# Çocuklarda göz izleme verisi ile disleksi taramasında makine öğrenmesi yaklaşımları: sınıflandırma yöntemleri ve başarımın sistematik derlemesi - URL: https://alisanburak.com/en/wcp-2026-posterler/ev0289 - Language: en - Last updated: not specified - Page title: Çocuklarda göz izleme verisi ile disleksi taramasında makine öğrenmesi yaklaşımları: sınıflandırma yöntemleri ve başarımın sistematik derlemesi | WCP 2026 Summary > Göz izleme verisine dayalı makine öğrenmesi modelleri disleksi taramasında %96-97'ye varan sınıflandırma başarımı ile geleneksel tarama yöntemlerini geride bır… The translation of this page is being prepared; the Turkish original is shown for now. [Read the original](https://alisanburak.com/wcp-2026-posterler/ev0289) This page is an AI-assisted Turkish summary of the study presented at the 26th World Congress of Psychiatry. The study belongs to the presenting authors; please refer to the original source when citing it. EV0289 E-PosterDigital Psychiatry and Artificial IntelligenceSystematic review # Çocuklarda göz izleme verisi ile disleksi taramasında makine öğrenmesi yaklaşımları: sınıflandırma yöntemleri ve başarımın sistematik derlemesi MACHINE LEARNING APPROACHES FOR DYSLEXIA SCREENING USING EYE-TRACKING DATA IN CHILDREN: A SYSTEMATIC REVIEW OF CLASSIFICATION METHODS AND PERFORMANCE Presenter: Maryam Ayub Country: Pakistan Institution: King Edward Medical University Göz izleme verisine dayalı makine öğrenmesi modelleri disleksi taramasında %96-97'ye varan sınıflandırma başarımı ile geleneksel tarama yöntemlerini geride bırakmakta, ancak orta düzeyde yanlılık riski ve sınırlı dış geçerlilik nedeniyle prospektif çok merkezli çalışmalara ihtiyaç duyulmaktadır. Derlemenin amacı göz izleme (eye-tracking) verisi kullanan otomatik disleksi saptama modellerini değerlendirmek, farklı algoritmaların sınıflandırma başarımını karşılaştırmak ve gerçek zamanlı tarama sistemlerinin klinik uygulanabilirliğini incelemekti. PRISMA 2020 kılavuzuna uyularak beş veri tabanı başlangıcından Ağustos 2023'e kadar tarandı; göz hareketi özelliklerine dayalı makine öğrenmesi modelleri için nicel başarım ölçütleri bildiren çalışmalar dahil edildi. Sekiz çalışma, yaşları 7 ile 13 arasında değişen toplam 782 katılımcıyı kapsıyordu ve örneklem büyüklükleri 30 ile 187 arasındaydı. Sınıflandırma doğruluğu (accuracy) 2015'te %80,18 iken güncel evrişimli sinir ağı (CNN) yaklaşımlarıyla %96,6'ya yükseldi; SVM-RFE modeli %95,6 doğruluk, %95,5 duyarlılık (sensitivity) ve %95,7 özgüllük (specificity) ile dengeli başarım gösterdi. Hız temelli (velocity-based) özellikler dağılım temelli (dispersion-based) özelliklere belirgin üstünlük sağladı (%95,6 ve %76); gerçek zamanlı işleme saniyede 7 ms işlem süresiyle %88,9 doğruluğa ulaştı ve hibrit SVM-PSO modelleri %96 tepe doğrulukla geleneksel yaklaşımları geçti. Karşılaştırma ölçütü olarak geleneksel tarama yöntemleri yalnızca %70-80 doğruluk, %41,5 duyarlılık ve %93,5 özgüllük düzeyinde kalmaktadır. Sonuç olarak göz izleme temelli makine öğrenmesi disleksi taramasında geleneksel yöntemlerden daha yüksek başarım sunmakta, ancak orta düzeyde yanlılık riski ve sınırlı dış doğrulama nedeniyle standart protokollerle yürütülecek iyi tasarlanmış, çok merkezli prospektif çalışmalar gerekmektedir. [View the original poster](https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/654) How to cite this study APA 7: Amin, F., Zahra, F. T., & Ayub, M. (2026, September 23-26). Machine learning approaches for dyslexia screening using eye-tracking data in children: a systematic review of classification methods and performance [E-poster]. 26th WPA World Congress of Psychiatry (WCP 2026), Stockholm, Sweden. https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/654 Vancouver: Amin F, Zahra FT, Ayub M. Machine learning approaches for dyslexia screening using eye-tracking data in children: a systematic review of classification methods and performance [e-poster]. 26th WPA World Congress of Psychiatry (WCP 2026); 2026 Sep 23-26; Stockholm, Sweden. Available from: https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/654 Author names and title formatting were generated automatically from the congress system; please check them against the original poster before use. ## On the same topic - [Siber tanıkların davranışını belirleyen etkenler](https://alisanburak.com/en/wcp-2026-posterler/ev0041) - [Z kuşağında sosyal medyanın "lunapark etkisi"nin modellenmesi: örtük değişken yaklaşımı](https://alisanburak.com/en/wcp-2026-posterler/ev0046) - [DEHB'de dijital girişimler: etkililik ve çok modlu tedavi yaklaşımlarına entegrasyon](https://alisanburak.com/en/wcp-2026-posterler/ev0072) - [Algoritmaların inşa ettiği beyinler: dijital çağda DEHB, patolojiyi mi tanılıyoruz yoksa yeni bir normali mi patolojikleştiriyoruz?](https://alisanburak.com/en/wcp-2026-posterler/ev0077) - [Genç erişkin bir örneklemde nomofobi ile yaygın anksiyete bozukluğu arasındaki ilişki](https://alisanburak.com/en/wcp-2026-posterler/ev0111) [All WCP 2026 summaries](https://alisanburak.com/en/wcp-2026-posterler) --- Kaynak / Source: https://alisanburak.com/en/wcp-2026-posterler/ev0289 İletişim / Contact: Bağdat Caddesi, Veli Güneysu Apt. No:453 K:4 D:9, Suadiye / Kadıköy, İstanbul · +90 532 642 95 25 · info@alisanburak.com · https://alisanburak.com/bagdat-caddesi-psikoterapi-iletisim