研究阿尔茨海默症的论文题目

“Introduce myself to mother again today.”在英国社交网络6字小说征集活动上，一位母亲身患阿尔兹海默症的作者这样写道。11月2日,国家药品监督管理局批准了由上海绿谷制药有限公司、中国海洋大学、中国科学院上海药物研究所联合研发的治疗AD的新药——九期一的上市申请，用于改善患者认知功能，治疗轻度至中度的阿尔茨海默病。自1906年德国医生爱罗斯·阿尔茨海默首次发现该疾病以来，AD的发病机制仍然是全世界医疗领域最头痛的问题之一。长期以来，阿尔茨海默经常与衰老混淆。据统计，AD患者确诊后的平均生存期不到6年。由于阿尔茨海默症的病情具有不可逆性，若患者长期参与试验有悖伦理。 请不要再美化阿尔茨海默症究竟是怎么一回事，跟随我一起看看吧。

文 | 秘丛丛

编辑 | 黄臻曜

“Introduce myself to mother again today.（今天，我又一次向妈妈介绍了自己。）”

在英国社交网络6字小说征集活动上，一位母亲身患阿尔兹海默症（以下简称AD）的作者这样写道。

这些老人脑海中突然长出了“橡皮擦”。而它形成的原因，目前人类还无法解答。很多人把AD称作老年痴呆，其实并不严谨。北京脑科学与类脑研究中心医学转化中心主任张岱教授表示：“痴呆是一种综合征而不是疾病，引起痴呆的原因有很多，AD是其中一个也是治疗最艰难的。”

病患及家属急需摆脱痛苦的现实长期存在，这意味着其背后有巨大的治疗市场。有关AD治疗的药物探索一直没有停下，但却是一条失败率近乎100%的道路。AD药物的研发失败率极高，且大多停滞甚至失败在III期临床。仅在1998年-2017年期间，全球已有146个AD药物在临床中遭遇失败，仅有4款药物能成功上市。

正因如此，AD治疗药物的进展能迅速成为关注的焦点。11月2日,国家药品监督管理局批准了由上海绿谷制药有限公司、中国海洋大学、中国科学院上海药物研究所联合研发的治疗AD的新药——九期一（甘露特钠,代号:GV-971）的上市申请，用于改善患者认知功能，治疗轻度至中度的阿尔茨海默病。基于过去17年AD无药获批的历史，GV-971无疑自带“光环”。但在“光环”的背后，有关它的质疑也如影随形。

瞄准肠道，AD的新突破点？

自1906年德国医生爱罗斯·阿尔茨海默（Alois Alzheimer）首次发现该疾病以来，AD的发病机制仍然是全世界医疗领域最头痛的问题之一。长期以来，阿尔茨海默经常与衰老混淆。一个较为普遍的观点是——“老糊涂”是人在衰老后难以避免的常态。

如果相较健康老年人的大脑和AD患者的大脑，就会发现该病产生的大脑损伤。“AD对大脑的伤害还会严重影响寿命，并且是致命的。”来自剑桥大学化学系错误折叠疾病中心的研究员塞缪尔·科恩（Samuel Cohen）在TED Talk上展示两者的区别。据统计，AD患者确诊后的平均生存期不到6年。

图片来自塞缪尔·科恩的TED Talk演讲

近三十年来，AD药物的研究方法主要针对β淀粉样蛋白（Aβ），β淀粉样蛋白是一种在大脑中形成块状斑块的蛋白质，而这又会导致周边神经元变性和死亡，主流学界坚持认为β淀粉样蛋白是导致AD的原因。制药公司已经投资了数千亿美元，将320多种候选药物用于临床试验。目前只有五种药物（他克林、多奈哌齐、卡巴拉汀、加兰他敏、美金刚）被批准用于临床缓解症状，但没有一种能阻止脑细胞萎缩。由于失败代价高昂，很多公司终止了AD药物相关的研发计划。

GV-971和这种研发思路有所不同，它从海藻中提取的海洋寡糖类分子，并以靶向脑-肠轴为药理机制。“临床前作用机制表明，GV-971通过重塑肠道菌群平衡，抑制肠道菌群特定代谢产物的异常增多，减少外周及中枢炎症，降低β淀粉样蛋白沉积和Tau蛋白过度磷酸化，从而改善认知功能障碍。”GV-971的主要发明者、中科院上海药物研究所耿美玉研究员在接受媒体采访时曾这样表示。

