Sigara bağımlılığının biyolojik sinyaller kullanarak makine öğrenmesi yöntemleri ile analizi

Sigara bağımlılığı dünya genelinde ciddi bir sağlık sorunu olarak kabul edilmektedir. Nikotin bağımlılığına dayanan sigara kullanımı milyonlarca insanı etkilemekte ve önemli sağlık sorunlarına yol açmaktadır. Sigara kullanımının beyin aktivitelerini etkilediği bilimsel çalışmalarla ortaya konmuştur. Elektroensefalografi (EEG), beyin aktivitesini ölçmek için kullanılan bir yöntemdir. Baş derisi üzerine yerleştirilen elektrotlar aracılığıyla beyin dalgaları kaydedilir. Bu kayıtlar farklı frekans aralıklarında (delta, teta, alfa, beta, gama gibi) beyin aktivitesini görselleştirmeye ve analiz etmeye olanak tanır. Bu tez çalışmasının temel amacı, EEG verilerinin zaman-frekans domeni özelliklerini çıkararak, geleneksel yöntemler yerine makine öğrenmesi yöntemleriyle sigara bağımlılığının analiz edilmesidir. Çalışmanın ilk aşamasında, 30 farklı bireyden görsel uyaranlarla toplanan EEG verileri Fagerström Nikotin Bağımlılığı anketi (FTND) ile etiketlenmiştir. Daha sonra makine öğrenmesi yöntemlerinde az veya dengesiz veri olumsuzluklarının önlenmesi için EEG verisi GAN (Çekişmeli Üretici Ağlar) ile sentetik olarak çoğaltılmıştır. Çoğaltılmış veriler, (DWT) Ayrık Dalgacık Dönüşümü, zaman ve frekans domeninde özellik çıkarımı gibi ön işlemlerden geçirilmiştir. İkinci aşamada ön işlemlerden geçirilen EEG verileri kNN (k-En Yakın Komşuluk), SVM (Destek Vektör Makineleri), YSA (İleri Beslemeli Yapay Sinir Ağları) ve RNN (Tekrarlamalı Sinir Ağları) gibi makine öğrenmesi algoritmalarıyla sınıflandırılmıştır. Sonuçlar sigara uyaranlarına verilen beyin tepkilerinin özellikle temporal ve prefrontal lob bölgelerinde belirgin olduğunu ve teta frekans bandında daha yüksek sınıflandırma başarılarına ulaşıldığını göstermiştir. İleri beslemeli YSA ile yapılan sınıflandırma başarı oranları, % 99 seviyelerine ulaşmıştır. Bu çalışma sigara bağımlılığına yönelik nörofizyolojik belirteçlerin belirlenmesinde EEG tabanlı makine öğrenmesi yöntemleri kullanımının potansiyelini vurgulamaktadır.