Migren hastalığının yapay zekâ algoritmaları ile analizi: Alternatif tanı yaklaşımlarının incelenmesi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, BİYOMEDİKAL MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: FIRAT ORHAN BULUCU
Danışman: Fatma Latifoğlu
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Migren, tekrarlayan ve şiddetli baş ağrılarının görüldüğü, sinir sistemi ve beyin damar fonksiyonlarını etkileyen nörolojik bir rahatsızlıktır. Migrenin klinik tanımlanmasında bazı zorluklar görülebilmektedir. Bu zorlukların üstesinden gelebilmek için birçok alanda uygulanan yapay zekânın önemli bir rolü bulunmaktadır. Gerçekleştirilen bu tez çalışması kapsamında migren hastalığının tanısı için kliniklerde tercih edilen Baş ağrısı Bozukluklarının Uluslararası Sınıflandırması (BBUS), Elektroensefalografi (EEG) yöntemleri incelenmiştir. Bu yöntemlere ek, alternatif bir yaklaşım olarak hızlı ve zararsız görüntüleme yöntemi Optik Koherens Tomografi (OKT) incelenmiştir. Üç farklı tanı yöntemininin incelenmesi sonucunda elde edilen veriler birçok yöntem ile analiz edilmiştir ve yapay zekâ algoritmaları kullanılarak çeşitli araştırmalar gerçekleştirilmiştir. Araştırmalarımızda migren hastası ve sağlıklı katılımcılar ile migren tiplerine ait verilerin analizi ve sınıflandırılması gerçekleştirilmiştir. Ayrıca migren hastalarında ataklara sebep olabilecek duyusal uyaranların beyin bölgelerinde oluşturdukları farklılıklar ve migren hastalığının tahminindeki etkileri de gerçekleştirilen tez çalışmasında incelenmiştir. Tez çalışmasında farklı durumlar kapsamlı bir şekilde ele alınmış ve gerçekleştirilen araştırmalarda elde edilen sonuçlar, çeşitli performans değerlendirme ölçütleri kullanılarak analiz edilmiştir. Migren ve türlerinin sınıflandırılması üzerine BBUS verileri kullanılarak gerçekleştirilen çalışmalarda en başarılı sınıflandırma sonucu %95.14 doğruluk oranı ile Rastgele Orman (RO) algoritmasında elde edilmiştir. Migren hastası ve sağlıklı katılımcılara ait EEG sinyalleri çeşitli sinyal işleme yöntemleri kullanarak analiz edilmiştir, makine öğrenmesi ve derin öğrenme algoritmaları ile migrenin tahmini üzerine çalışmalar gerçekleştirilmiştir. Derin öğrenme çalışmasında en başarılı doğruluk oranı (%99.74), Evrişimsel Sinir Ağı (ESA) algoritmasında elde edilirken makine öğrenmesi çalışmalarında ise en başarılı performanslar Yapay Sinir Ağları (YSA) algoritmaları ile (%85 ve üzeri) elde edilmiştir. OKT verilerinin analiz edildiği araştırmada ise LightGBM algoritması %91.14 doğruluk oranında migren hastalığının tahmininde en başarılı sonucu vermiştir. Sunulan tez çalışması, araştırılan konular, incelenen durumlar ve uygulanan yöntemler bakımından özgün araştırmalar içermektedir. Gerçekleştirilen çalışmalar ve elde edilen bulgular literatürü zenginleştirebilir, yakın gelecekte geliştirilmesi potansiyel klinik tanı sistemlerine katkı sağlayabilir. Anahtar Kelimeler: Migren ve diğer baş ağrısı türleri, duyusal uyaranlar, elektroensefalografi, sinyal işleme, baş ağrısı bozukluklarının uluslararası sınıflandırması, optik koherens tomografi, yapay zekâ, sınıflandırma