Makine öğrenimi algoritmaları artık elektroensefalografi (EEG) kullanılarak kaydedilen elektriksel beyin sinyallerini analiz ederek bebeklerin “beyin yaşını” benzeri görülmemiş bir hassasiyetle tahmin edebilir.

Université de Montréal Psikoloji Bölümü’nde Sarah Lippé liderliğindeki bir ekip, bir bebeğin beyin gelişiminin ilerlemiş, gecikmiş veya kronolojik yaşlarına uygun olup olmadığını dakikalar içinde belirleyebilen bir yöntem geliştirdi.

Bu atılım, bebeklerde gelişimsel bozuklukların erken taranmasını ve kişiselleştirilmiş izlenmesini sağlamayı vaat ediyor.

Lippé, “Yaşamın ilk yılları beyin gelişimi için kritik öneme sahiptir,” diye açıkladı. “Bu, beyin yapısının ve işlevinin tüm seviyelerindeki değişikliklerin giderek daha karmaşık bilgi işlemenin temelini attığı zamandır.”

Bu gerçek, beyin olgunlaşmasının değerlendirilmesi ve dil gecikmeleri, dikkat eksikliği bozukluğu ve otizm gibi nörogelişimsel bozukluklar için risk altındaki çocukların erken tanımlanması için güvenilir araçların öneminin altını çiziyor.

Lippé’ye göre, erken müdahale ve yakın izleme uzun vadeli sonuçları önemli ölçüde iyileştirebilir.

272 bebek çalıştı
Çalışma, 53’ü anormal derecede büyük bir kafa ile karakterize edilen ve atipik beyin gelişimi ile ilişkili bir durum olan makrosefali olan 272 bebeği inceledi.

Lippé’nin gözetiminde, doktora öğrencisi Saeideh Davoudi, bebeklerin EEG’lerini analiz etmek için iki yöntemi karşılaştırdı: geleneksel makine öğrenimi ve yeni derin öğrenme.

Geleneksel makine öğrenimi modelini eğitmek için Davoudi, sinyal karmaşıklığı ve delta, teta ve alfa frekans aralıklarındaki beyin dalgası aktivitesinin yoğunluğu da dahil olmak üzere EEG’lerden temel özellikleri çıkardı.

Yeni derin öğrenme modeli için Davoudi, ham EEG verilerini doğrudan modele besledi ve bu da verileri kalıplar için otomatik olarak analiz etti.

Mayıs 2025’te NeuroImage dergisinde yayınlanan sonuçlar, yeni derin öğrenme modelinin en iyi performansı gösterdiğini gösterdi.

Kaynak ve devamına Buradan ulaşabilirsiniz.