来自IEEE生物医学与健康信息学期刊的研究开发了一种基于生理学先验知识的深度学习框架，仅需分析整夜多导睡眠图（PSG），就能精准估算大脑年龄。该模型在涵盖约10,000个样本的多中心队列中训练评估，平均绝对误差仅约5.4-5.8年。研究发现，大脑年龄差（预测年龄减去实际年龄）与死亡风险密切相关：年龄差每增加10年，全因死亡风险上升19%（p<0.001），心血管死亡风险上升25%（p=0.006）。机制上，模型通过分析不同睡眠阶段和脑电波频段（如随年龄增长而减少的δ波和增加的β波）得出结论。这不仅提供了符合神经生理学的衰老读数，也为普通人通过监测睡眠来评估整体健康和抗衰老成效提供了新工具。
📎 来源：IEEE journal of biomedical and health informatics | 查看原文