Stanford Üniversitesi'nden araştırmacılar, beyin dalgalarını analiz ederek derin uyku evresini tespit eden yeni bir sistem geliştirdi. Pasif beyin-bilgisayar arayüzü (pBCI) teknolojisini kullanan bu yöntem, uyku kalitesini iyileştirme amaçlı müdahalelere zemin hazırlayabilir.
Çalışmada 290 yaşlı kadından toplanan 347.232 EEG verisi analiz edildi. Araştırmacılar, Detrended Fluctuation Analysis (DFA) tekniğiyle elde edilen kritiklik özelliklerini kullanarak altı farklı makine öğrenmesi algoritmasını test etti. UMAP manifold öğrenme yöntemiyle uyku evreleri arasındaki geçişler görselleştirildi.
Sonuçlar, Naive Bayes algoritmasının %87.17 dengeli doğruluk oranıyla en başarılı performansı sergilediğini gösterdi. Bu oran, derin öğrenme ağlarından (%81.58) ve Random Forest algoritmasından (%80.97) belirgin şekilde yüksek çıktı. Linear modeller ise beklendiği gibi düşük performans gösterdi.
Bu gelişme, uyku bozukluklarının tedavisinde ve uyku kalitesinin artırılmasında kullanılabilecek gerçek zamanlı nörogeri bildirim sistemlerinin temelini oluşturuyor. Özellikle yaşlı popülasyonda uyku kalitesinin iyileştirilmesine yönelik uygulamalarda kullanım potansiyeli bulunuyor.