今年9月，耿美玉团队在《细胞研究》（Cell Research）杂志上发表论文，揭示了GV-971对于AD小鼠能发挥多方面的作用，比如改变Aβ代谢、控制神经炎症以及让肠道微生物组正常化。该疗法在中国34个试验地点招募了818名患者，共历时36周。

耿美玉团队在《细胞研究》发表的论文 来自Nature官网

“瞄准大脑和肠道之间的连接是一个有趣的想法。”纽约Lenox Hill医院精神病学家加亚特里·戴维（Gayatri Devi）博士认为，它的作用机理与目前批准的药物完全不同，并不直接针对脑神经化学物质或斑块沉积。此前大多数AD试验采用单一靶点，而GV-971则被描述为能多位点、多片段、多状态地捕获β淀粉样蛋白。

同时，外界对GV-97的质疑随之涌来，首先是它36周的临床试验时长。美国老年痴呆症协会首席科学官玛丽亚·卡里略（Maria Carrillo）博士表示，在临床试验的第3阶段通常要持续18个月，这是其试验的两倍。

对于这个问题，GV-971三期临床试验主要牵头人、北京协和医院教授张振馨在此前媒体的采访中表示，9个月的试验已经不短了。由于阿尔茨海默症的病情具有不可逆性，若患者长期参与试验有悖伦理。“三期临床实验达到36周，已经是在伦理允许的情况下，最大限度地了解药物效用的方案。”

其次，GV-971的临床试验数据也被认为存在不少问题。该试验主要采用主观评价体系，一般通过病人自填或者访谈的形式。如果试验人员引导病人回答，就容易出现数据偏差。南加州大学凯克医学院的朗·施耐德（Lon S. Schneider）认为：“它的临床试验报告缺乏一些指标的数据，如脑脊液生物标志物水平、AβPET信号、血浆细胞因子水平以及这些患者如何逐步改变微生物组的某些迹象，目前这个试验的结果只能算有希望但是很初期。”

GV-971背后的绿谷制药，过去曾将保健品当作“抗癌神药”销售而被媒体曝光，这也是外界绕不过去的质疑点。值得注意的是，目前GV-971是“有条件”批准上市。国家药监局要求申请人上市后继续进行药理机制方面的研究和长期安全性有效性研究，完善寡糖的分析方法，按时提交有关试验数据。据悉，GV-971将于2019年12月29日前铺到全国的渠道。

另外，绿谷称将于明年启动GV-971在欧美和亚洲的全球临床试验。国外专家表示，他们希望能看到完整的数据，以此了解AD患者认知能力是如何改善的。“微生物组在不同种族之间存在差异，因此在不同人群中评估药物的作用机理很重要。”南加州大学凯克医学院的帕拉米塔·查克拉巴蒂（Paramita Chakrabarty）强调。

在研发创新药的层面上，Fusion Fund（美国硅谷风险投资机构）的创始人＆CEO张璐认为GV-971有值得认可的一面。“国内之前很多都是仿制药，（这样）现在有越来越多的药厂愿意去做创新药，这是非常好的。”她表示对于这个药的前景，需要更多的数据支持和谨慎对待。“有些时候捧杀也是这样捧杀掉的。”

图片来自视觉中国

除了药，AD治疗仍有希望

“不要说治愈，能出现延缓AD病情发展的药物就已经很不错了。”张岱教授说。目前大部分药物针对的是病症的研究，临床效益有限。对于这个公斤的大脑，人类还有太多难解之谜。但随着AI技术的发展，数据的持续性收集和监测有助于早期的干预和治疗，这也有望成为解开谜题的第一步。

Fusion Fund投资的一家做早期AD诊断的初创企业SABOS，也是利用AI对数据的收集和分析寻找AD的病因。张璐表示，通过和很多保险公司合作收集数据后发现，吸烟很大程度上也会增加患AD的可能性。“甚至如果你不经常洗牙，牙龈中的一种特殊的病菌，也可能导致AD。”她补充说，通过更早期发现AD症状，能更好地控制病情。

