سامانه همایش‌ها TSTA | ثبت‌نام و ارسال مقاله کنفرانس‌ها و کنگره‌های ملی

Please wait ...

فارسی

Home / سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران

Deep Learning Approaches for Alzheimer’s Disease Diagnosis: A Comprehensive Review

Authors :

Mahdi Jafari Asl¹ Saba Haji Molla Rabie²

1- دانشگاه شاهد-تهران 2- دانشگاه ازاد تهران جنوب

Keywords :

Alzheimer’s disease (AD)،Mild Cognitive Impairment (MCI)،Electroencephalography (EEG)،Magnetic Resonance Imaging (MRI)،Deep Learning (DL)،Convolutional Neural Networks (CNNs)،Recurrent Neural Networks (RNN)،Transformers،Multimodal analysis

Abstract :

Alzheimer’s disease (AD) is a progressive neurodegenerative disorder that severely affects memory, cognition, and daily functioning. Early and reliable diagnosis plays a critical role in improving treatment strategies and patient quality of life. In recent years, deep learning (DL) techniques have shown remarkable potential in medical imaging and neurophysiological signal analysis, enabling automated and accurate detection of AD and related conditions such as mild cognitive impairment (MCI) and frontotemporal dementia (FTD). This paper provides a comprehensive review of 17 recent studies published between 2023 and 2025, which applied various DL architectures, including convolutional neural networks (CNNs), recurrent neural networks (RNNs), transformers, and hybrid models, to electroencephalography (EEG), magnetic resonance imaging (MRI), and multimodal datasets. The reviewed works adopted diverse feature extraction strategies such as discrete wavelet transform (DWT), synchrosqueezing, power spectral density (PSD), and intrinsic time-scale decomposition (ITD), combined with advanced classifiers and interpretable AI frameworks. A comparative analysis highlights the strengths and limitations of each approach, dataset availability, and diagnostic accuracy. Finally, key challenges, including limited dataset diversity, lack of interpretability, and generalization issues, are discussed, along with future directions such as explainable AI, federated learning, and multimodal fusion, which hold promise for advancing AD diagnosis.

List of archived papers

مروری بر روش‌های هوشمند تشخیص نفوذ در اینترنت اشیاء با تأکید بر یادگیری ماشین و الگوریتم‌های بهینه‌سازی

رضا کهن - حمید براتی - علی براتی

Preparation and Characterization of Silicone Hydrogel Contact Lenses Based on TRIS-HEMA

Mahdiyeh Sedghi - Hakimeh Ghaleh - Sina Hajibababzadeh

بهبود طبقه بندی احساسات نظرات مشتریان آمازون با جنگل تصادفی

فائزه مختارآبادی - وحید خطیبی بردسیری

طبقه بندی بیماران پارکینسون و افراد سالم با بهره گیری از ویژگیهای غیرخطی و الگوریتم های یادگیری ماشین

محمد جواد عبدی - پریا شکری - امیرحسین تجرد - تانیا حسین خانی - اصغر زارعی

Comparative Evaluation of Feature Selection Techniques for Six-Month Mortality Prediction in Heart Failure Patients

Parsa Haghighatgoo - Somayeh Afrasiabi

بررسی اثر ضد سرطانی لیپوزوم پگیله حاوی ترکیب جنسینوساید Rh2 بر سرطان روده بزرگ در مدل آزمایشگاهی و حیوانی

محسن زارع - ناهید حسن زاده نعمتی - هادی زارع زردینی

Ensemble Learning–Based Surrogate Models for Non-Invasive Estimation of Corneal Mechanical Properties

Seyed Sadjad Abedi Shahri - Mitra Baradari - Iman Zoljanahi Oskui

یک سامانه هوشمند پشتیبان تصمیم مبتنی بر چندعامل برای طبقه‌بندی انواع کسب‌وکار

حسن ضیافت

بررسی خواص مکانیکی داربست‌های متشکل از نانوسلولز، ژلاتین و ماتریس خارج‌سلولی برای کاربرد در مهندسی بافت استخوان

مهدی درگاهی - معصومه محمودی

EEG Graph Construction: A Comparative Analysis for Classification Application

Kiana Kalantari - Mohammad Bagher Shamsollahi

more

Samin Hamayesh - Version 44.7.0