Çocuklarda Migren Tespiti İçin Işıklı Uyarım Frekansı ve EEG Kanallarının Belirlenmesi: Makine Öğrenmesi Algoritmaları ile Bir Yaklaşım

Bu çalışma, çocukluk çağı migren hastalarında elektroensefalografi (EEG) verilerinin ışıklı stimülasyon altında analiz edilerek migren tanısında kullanılabilirliğini değerlendirmeyi amaçlamaktadır. Çalışmada, 6–18 yaş aralığında migren tanısı almış 20 çocuk ve 18 sağlıklı kontrol olgusunun EEG verileri incelenmiştir. EEG kayıtları OpenBCI Cyton+Daisy cihazı kullanılarak elde edilmiş ve 2–16 Hz arasında artan frekanslarda ışıklı stimülasyon uygulanmıştır. Veriler dalgacık dönüşümü yöntemiyle analiz edilmiş, FP1, FP2, T5 ve T6 kanallarında anlamlı uyarılma paternleri tespit edilmiştir. Destek Vektör Makineleri (SVM) ve Çok Katmanlı Yapay Sinir Ağı (ANN) algoritmaları kullanılarak yapılan sınıflandırmalarda, SVM yöntemi 6 Hz frekansında %76,35 doğruluk oranı ile en iyi sonucu verirken, ANN yöntemi 12 Hz frekansında %79,05 doğruluk sağlamıştır. Bulgular, çocukluk çağı migren hastalarında EEG verilerinin farklı frekans ve kanallarda anlamlı paternler oluşturabileceğini göstermiştir. Ayrıca, elde edilen sonuçlar, yetişkin migren çalışmalarındaki bulgularla kısmen uyum göstermekte, ancak çocuk hastalarda 6 Hz ve 12 Hz frekanslarının öne çıkması çalışmanın özgün katkısı olarak değerlendirilmektedir. Bu çalışma, çocukluk çağı migreninin erken tanı ve izlenmesinde EEG tabanlı yapay zeka yöntemlerinin potansiyelini vurgulamakta ve literatüre yeni bir perspektif sunmaktadır.