中国很多的AD患者往往在确诊的那一刻，就已经错过了最佳的干预阶段。据《中华老年医学杂志》调查，中国AD患者首次确诊的时间平均在1年以上，67%的患者在确诊时已是中重度病情。更为严峻的是，目前中国有约1000 万的AD患者，相当于发达国家患者数量的总和。

早期干预变得尤为重要，这已经是全球的共识。张岱教授表示，国内已经有使用心理测量工具调查老人群体的研究。如果发现有轻度认知功能损害的老人，就会对他们跟踪随访。“在这个阶段就进行一些干预，如能早期发现AD个体，给予抗胆碱酯酶等药物干预，可以较为显著地延缓病情的发展。”但目前这样的研究还没有大规模标准化的临床实验。

另外，据张岱教授介绍，物理治疗正变成不可忽视的辅助手段。国内外临床研究提示，如经颅磁刺激和深部脑刺激治疗，对于改善AD病人的认知功能和其他伴随症状有一定效果，但也需要大样本的重复试验研究予以验证。

一家美国公司Paradromics则致力于脑机接口技术为AD患者带来希望。张璐介绍，Paradromics研发的纳米纤维驱动的机器人，在植入大脑后能重建脑神经递质的传递。“同时也能作为一个接口，把大脑、云端和计算机打通，这样就能更好地获取大脑的信息，研究脑功能的变化。”

目前AD药物以及物理疗法的效果有限的情况下，合理得当的护理也能够缓解病情。以欧美国家为例，过去的十年中，数十家专业的AD养老院和护理机构通过物理疗法、心理咨询等方式，让确诊后的AD患者寿命延长至8-10年，这个数字是30年前的两倍。

当然，只是简单的医疗服务解决不了问题。将患有AD的老人完全交由护理机构也有弊病，因为在AD患者的治疗过程中，更需要加强与社会的连接，另外亲人的情感陪伴也很重要。因此，日本的做法也值得借鉴——为与家人一起生活的AD患者建立社区中心。

图片来自东方IC

AD的治愈之路依旧黯淡而漫长，但不论是早期干预、药物研发还是持续护理，人类没有放弃反抗AD对生命尊严的侵蚀。“阿尔茨海默病这种灾变似乎是专门设计出来考验人们精神的。”美国医生舍温纽兰在《我们怎样死——关于人生最后一章的思考》中写道：良好的护理，志愿小组以及亲友的关心，可以减轻病人一些痛苦，但是这个被人所爱的病人最终还得走过非常痛苦的阴暗山谷。

死亡的终点或许不可逆转，但我们还是要争取「体面老去」的选择权。

少数派的未来猜想

「少数派的未来猜想」是36氪一档关注科技、小趋势的全新栏目。在这里，我们会采访拥有聪明大脑的少数派，深入解读他们对未来的猜想。虽然少数派们的面孔不一，可能是书籍作者、创业者，也可能是科研领域的行业专家。但相同的是，不论是大数据、云计算、还是无人驾驶和5G，他们预测未来趋势的灵感会在这里闪光。

PS：如果你所在的公司与最前沿的科技、最新的商业模式、以及未来的趋势变化息息相关，并且正在寻求报道，欢迎联系我们。另外，如果你愿意业余时间做一些上述方向的编译工作，成为36氪《少数派的未来猜想》栏目的一名志愿者，也欢迎联系我们，我们会为成功入选者不定时放送独家福利。（联系人：秘丛丛 ，请附上个人简历或公司相关资料）」

请不要再美化阿尔茨海默症相关阅读：

如何让阿尔兹海默病（老年性痴呆）患者尽快康复？

老年性痴呆又名阿尔兹海默病，指的是一种持续性高级神经功能活动障碍，即在没有意识障碍的状态下，记忆、思维、分析判断、视空间辨认、情绪等方面的障碍。它影响到患者日常的生活，造成脑部神经细胞逐渐丧失。引起老年性痴呆病情况复杂，病因众多，至今难以用一种原因解释，可能为多因素相互作用的结果。对于老年痴呆的治疗，康复治疗不容忽视，康复疗法对本病的改善有着一定的作用。康复治疗主要包括心理康复与记忆康复。1.心理康复（1）热情关心：医护人员和亲属都要关心爱护患者，注意尊重患者的人格，在对话时要和颜悦色。同时，要根据不同患者的心理特征，采用安慰、鼓励、暗示 等方法，给予开导。对情绪悲观的患者，应该耐心解释，并介绍一些治愈的典型病例，以唤起患者战胜疾病的勇气和信心。亲属对生活有困难的患者，应当积极主动给予照顾，热情护理，以实际行动温暖他们的心。

