La détection de la maladie d’Alzheimer avec l’apprentissage profond

Abstract

La maladie d’alzheimer est une maladie qui affect la mémoire et les fonctions cognitives, elle menace la vie des gens dans le monde entier, donc il faut faire un diagnostic précoce pour tarder les complications qu’elle engendre. Dans ce mémoire une approche basée sur le deep learning et les réseaux de neurones convolutifs (CNN) pour la détection et la classification de cette maladie. La classification se fait en quatre classes, pour cela on fait entraînement de six modèles (ResNet50, VGG16, VGG19, Inception, Xception et MobileNet) avec une base do données qui contient des images IRM. Le modèle VGG19 a atteint la plus haute accuracy 100% dans la phase entraînement, même chose pour la phase du test avec 93.66% de précision.