与当前关于健康衰老对神经元激活影响的观点很好地吻合。在未来，我们计划研究其他类型的神经元之间的相互作用大脑波罗的海人工智能和神经技术中心的初级研究员埃琳娜·皮西克说。