Psikiyatrik hastalıkların makine öğrenmesi yöntemleri ile ayrıştırılması

Psikiyatrik hastalıkların teşhisinde hekimler belirti tabanlı bir yaklaşım izlemektedir. Bu yaklaşıma göre DSM veya ICD gibi uluslararası geçerliliği olan teşhis araçlarını, hasta raporlarını ve hekimin gözlem ve tecrübesine dayanan bir süreç takip edilmektedir. Tıbbın diğer alanlarında olduğu gibi psikiyatride de hastalıklarla ilgili süreçlerde kullanılabilecek biyobelirteçlerin arayışı sürmekte ve bu alanda çeşitli araştırmalar yapılmaktadır. Bu tez çalışması kapsamında farklı psikiyatrik hastalıklara sahip bireylerin elektroensefalogram (EEG) ölçümlerini içeren bir veri setinin makine öğrenmesi yöntemleri ile analiz edilmesi ve elde edilen modeller ile hastalıkların ayrıştırılması/sınıflandırılması sağlanmıştır. Böylece EEG verisinin psikiyatrik hastalıklar için bir biyobelirteç olup olamayacağı araştırılmıştır. Elde edilen modeller; hasta ve sağlıklı gruplar arasında ayrım yapılabilmesini sağlarken birden fazla psikiyatrik hastalığın birbirinden ayrıştırılmasını da sağlamıştır.