（2）播放音乐：根据患者的文化修养和兴趣爱好，选择性地给他们播放一些爱听的乐曲，以活跃其精神情绪。有实验研究证明，音乐能改善大脑皮层的功能，增加其供血供氧，较好地调节植物神经系统的功能。

（3）合理用药：如患者疼痛或失眠时，医生要及时使用适当的药物，以减轻其痛苦和症状。

（4）鼓励患者参加一些学习和力所能及的社会、家庭活动，以分散患者的不良情绪和注意力，唤起其对生活的信心。2.记忆康复（1）智力训练：根据患者的病情和文化程度，可教他们记一些数字，由简单到复杂反复进行训练；亦可把一些事情编成顺口溜，让他们记忆背诵；亦可利用玩扑克牌、玩智力拼图、练书法等，以帮助患者拓展思维和增强记忆。

（2）强化记忆：不要让患者单独外出，以免走失。在室内反复带患者辨认卧室和厕所，亲人要经常和他们聊家常或讲述有趣的小故事，以强化其回忆和记忆。如能坚持长久的循序渐进的训练，就有成功的希望。

（3）生活训练：亲人要手把手地教患者做些力所能及的家务，如扫地、擦桌子、整理床铺等，促进患者生活能够自理。

传统的说法是：年纪大了，能吃就是好事。这种说法是不对的。

相反，吃得少，记性好，轻断食能更好地维护中老年人的大脑。

阿尔茨海默症是一种可怕的疾病。患有这种疾病的人记忆力和行为问题会不断恶化。他们没有太多的治疗选择，有几种能缓解症状的药物，但没有一个能治愈疾病。相反，生活方式的调整对延缓阿尔茨海默症的发展是有效的。其中轻断食疗法显示出一些强大的治疗潜力。

轻断食 一般被当作是一种减肥方法，然而在动物研究中，轻断食可以帮助 改善阿尔茨海默症的症状 ， 减缓小鼠的认知能力下降 。

在人类身上的研究正在进行，研究人员希望有朝一日 轻断食 能被用来治疗和预防阿尔茨海默病以及其他的老年失智症。

阿尔茨海默症在老年人中相当常见。中国有1000万确诊的病人，然而就诊率只有30%。美国有600万人患有阿尔茨海默症。这种疾病表现为记忆力丧失、行为变化和思维问题。这些变化的原因在于大脑的部分退化。

在阿尔茨海默症患者大脑中，神经细胞之间的有害蛋白质集合（Aβ斑块）以及神经细胞内的蛋白质tau缠结随年龄开始积累。这些斑块和缠结破坏了大脑，杀死了神经细胞，影响了正常的大脑功能。

究竟是什么导致了这些斑块和缠结的发展呢？ 这仍然是悬而未决的疑问。

约翰霍普金斯大学(John Hopkins University)神经科学教授马克·马特森(Mark Mattson)认为，阿尔茨海默病与我们的现代饮食习惯有关。不仅和饮食的内容，而且和吃饭的时间相关。

Mattson花了几十年研究 卡路里摄入量和阿尔茨海默病 的关系，在几项研究中，他发现那些间歇性断食（轻断食）的人有更好的认知功能，寿命更长。最重要的是，他们大脑中的斑块较少。

轻断食的 历史

Mattson认为，轻断食的效果可能植根于人类进化的过程。当人们还没有学会农耕的时候，必须通过采摘和狩猎解决问题。他们经常长时间不吃东西，随着时间的推移，进化有利于那些不规律进食的人群。

我们依靠食物中的葡萄糖，或是其它碳水化合物来为我们的身体提供燃料。我们用的这些燃料，叫做糖原，在我们吃完东西之后大约可用12个小时。当它耗尽时，身体会切换到使用另一种能源—— 酮 。

酮在轻断食和低碳水化合物摄入期间通过肝脏产生，为我们的器官，包括大脑提供燃料。在大脑中，大部分能量流向我们的神经元。但是，当糖原和酮为我们的神经元提供动力时， 如果酮的产量更高，我们的思维、学习和记忆能力会更好 。

