Otizm spektrum bozukluğunun fonksiyonel manyetik rezonans görüntülerine dayalı makine öğrenmesi teknikleri ile teşhisi

Beyin hasarları insan hayatını etkileyen çok ciddi sağlık problemleridir. Bu hasarların bir kısmı ilaç tedavisi gibi yöntemlerle tamamen ortadan kaldırılabilmektedir. Öte yandan OSB gibi hastalıkların neden olduğu hasarların bilinen kalıcı bir tedavisi yoktur. Bu tür rahatsızlıklarda genellikle hastalığın ilerlemesini yavaşlatmaya yönelik tedaviler uygulanmaktadır. Bu nedenle, davranış bozuklukları ortaya çıkmadan önce hastalığın erken evrede teşhis edilmesi önemlidir. Bu çalışmada, OSB'nin rs-fMRI yoluyla tespit edilmesine yönelik bir çalışma sunulmuştur. rs-fMRI beynin işlevi hakkında hem uzamsal hem de zamansal bilgi sağlamaktadır. Ancak fMRI verileri; örneklerin heterojenliği, farklı tarayıcı cihaz veya parametreler kullanılmasından dolayı ölçümler arasındaki varyansların yüksek olması gibi sebeplerden dolayı oldukça karmaşık verilerdir. Bu çalışma kapsamında ABIDE I veri setinden elde edilen 871 örnek üzerinde OSB ve sağlıklı bireyler ayırt edilmiştir. Bu doğrultuda iki farklı özellik çıkarım yöntemi geliştirilmiş ve farklı sınıflandırma algoritmaları ile sınıflandırılmıştır. İlk yöntemde sınıflandırma işlemi için uzun kısa süreli bellek ağı (long short-term memory-LSTM), evrişimsel sinir ağı (convolutional neural network-CNN) ve hibrit modeller birlikte kullanılmıştır. Bunların yanı sıra farklı özellik çıkarım yöntemiyle çok katmanlı algılayıcı (multi layer perceptron-MLP), k-en yakın komşuluk algoritması (k-nearest neighbour-k-NN), doğrusal ayrım analizi (linear discriminant analysis-LDA), destek vektör makineleri (support vector machines-SVM) kullanılarak ta sınıflandırma işlemi gerçekleştirilmiştir. Son olarak öznitelik seçiminde beynin hangi bölgelerinin daha etkili olduğuna dair bir değerlendirme sunulmuştur. Elde edilen sonuçlar, fMRI ile OSB tespiti için umut vericidir.