Alzheimer ve frontotemporal demans için EEG tabanlı çok modelli analiz

Alzheimer hastalığı (AD) ve frontotemporal demans (FTD), benzer klinik belirtiler göstermeleri nedeniyle ayırıcı tanısı zor olan iki demans alt tipidir. Bu çalışmada, EEG sinyallerine dayalı hiyerarşik bir sınıflandırma yaklaşımı önerilmiştir. İlk aşamada hasta–sağlıklı kontrol ayrımı yapılmış, ikinci aşamada ise AD ve FTD sınıfları ayırt edilmiştir. EEG verileri uygun ön işleme adımlarından geçirildikten sonra EEGNet, CNN+LSTM, CNN+BiLSTM, XGBoost ve LightGBM modelleri kullanılarak analiz edilmiştir. Ayrıca, EEGNet ve XGBoost modellerinin bağımsız olarak eğitilip çıktı olasılıklarının ortalamasının alınmasıyla karar düzeyinde bir ensemble model oluşturulmuştur. Deneysel sonuçlar, önerilen ensemble yaklaşımının her iki sınıflandırma aşamasında da tekil modellere kıyasla daha yüksek doğruluk ve F1-skoru sağladığını göstermektedir. Bu bulgular, EEG tabanlı demans tanısı için güvenilir bir karar destek yaklaşımı sunmaktadır.