一些科学家认为酮能提供比糖原更多的能量。通过酮产生额外能量，使这些神经元可以更好地防止细胞死亡和脑退化。标准的现代化饮食习惯会阻止大脑从糖原到酮的代谢转换。

根据Mattson的说法，这种转化能力的下降会造成大脑常常缺乏能量，最终影响脑细胞的寿命和 健康 长寿。

为了验证这一理论是否成立，Mattson正在进行一项针对阿尔茨海默症高危人群的研究。高危人群是指年龄在55岁至70岁之间的人，以及肥胖和有胰岛素抵抗的人群。参与者被要求进行5—2的轻断食，每周吃五天，轻断食两天。

在实施轻断食的前后，研究人员测试他们的认知能力和大脑活动。通过触发代谢转换，Mattson能够观察到大脑 健康 和认知功能的改善，虽然研究结果尚未公布，但他的初步研究表明，轻断食对人们有明显的好处。

南加州大学(University of Southern California )生物科学教授瓦尔特·隆戈（Valter Longo）也花了几十年时间研究衰老和轻断食之间的联系。和Mattson一样，他也发现在轻断食的小鼠中，认知能力下降的速度较慢，寿命更长。

Longo同样认为，从葡萄糖到酮体的代谢转换对大脑 健康 和长寿起着重要作用。Longo的团队目前正在对人类进行测试。他们最近开始了一项对120名患阿尔茨海默病或轻度认知障碍患者的研究。使用一种比较柔和的断食方法，同样收获了一些好的结果。

这种方法是针对老年患者设计的，他们可能不够强壮，无法进行长时间的断食。所以，研究人员让受试者每月进行5天的轻断食，同时每天摄入少量 健康 脂肪，在此期间吃脂肪而不吃碳水化合物。使他们的大脑需要常常使用酮而不是葡萄糖作为燃料。

尝试的结果显示： 受试者仍然能够从食物中获得营养，同时也能从轻断食中获得潜在的保护大脑的好处。

虽然Longo和Mattson的研究可以成为证据来支持关于阿尔茨海默症和轻断食的理论，但要得出任何确定性的结论还有很长的路要走。由于运动、睡眠、压力和糖尿病等其他因素也与这种疾病有关，解开阿尔茨海默症的谜团还远未结束。

从葡萄糖到酮体的代谢转换对大脑 健康 和长寿起着重要作用 。 在我们对阿尔茨海默症有更多的了解之前，适度地轻断食可能是一个有益于大脑 健康 的好方法。

专注于大脑认知科学、脑 健康 和心理 健康 大众科普。创作团队来自于美国伯克利大学、美国宾州大学，北京大学、清华大学、北京师范大学、首都医科大学等国内外大学硕博。

