Nadezhda Shanarova et al: Application of Machine Learning to Diagnostics of Schizophrenia Patients Based on Event-Related Potentials.
Schizophrenie ist eine schwere psychiatrische Störung, die die Lebensqualität erheblich einschränkt. Eine frühzeitige Behandlung ist äußerst wichtig, um die langfristigen negativen Auswirkungen zu mildern. In dieser Arbeit wurde eine auf maschinellem Lernen basierende Diagnose von Schizophrenie entwickelt. Klassifizierungsmodelle wurden auf die ereigniskorrelierten Potenziale (ERPs) von Patienten und gesunden Probanden angewendet, die eine visuellen Go/NoGo-Aufgabe bearbeitet haben. Die Stichprobe bestand aus 200 erwachsenen Personen im Alter zwischen 18 bis 50 Jahren. Für die Anwendung der maschinellen Lernmodelle wurden verschiedene Merkmale aus den den ERPs extrahiert. Der Prozess der Merkmalsextraktion wurde durch ein spezielles Verfahren parametrisiert und die Parameter dieser Prozedur wurden zusammen mit den Hyperparametern des Modells durch eine Rastersuche ausgewählt. Auf die Merkmalsextraktion folgte eine sequentielle Transformation der Merkmalsauswahl, um eine Überanpassung zu verhindern und die Rechenkomplexität zu verringern. Verschiedene Modelle wurden auf dem resultierenden Merkmalssatz trainiert. Das beste Modell war die Support-Vektor-Maschine mit einer Sensitivität und Spezifität von 91 % bzw. 90,8 %.