Belirli nöropsikolojik rahatsızlıkların yapay zeka temelli sınıflandırılması

Yapay Zeka teknolojilerinden medikal alan olmak üzere pek çok alanda yararlanılmaktadır. Bu alanlardan biri de Nöropsikolojik hastalıkların tespiti, teşhisi ve gerekli olması durumunda tedavi edilmesidir. Bu hastalıklar, günlük hayatımızda sıkça karşılaştığımız rahatsızlıklardır. Nöropsikoloji kapsamında pek çok rahatsızlıklar bulunmaktadır. Bu rahatsızlıkların tespit edilememesi durumunda hem bireyin hayati tehlikesi oluşmaktadır hem de çevresi için zorlu bir sürece sebep olmaktadır. Bu çalışma pek çok nöropsikolojik rahatsızlığı yapay zeka temelli sınıflandıran literatürdeki ilk tez çalışması olma özelliğini bulundurmaktadır. Bu çalışma kapsamında anksiyete bozukluğu, şizofreni bozukluğu, otizm spektrum bozukluğu, depresyon ve demans rahatsızlıklarını içeren beş farklı veri seti kullanılmıştır. Veri setleri üzerinde veri ön işleme, hiperparemetre optimizasyonu ile yapay zeka modellerinden faydalanılarak çalışmalar yapılmıştır. Makine öğrenmesi modelleri olarak XGBoost, LightGBM, Rastgele Orman, Destek Vektör Makineleri ve k- En Yakın Komşu kullanılmış ve doğruluk metrikleri üzerinden karşılaştırmalar yapılmıştır. Ayrıca makine öğrenmesi modelleri üzerinde hiperparametre optimizasyonu kullanılarak öncesi ve sonrası karşılaştırmaları da ayrıca yapılmıştır. Veri seti 1 için LightGBM tekniği %96 doğruluk oranı ile en yüksek başarıya sahip iken hiperparametre optimizasyonu sonrasında %97 doğruluk oranı ile SVM öne geçmiş ve en fazla doğruluk oranını vermiştir. Veri seti 3 için %98 doğruluk oranı ile XGBoost ve LightGBM teknikleri başarılı bir sonuç alırken hiperparametre optimizasyonu sonrasında bu oran değişmemiş ve XGBoost en başarılı sonucu vermiştir. Derin öğrenme teknikleri olarak Evrişimsel Sinir Ağları (CNN), Uzun Kısa Süreli Bellek (LSTM) ve Geçitli Yineleme Birimi (GRU) modelleri veri setlerine uygun olarak kurgulanmıştır. Veri seti 2 için LSTM modeli %83 doğruluk oranı sonucunu vermiştir. Veri seti 4 için GRU modeli %93 oranı ile en yüksek doğruluk oranı sonucunu vermiştir. Veri seti 5 için LSTM ve GRU %99 doğruluk oranı ile yüksek bir sonuç vermiştir. Derin öğrenme modelleri sadece doğruluk oranları ile karşılaştırılmayıp öğrenme eğrileri ile de karşılaştırılmıştır. Bu çalışma ile nöropsikolojik rahatsızlıkların yapay zeka ile sınıflandırılabilmenin mümkün olduğunu açıkça gözler önüne sermektedir.