تشخیص میزان پیشروی بیماری آلزایمر با استفاده ازمدل شبکه عصبی کانولوشن و منطق فازی

بیماری آلزایمر یکی از شایع‌ترین اختلالات عصبی است که به تدریج موجب زوال عقل و کاهش توانایی‌های شناختی در افراد می‌شود. این بیماری نه تنها تاثیرات عمیقی بر روی بیماران دارد، بلکه فشارهای روانی و مالی قابل توجهی بر خانواده‌ها و جامعه وارد می‌کند، تشخیص به موقع و دقیق مراحل این بیماری می‌تواند تاثیر بسزایی در بهبود درمان و کیفیت زندگی بیماران داشته باشد. این مقاله روشی را برای شناسایی مرحله پیشروی بیماری ، از ترکیب شبکه عصبی کانولوشنال با منطق فازی پیشنهاد داده است. به این صورت که داده های ساختار یافته به دست آمده از تصاویر mri را با روش فازی پردازش می کند و از یک مدل یادگیری عمیق مبتنی بر cnn برای تشخیص الگوهای بیماری استفاده می کند. در نتایج به‌دست‌آمده، مدل cnn به دقت 91.20 درصد و امتیاز 0.9122 برای f1 دست می یابد که نسبت به دیگر روش ها از کارایی بهتری برخوردار است.