未名脑脑倡导的脑 健康

积极、自律、向上、智慧、渊博、风趣、充满魅力

领域自适应： 多用于文本分类，属于直推式迁移学习，直推式迁移学习定义：给定一个源域和相应的学习任务，一个目标域和相应的学习任务，直推式学习旨在利用源域和目标域中相同的知识来提高目标域中的目标预测函数。 《基于深度学习的体态与手势感知计算关键技术研究》 基于深度学习的肌电手势识别： 并不需要任何附加信息或手工设计的特征提取器，基于高密度肌电信号（HD-sEMG），使用二维阵列电极采集的肌电信号，使得肌肉活动产生的电势场在时间和空间上的变化可被多个紧密分布在皮肤表面的电极同时记录下来。HD-sEMG中的肌电信号描绘了位于电极覆盖区域内的肌肉活动的时空分布，同时HD-sEMG的瞬时值呈现了在特定时间点肌肉活动所涉及的生理铅毕过程的相对全局的测量。瞬时HD-sEMG内部可区分出不同手势模式，可以将采集到的HD-Semg描绘出电势在空间的分布，其对应的热度图即为肌电图像，肌电图像中的像素数（分辨率）由其采集设备中的电极阵列决定，即电极的数量及其电极间距离（例如，具有16行8列的电极网格可W采集8*16像素的肌电图像）。主要是将原始肌电信号值从（-1，1）映射到（0，255），即，其中x是原始肌电信号，I是肌电图像。构建一个8层CNN结构，网络的前两个卷积层用于提取公共的底层图片特征，作者发现瞬时肌电图像在不同的空间位置上表现出不同的视觉特征。在不同手势中，肌电图像在中部偏下以及顶部的条状区域上亮度较强，提出在3，4层加入局部连接结构（受人脸识别前沿工作的启发），因为局部连接层在不同空间位置上的卷积模板的权重不共享，可以更好的提取图片上不同位置的特征。并依据单个窗口内每帧识别出的手势标签中所占比例最高的标签，因为上述实验仅适用于肌电幅值较大的数据进散型行训练和测试可以获得较高的手势识别准确率，因此需要对肌电信号采用全波整流和低通滤波（全波整流和低通滤波是被广泛采用的肌电信号幅值估计方法），以获取更好的肌电信号。基于深度领域自适应的肌电手势识别： 当训练集和测试集的肌电信号来自不同的采集会话的情况。因为电极位移，肌肉疲劳，电极和皮肤之间的阻抗变化等因素的干扰，肌电信号与采集会话高度相关，已经训练好的手势分类器直接被应用在新的会话时通常准确率较低。因为肌电信号的分布在不同的会话之间变化很大，所以来自不同会话的基于瞬时肌电信号的手势识别可以相应地表示为多源领域自适应问题。 当标定数据未标记时，该论文采用自适应批量归一化（AdaBN, Adaptive Batch Normalization）对手势分类器进行适配。假设用于区分不同手势的知识存储在每个层的权重中，AdaBN不需要适配数据的手势标签，而是随着无标签的适配数据的增加，逐步更新少量的网络参数。给定输入U，BN将其转换为V，其中第i个输入特征的转换公式为： l在训练阶段，每个BN层对于每个源域的均值统计量和方差统计量是独立计算的。因为训练阶段的BN对每个数据批次独立计算统计量，所以只需冲激猜要确保每个数据批次中的样本来自同一个会话。 l识别阶段，对于给定的未标记数据A，AdaBN执行正向传播算法，更新参数。 该方法准确率：单幅，150毫秒窗口，而另一种算法特征集（150毫秒窗口）和线性判断：。 随机选择未标记的测试集的子集（，，1%，5%，10%）进行深度领域自适应，之后再评测整个测试集上的手势识别的准确率。最后观测到大约5%的适配数据后准确率达到巅峰，适配数据20000帧，在CSL-HDEMG的2048赫兹的采样率下大约10秒。 并且适配算法并不需要观测到所有种类的手势，从27种选择5个和13个进行适配，最终结果分别是（），（）另一种方法是肌电地势（sEMG topography），定义为肌电信号在时间上的二维平均强度图，其中每个像素是某个通道的肌电信号在特定时间窗口内的均方根，用于手势识别。 《Revealing Critical Channels and Frequency Bands for Emotion Recognition from EEG with Deep Belief Network》 在基于脑电信号的情感识别任务中，多通道脑电信号存在不相关的脑电信号，这不仅会引起噪声，还会降低系统对情感识别能力。该论文提出一种新的深度信念网（DBN）来检查用于情感识别的关键EEG信道和频段。 主要从行为和生理反应进行情感分析，因为EEG与表情手势相比，具有较高的准确性和客观评价性。该论文采用ESI神经扫描系统，从62通道电极帽以采样率为1000Hz记录脑电信号。每个实验有15个测试，每个测试包括15s提示，45s测试及反馈，5s休息。盖论文一共评价了30个实验。 先下采样原始脑电数据到200Hz，之后使用到50Hz的带通滤波器滤除噪声和伪影，之后采用之前提出的微分熵（differential entropy）特征[1][2]，对于固定长度的脑电信号，微分熵相当于一定频段内的对数能量谱。此前已经证明微分熵在低频和高频能量之间具有识别EEG模式的能力，因此在五个频段计算微分熵特征（δ：1-3Hz，θ：4 – 7Hz，α：8-13Hz，β：14-30Hz，γ：31-50Hz），使用256点的短时傅里叶变换，并将特征归一化到0-1。利用五个频段的去噪后的62通道的特征作为输入，DBN达到的准确率和标准差，本论文通过分析经过训练的DBN的权重分布来检验关键通道和频带，权重对于识别情感模型是很重要的，因为对于学习任务贡献较大的神经元权值将增加，不相关的神经元权值趋于随机分布，图1为权重在第一层神经网络训练后的分布，可以看出主要在beta和gamma波的权重最大，这说明此频带包含更重要的鉴别信息。  从图2中我们可以看出侧颞区和前额脑区相比其他脑区在beta和gamma频带更容易激活。因此可以得出结论，在识别积极，中性和负面情绪时侧颞叶和前额叶通道是关键通道，beta和gamma是关键频带。如图3所示，依据脑区中权重分布的特点，设计了四种不同的电极放置剖面，包括4通道，6通道，9通道和12通道，其中4通道的最佳平均精度和标准差为，而所有62通道的最佳平均精度和标准差为，这说明四个相对电极阻轮廓（four profiles of relative electrode sets）FT7,T7,FT8,T8是辨别情感特征的电极。 [1]Duan R N, Zhu J Y, Lu B L. Differential entropyfeature for EEG-based emotion classification[C]// International Ieee/embsConference on Neural Engineering. IEEE, 2013:81-84. [2]Zheng W L, Zhu J Y, Peng Y, et al. EEG-based emotionclassification using deep belief networks[C]// IEEE International Conference onMultimedia and Expo. IEEE, 2014:1-6. 脑电论文（大脑解码：行为，情绪）： Real-time naive learning of neural correlates in ECoG Electrophysiology 神经实时朴素学习相关的皮层电生理 地址： A Deep Learning Method for Classification of EEG Data Based on MotorImagery 基于运动表象的脑电数据分类的深度学习方法 地址： Affective state recognition from EEG with deep belief networks 基于深层信念网络的脑电情感状态识别 地址： A Novel Semi-Supervised Deep Learning Framework for Affective StateRecognition on EEG Signals 一种用于脑电信号情感状态识别的半监督深度学习框架 地址： Revealing critical channels and frequency bands for emotion recognitionfrom EEG with deep belief network 用深层信念网络揭示脑电情感识别的关键通道和频带 地址： EEG-based emotion recognition using deep learning network withprincipal component based covariate shift adaptation 基于深度学习网络的主成分协移自适应的脑电情感识别 地址： Classifying EEG recordings of rhythm perception 节律性脑电记录分类 地址： Using Convolutional Neural Networks to Recognize Rhythm Stimuli from Electroencephalography Recordings利用卷积神经网络识别脑电记录中的节律刺激 地址： Convolutional neural network with embedded Fourier transform for EEGclassification 基于嵌入傅立叶变换的卷积神经网络在脑电信号分类中的应用 地址： Continuous emotion detection using EEG signals and facial expressions 基于脑电信号和表情的连续情绪检测 地址： ‘Deep Feature Learning for EEG Recordings 脑电记录的深部特征学习 地址： 异常分类论文（阿兹海默症，癫痫，睡眠阶段检测）： Classification of Electrocardiogram Signals with Deep Belief Networks 基于深层信念网络的心电信号分类 Modeling electroencephalography waveforms with semi-supervised deepbelief nets: fast classification and anomaly measurement 半监督深信网模拟脑电波形：快速分类和异常测量 Deep belief networks used on high resolution multichannelelectroencephalography data for seizure detection 用于癫痫检测的基于高分辨率多道脑电图数据的深度信念网 地址： Deep Learning in the EEG Diagnosis of Alzheimer’s Disease 深层学习在阿尔茨海默病脑电诊断中的应用 Sleep stage classification using unsupervised feature learning 基于无监督特征学习的睡眠阶段分类 Classification of patterns of EEG synchronization for seizureprediction 癫痫发作的脑电同步模式分类 地址： Recurrent neural network based prediction of epileptic seizures inintra-and extracranial EEG 基于递归神经网络的颅内外脑电癫痫发作预测 EEG-based lapse detection with high temporal resolution 基于脑电信号的高时间分辨率检测 地址：

阿尔茨海默病（AD），是一种起病隐匿的进行性发展的神经系统退行性疾病，临床上以记忆障碍、失语、失用、失认、视空间技能损害、执行功能障碍以及人格和行为改变等全面性痴呆表现为特征。

阿尔茨海默病是具有毁灭性的：从确诊到死亡往往只有七年时间，而且，至今也没有任何一种药物或治疗手段可以减缓该病病程，更别提治愈。

目前不少重大疾病保险，已经将这一疾病纳入保障范围。