Cadre piloté par l'IA pour la détection précise de la maladie d'Alzheimer dans l'EEG

La maladie d'Alzheimer est une affection neurodégénérative en pleine expansion qui altère gravement les fonctions cognitives, en particulier chez les personnes âgées. La détection précoce est essentielle pour une intervention rapide et une prise en charge efficace. L'électroencéphalographie (EEG) est un outil non invasif, rentable et à haute résolution temporelle pour diagnostiquer la maladie d'Alzheimer, mais les approches traditionnelles basées sur l'EEG peinent souvent à extraire avec précision des caractéristiques informatives à partir de signaux cérébraux complexes, ce qui limite leurs performances en matière de diagnostic. Cette étude relève ces défis en proposant un nouveau cadre basé sur l'intelligence artificielle qui intègre la fusion des caractéristiques avec une architecture de mémoire convolutive à long terme (Conv-LSTM).