Bipolar bozukluğunun tanısında klinik araç olarak multimodal EEG–fNIRS sınıflandırması

Günlük zihinsel sağlık açısından bunun önemi

Bipolar bozukluk, özellikle doktorların ana alt tipleri ayırt etmesi gerektiğinde, sıklıkla zor teşhis edilir. Mevcut tanı neredeyse tamamen görüşmeler ve gözleme dayandığı için kişiler yıllarca yanlış tedavi görebilir. Bu çalışma, insanların duygusal bir görev yaparken alınan basit, invaziv olmayan beyin kayıtlarının kimin bipolar bozukluğu olduğunu, hangi alt tipe sahip olduğunu ve kimin sağlıklı olduğunu belirlemeye yönelik nesnel ipuçları sağlayıp sağlayamayacağını araştırıyor. Eğer başarılı olursa, böyle bir yaklaşım sıradan klinik ortamlarda daha hızlı ve daha kişiselleştirilmiş bakım sağlayabilir.

Işık ve elektrikle duygudurum dalgalanmalarını içerden görmek

Araştırmacılar bipolar bozukluğun temel bir özelliğine odaklandı: görünürde stabil dönemlerde dahi devam eden duyguları yönetme zorluğu. Büyük hastanelerin dışında da kullanılabilecek iki aracı kullandılar. Birincisi EEG, saçlı derideki sensörlerden beynin elektriksel aktivitesini kaydeder. Diğeri fNIRS, alın bölgesine yakın kızılötesi ışık göndererek dış beyin bölgelerindeki kan-oksijen değişimlerini izler. Birlikte bu yöntemler, duygu, karar verme ve sosyal davranışları kontrol eden frontal bölgede hem hızlı elektriksel sinyalleri hem de daha yavaş kan akışı yanıtlarını yakalar.

Duygusal dikkati gerçek zamanlı test etme

Duygusal kontrolü araştırmak için ekip, kişilerin bir resmin çerçeve rengini yanıtlaması gerektiği, resmin hoş, nötr veya nahoş olup olmadığına dikkat etmeleri istenmediği görsel bir görev tasarladı. Bu düzenek, duygusal Stroop görevine bir çeşitleme olarak, duygusal tepkiler ile basit bir düşünme görevi arasında bir çekişme yaratır. Katılımcılar arasında bipolar bozukluk tip I, tip II olan yetişkinler ve sağlıklı gönüllüler yer aldı. Görevi yaparken EEG sensörleri tüm kafa derisini kaplarken, küçük bir fNIRS ışık kaynağı ve dedektör seti sol frontal bölge üzerindeki kan akışı değişimlerini kaydetti.

Kim kimin olduğunu ortaya koyan desenler

Önce araştırmacılar davranışı kontrol etti. Bipolar bozukluğu olan kişiler, nötr veya hoş resimlere göre nahoş resimlere daha uzun süre yanıt verdi; bu, olumsuz duyguların düşünmeyi daha çok engellediğini gösteriyor. Sağlıklı gönüllüler bu deseni göstermedi. Ardından ekip beyin sinyallerine yöneldi. EEG’den (görsel uyarılara bağlı hızlı yanıtlar yaklaşık onda bir saniyeden duygu ve karar verme ile ilişkili daha sonraki dalgalara kadar) ve daha yavaş fNIRS yanıtından (her resimden sonra kan akışının nasıl yükselip düştüğünü yakalayan) zaman pencereleri çıkardılar. Bu özellikleri kullanarak, bir kişinin sağlıklı mı yoksa bipolar bozukluğu mu olduğunu ve bipolar hastalar içinde tip I mi yoksa tip II mi olduğunu sınıflandırmak için makine öğrenimi modelleri eğittiler.

Sinyalleri birleştirmek tanısal gücü artırıyor

Sadece tüm kafa kaplı EEG sinyalleri kullanıldığında bile modeller hastaları sağlıklı gönüllülerden ayırdı ve çoğu zaman iki bipolar alt tipi birbirinden ayırt edebildi. Ancak fNIRS özelliklerini eklemek bu sonuçları sürekli olarak iyileştirdi, özellikle daha zor olan sorunlarda: bipolar tip II ile sağlıklı katılımcıları ayırmada ve tip I ile tip II’yi birbirinden ayırmada. Işık temelli ölçümler, frontal beyindeki kan damarları ile sinirsel aktivite arasındaki etkileşime dair bilgi ekleyerek EEG’nin tek başına yakalayamadığı ince nörovasküler farklılıkları yakaladı. EEG verileri yalnızca frontal sensörlerle sınırlı olduğunda bile —daha basitleştirilmiş, taşınabilir bir sistemi taklit eder şekilde— EEG ve fNIRS’in birleşimi yanlış sınıflandırmaları azalttı ve performansı yüksek tuttu.

Daha basit, daha nesnel tanıya doğru

Basitçe söylemek gerekirse, bu çalışma baş üzerindeki küçük bir sensör setinin sağlıklı kişiler ile bipolar bozukluğu olanlar ve hatta ana alt tipleri arasında farklılık gösteren güvenilir beyin desenlerini tespit edebildiğini gösteriyor. Elektriksel aktivite ile kan akışı değişikliklerini eşleştirerek yöntem, bilgisayar tabanlı sınıflandırıcılara sunulan sinyali güçlendiriyor ve alt tip ayrımlarını daha doğru hale getiriyor. Daha büyük çalışmalara hâlâ ihtiyaç olsa da, bu bulgular görüşmelere ek olabilecek, yanlış tanıyı önlemeye yardımcı olabilecek ve sonuçta bipolar bozukluk riski taşıyan kişiler için daha erken ve daha kişiselleştirilmiş tedavi imkânı sağlayabilecek klinik dostu araçlara işaret ediyor.

Atıf: Tahir, I., Planat-Chrétien, A., Bertrand, A. et al. Multimodal EEG–fNIRS classification as a clinical tool for bipolar disorder diagnosis. Transl Psychiatry 16, 177 (2026). https://doi.org/10.1038/s41398-026-03858-1

Anahtar kelimeler: bipolar bozukluk, beyin görüntüleme, EEG, fNIRS, duygusal düzenleme