Analyse d’Images Médicales pour la Détection et le Suivi des Pathologies du Cerveau

Abstract

La maladie d'Alzheimer est une maladie neurodégénérative qui touche le cerveau dans le lobe temporal, exactement dans une petite structure appelée hippocampe qui commence par la perte de mémoire, des conversations...etc. Dans ce travail, nous avons réalisé un système d'aide au diagnostic de la maladie d'Alzheimer basé sur les algorithmes de l'apprentissage profond. Nous avons choisi de travailler avec les réseaux de neurones convolutionnels CNN, et l'un de ses modèles qui est AlexNet, pour classer les images IRM de notre base de données en CN, MCI et AD. Les résultats d'implémentation de ces deux architectures par MATLAB R2019a ont montrés que le modèle AlexNet est plus performant en termes d’indicateurs de performance que CNN.