La maladie d'Alzheimer est une affection neurologique qui entraîne la perte d'autonomie et de mémoire chez les personnes qui en sont atteintes. En raison de l'augmentation du nombre de cas de cette maladie et du manque de précision des outils de diagnostic, de nouveaux outils capables de réduire ce problème sont en cours de développement.L'objectif principal est d'implémenter un modèle de réseau neuronal convolutionnel tridimensionnel avec une structure de base de type AlexNet3D pour obtenir la prédiction d'un diagnostic possible de la maladie d'Alzheimer (MA) à partir de l'analyse d'images de résonance magnétique, en utilisant le syndrome de déficience cognitive légère (DCL) comme stade précoce.Ce projet fournira une explication de chaque phase proposée, qui a été divisée en sélection de la base de données, sélection des caractéristiques, traitement des données, développement du modèle pour l'entraînement et la validation, et enfin, les résultats obtenus à partir des tests de prédiction.
