L’utilisation de l'apprentissage profond par transfert pour prédire le statut de la maladie d’Alzheimer
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
BAHI AZZOUOUM Ahmed
Abstract
La maladie d'Alzheimer (MA) est une pathologie neurodégénérative qui altère
significativement la mémoire, la pensée et le comportement. Un diagnostic précis de la MA est
crucial pour une prise en charge et un traitement efficaces. L'imagerie par résonance magnétique
(IRM) fournit des images détaillées du cerveau, et l'apprentissage profond propose des outils
performants pour analyser ces images et identifier les caractéristiques associées à la MA.
Cette étude présente un modèle d'apprentissage profond proposé basé sur l'architecture
ResNet-101 pour la classification de la MA à partir d'images IRM. La précision, la sensibilité
et le score F1 élevés du modèle suggèrent son potentiel en tant qu'outil d'aide à la décision
intelligent pour le diagnostic clinique de la MA. Le modèle proposé obtient des performances
supérieures à celles des modèles existants et des travaux antérieurs, démontrant son efficacité
dans l'identification des quatre stades de la MA
Description
Spécialité : SYSTEM DES TELECOMMUNICATIONS
Keywords
Maladie d'Alzheime, imagerie par résonance magnétique (IRM), apprentissage profond