Alzheimer hastalığının sınıflandırılmasına yönelik derin öğrenme yöntemleri

Alzheimer hastalığı (AD), hafızayı, düşünmeyi ve davranışı etkileyen ilerleyici ve geri döndürülemez bir beyin bozukluğudur. Bunaklığın önde gelen nedenidir. Erken teşhis, Alzheimer hastalığının ilerlemesini yavaşlatabilir, prognozu iyileştirebilir ve hasta bakımının nitelik ve niceliğini artırabilir. Erken tanıda birincil yöntemlerden biri; düşük maliyetli, invazif olmayan ve taşınabilirlik açılarından Alzheimer hastalığı ile ilişkili anormal beyin modellerini saptamak için umut verici bir yöntem olarak belirtilen elektroensefalografidir (EEG). Ayrıca, yapay zeka araçları, hastalık teşhisini ve tespitini kolaylaştıran modellerin geliştirilmesinde de önemli olmuştur. Derin öğrenme, bu tür uygulamalar için gelecek vaat eden bir yaklaşımdır; ancak güvenilir bir veri seti gerektirir. Hasta hakları nedeniyle, araştırmacılar ağı eğitmek için yeterli bir veri setine erişemeyebilirler. Bu çalışma, bu sorunu çözmek için bir model önermeyi amaçlamaktadır. İlk olarak, Alzheimer hastalığı için yapay bir EEG veri seti oluşturmak üzere, Üretken Çekişmeli Ağlar (GNN) modeli sunulmuştur. Beyin süreçlerini daha iyi anlamak ve derin öğrenme araçlarını kullanarak Alzheimer hastalığı için daha doğru tıbbi teşhis yapmak için kullanılabilir. Daha sonra Alzheimer EEG sinyallerini sınıflandırmak için Evrişimli Sinirsel Ağı (CNN), Devirli Sinirsel Ağı (RNN), Çok Katmanlı Algılayıcı (MLP) ve Transformer olmak üzere dört model üzerinde durulmuştur. Sonuçlar, GNN modelinin Alzheimer hastalığı için ilgili kanallarda güvenilir yapay EEG sinyalleri üretebildiğini göstermektedir. Ayrıca, önerilen modeller sırasıyla; %99.98, %99.76, %97.58 ve %97.34 gibi yüksek bir doğrulukla doğru sınıflandırma elde etmektedir. Çalışmamız, önerilen metodolojilerin, Alzheimer hastalığının klinik teşhisine yardımcı olabilecek potansiyel biyobelirteçleri belirlemek için umut verici bir tamamlayıcı araç olarak hizmet ettiğini göstermiştir. Anahtar Kelimeler: Alzheimer Hastalığı (AD), Elektroensefalografi (EEG), Üretken Çekişmeli Ağlar (GNN), Devirli Sinirsel Ağı (RNN), Çok Katmanlı Algılayıcı (MLP) ve Transformer