Psikolojik uyarıma dayalı kaygılı durumların makine öğrenmesi iletespiti

Kaygı duygu durumu yaşayan kişinin bulunduğu yeni koşullara uyum sağlamasını destekleyip ruhsal gelişimin üst basamaklara çıkarılmasında destekleyici bir işlev görebilmesi gibi adaptif etkileri bulunurken, kişinin yaşam kalitesinin düşmesi, iş veriminin azalması, kişiler arası ilişkilerde bozulmaya sebep olması gibi insani yetkinliklerini olumsuz yönde etkileyen maladaptif etkileri de bulunmaktadır. Kaygı duygu durumunun maladaptif etkisinin sonucunda, çarpıntı, nefes almada zorluk, hızlı hızlı nefes alma, ellerde ve ayaklarda titreme, aşırı terleme gibi fizyolojik belirtiler ortaya çıkar. Fizyolojik belirtilerin yani sıra psikolojik olarak sıkıntı, heyecan, aniden çok kötü bir şey olacakmış hissi ve korkusu sayılabilir. Duygu durum bozukluklarının tespitinde psikiyatrik testler subjektif ölçüm ölçekleridir. Bu testlerin doğruluğu kanıtlanmış olsa da kısıtları bulunmaktadır. Denekler kendi deneyimlerine dayanarak soruyu yanlış anlayabilir, yorumlayabilir veya doğru yanıt vermeyebilirler. Kaygı duygu bozukluğunun ilerlemesi durumunda panik bozukluğu, genel tıbbi duruma bağlı kaygı bozukluğu, yaygın kaygı bozukluğu gibi çeşitli psikolojik rahatsızlıklara dönüşebilmektedir. EEG, beynin elektrik fonksiyonunun benzersiz ve değerli bir ölçüsü olarak tanımlanmaktadır; iki beyin fonksiyonu bölgesinden gelen voltaj farkının zaman içinde kaydedilen grafiksel bir gösterimidir. EEG kayıtları bir veya birden fazla elektrotun kafatası üzerine yerleştirilmesi yolu ile yapılmaktadır. Ham EEG sinyalleri mikrovolt (μ) cinsinden genliğe ve 300 Hz'e kadar frekansa sahiptir [16]. Elde edilen ham sinyallerden verimli bir sonuç elde edilebilmesi için sinyallerin amplifikatöre iletilerek işlenmesi, bu analog sinyallerin dijitalleştirilmeden önce veya sonra parazitten arındırılmak üzere filtrelenmesi böylece sinyallerin işlenmeye ve görselleştirmeye uygun hale getirilmesi gerekmektedir. Yapılacak olan çalışmada kaygı durumunun ortaya çıkması üzerine Intelligent Machines Lab'deki Araştırma Gruplarının hazırlamış veri seti kullanılacaktır. Bu çalışma kapsamında da makine öğrenmesi yöntemleri kullanılarak, bireylere ait EEG verisinin biyobelirteç olarak kullanıldığı, tanı koymaya destek olacak bir model geliştirilmeye çalışılmıştır