Parkinson hastalığının beyin korteksindeki nöral dinamikleri nasıl etkilediğini anlamak için yapılan yeni bir araştırma, EEG tabanlı elektrofizyolojik biyobelirteçler geliştirmede önemli bir ilerleme kaydetmiştir. Araştırmacılar, yorumlanabilir EEG özelliklerinin Parkinson nöral durumlarını ayırt edebilme kapasitesini incelemişlerdir.
Çalışmada kapsamlı bir özellik seti iki ana gruba ayrılmıştır. Standart tanımlayıcılar spektral güç, faz senkronizasyonu ve zaman alanı istatistiklerini içerirken; dinamik tanımlayıcılar aperiodik aktivite, çapraz frekans bağlantısı, ölçeksiz dinamikler, nöronal çığ istatistikleri ve anlık frekans ölçümlerini kapsamaktadır.
Araştırmada multi-head attention transformer sınıflandırıcısı kullanılarak katı LOSO (Leave-One-Subject-Out) doğrulama yapılmıştır. Grup düzeyinde karşılaştırmalar, hastalık ve ilaç durumu ile ilişkili elektrofizyolojik farklılıkları belirlemiştir.
Bulgular, standart özellik setlerinin ilaç durumlarını (PDoff vs PDon) ayırt etmede en güçlü performansı gösterdiğini ortaya koymuştur. Bu yaklaşım, Parkinson hastalığı için non-invaziv ve güvenilir biyobelirteçler geliştirme potansiyeli taşımaktadır.