Classification de la maladie d'Alzheimer pour les images IRM à l'aide de réseaux de neurones convolutionnels

La maladie d'Alzheimer (MA) est la principale cause de démence et de perte de mémoire. La démence a un impact important sur le système de santé mondial et la société. La plupart des cas de maladie d'Alzheimer se produisent chez des personnes d'environ soixante ans ; cependant, cela pourrait être le résultat de commotions cérébrales ou d'autres blessures au cerveau. La maladie d'Alzheimer nécessite un diagnostic rapide pour commencer un traitement efficace. L'importance d'un diagnostic précoce de la maladie d'Alzheimer pour le développement thérapeutique et, finalement, les soins efficaces aux patients peut vraiment être affectée. Les développements actuels en apprentissage profond fournissent des résultats prometteurs pour détecter différents scans médicaux. Cet article présente un modèle CNN pour détecter la maladie d'Alzheimer à l'aide d'images IRM. Le modèle CNN proposé est largement comparé à plusieurs modèles pré-entraînés, tels que VGG16, VGG19, DenseNet201, ResNet101, Inceptionv3, MobileNet, Inception-ResNetV2, DenseNet169 et DenseNet121. De plus, l'évaluation du modèle proposé est comparée aux efforts de recherche pertinents ; les résultats indiquent qu'il surpasse bien, avec un taux de précision de 97 %.