Fusion de caractéristiques pour la classification des différents niveaux de démence de la maladie d’Alzheimer

Abstract

La maladie d’Alzheimer est une maladie touchant plus de 55,2 millions de personnes dans le monde, handicapant énormément ces personnes, rendant chaque action du quotidien plus compliquée. Notre projet a pour but de mettre en place un système d’aide au diagnostique se basant sur une fusion de deux méthodes d’extraction de caractéristiques : un réseau de neurones convolutif (CNN) profond et de l’Histogramme de Gradients Orientés (HOG) permettant la classification binaire dans un premier temps (malade et sain) et dans un deuxième temps la classification des différents niveaux de cette maladie en comparant les performances de différents types de classifieurs avec une étude comparative avec l’état de l’art.