COVID-19 pandemisinin insidansını takiben bu günlerde Majör Depresif Bozukluk (MDD) hastalarının sayısı hızla artıyor. Majör depresif bozukluk (MDB), dünyadaki büyük nüfusu etkileyen en yaygın modern rahatsızlıklardan biridir. Elektroensefalogram (EEG) sinyali, MDD'yi taramak için yaygın olarak kullanılır. MDB'nin EEG kullanılarak manuel olarak teşhisi zaman alıcıdır, özneldir ve insan hatalarına neden olabilir. Bu nedenle günümüzde MDB'yi doğru ve hızlı bir şekilde teşhis etmek için çeşitli otomatik sistemler geliştirilmiştir. Bu nedenle, derin öğrenme teknikleri kullanılarak geliştirilen otomatik bir MDD algılama sistemi, MDB'yi doğru bir şekilde teşhis ederek klinisyenlerin iş yükünü azaltmaya yardımcı olabilir. Yapılan bu çalışmada, Evrişimsel Sinir Ağı (CNN) ve spektrogram görüntülerine dayalı yeni bir derin öğrenme modeli önerildi. Bu çalışmada, MDB hastalarının ve sağlıklı deneklerin spektrogram görüntülerini elde etmek için önce EEG sinyallerine Kısa Zamanlı Fourier Dönüşümü (STFT) uygulanmıştır. Bu spektrogram görüntüleri daha sonra MDB hastalarının ve sağlıklı deneklerin otomatik tespiti için CNN modeline beslenir. Çalışmada kullanılan EEG sinyalleri %99.70 oranında başarılı hastalık tespiti elde edilmiştir. Farklı bir başka çalışmada ise %99.11 oranında başarılı tespitler elde edilmiştir.
Çalışmalardan birinin detayları Expert Systems adlı dergide bir diğer çalışmanın detayları ise Applied Intelligence adlı dergide yayınlanmıştır. Çalışmaya aşağıdaki bağlantılardan ulaşılabilir.
