Hastalığın teşhisi polisomnografi (PSG) cihazı kullanılarak uyku evreleme ve solunum skorlama adımları ile gerçekleştirilir. Sistem yapısı gereği teşhis sırasında hastaya birçok rahatsızlık vermektedir. Verilen rahatsızlıklara çözüm olabilecek, PSG cihazına alternatif sistemlere ihtiyaç duyulmaktadır. Bu çalışmada, PSG cihazı için otomatik uyku evreleme işlemi için yeni bir yaklaşım geliştirilmiştir. Bu yaklaşım ile PSG'ye alternatif, hastaya daha az rahatsızlık veren ve PSG kadar güvenilir bir cihazın oluşturulabileceği ispatlanmıştır. Çalışmada, 10 bireyden alınan Fotopletismografi (PPG) sinyali kullanılmıştır. Uyku evreleme için PPG sinyali ve bu sinyalden türetilen Kalp Hızı Değişkeni (HRV) kullanılarak yapay zeka tabanlı teşhis algoritması tasarlanmıştır. Çalışma için PPG'den 46, HRV'den 40 adet olmak üzere toplam 86 özellik çıkarılmıştır. Çıkarılan özelliklerin, Mann-Whitney U Testi yöntemiyle, istatistiksel olarak, uyku uyanıklık için ayırt edici olup olmadığı tespit edilmeye çalışılmıştır. Ayrıca, özellikler, F-score özellik seçme yöntemleriyle 2 defa azaltılmış ve sınıflandırılmıştır. İstatistiksel sonuçlara göre, uyku evreleme işlemi için, 86 özellikten 75'inin uyku uyanıklık için anlamlı olduğu (p<0,05) tespit edilmiştir. Sınıflandırma sonuçlarına göre uyku evreleme 11 özellik ile, %84,93 duyarlılık, %97,40 özgüllük ve %91,09 sınıflandırma doğruluk oranı ile topluluk sınıflandırıcısı yardımıyla başarı ile sınıflandırılmıştır. Bu çalışmada elde edilen sonuçlara göre, PPG sinyali ve bu sinyalden türetilen HRV özelliklerinin uyku evreleme işleminde kullanılabileceği ve anlamlı sonuçlar vereceği kanısına varılmıştır. PPG sinyalinin kolay elde edilebilmesi ve HRV'nin PPG sinyalinden türetilmesi tek sinyal ile uyku evreleme işleminin yapılabilmesinin önünü açmaktadır. Gerçek zamanlı çalışabilecek sistemlerde sinyalin kolay ölçülebilir ve kolay işlenebilir olması sistemlerin pratikliğini arttıracaktır.