Introduction La prévalence des maladies neurodégénératives a considérablement augmenté, nécessitant une compréhension plus approfondie de leurs symptômes, processus diagnostiques et stratégies de prévention. La démence frontotemporale (DFT) et la maladie d'Alzheimer (AD) sont deux affections neurodégénératives majeures qui présentent des défis diagnostiques en raison de symptômes chevauchants. Pour relever ces défis, les experts utilisent une gamme de techniques d'imagerie, y compris l'imagerie par résonance magnétique (IRM), l'imagerie par tensor de diffusion (DTI), l'IRM fonctionnelle (IRMf), la tomographie par émission de positrons (TEP), et la tomographie par émission monophotonique (TEMP). Ces techniques facilitent un examen détaillé des manifestations de ces maladies. Des recherches récentes ont démontré le potentiel de l'intelligence artificielle (IA) dans l'automatisation du processus de diagnostic, suscitant un intérêt significatif dans ce domaine. Matériaux et Méthodes Cette revue narrative vise à compiler et analyser des articles relatifs au diagnostic assisté par IA de la DFT et de l'AD. Nous avons examiné 31 articles publiés entre 2012 et 2024, dont 23 se concentraient sur des techniques d'apprentissage automatique et 8 sur des techniques d'apprentissage profond. Les études utilisaient des caractéristiques extraites à la fois de modalités d'imagerie uniques et d'approches multimodales, et évaluaient les performances de divers modèles de classification. Résultats Parmi les études sur l'apprentissage automatique, les machines à vecteurs de support (SVM) ont montré les meilleures performances dans la classification de la DFT et de l'AD. Dans les études d'apprentissage profond, le réseau neuronal convolutif ResNet a surpassé les autres réseaux. Conclusion Cette revue met en évidence l'utilité des différentes modalités d'imagerie en tant qu'aides diagnostiques pour distinguer la DFT de l'AD. Cependant, elle souligne l'importance d'incorporer des examens cliniques et des évaluations des symptômes des patients pour assurer des diagnostics complets et précis.
Mirabian et al. (Jeu,) ont étudié cette question.