چکیده: بیماری آلزایمر یک بیماری زوال عصبی پیش‌رونده است که باعث ایجاد اختلال در فعالیت‌های شناختی و از دست رفتن حافظه می‌شود. اگرچه تاکنون روش شناخته شده‌ای برای درمان بیماری آلزایمر ارائه نشده است ولی می‌توان با تشخیص زودهنگام این بیماری به‌ویژه در مراحل اولیه، نقش بسزایی در کنترل و پیشرفت آن داشت. یکی از روش‌های شناسایی بیماری آلزایمر بررسی عملکرد نواحی مغز با استفاده از روش تصویربرداری رزونانس مغناطیسی عملکردی (fMRI) است. با تجزیه و تحلیل داده‌های تصویربرداری رزونانس مغناطیسی عملکردی، می‌توان عملکرد هر ناحیه از مغز را اندازه‌گیری کرد. در این پایان‌نامه، تجزیه و تحلیل داده‌های fMRI با استفاده از رویکرد مبتنی بر شبکه‌های عصبی همگشتی به منظور شناسایی بیماری آلزایمر ارائه شده است. بدین منظور تصاویر fMRI در سه گروه مربوط به افراد سالم، افراد مبتلا به بیماری آلزایمر، افراد مبتلا به بیماری اختلال شناختی خفیف اولیه از پایگاه داده ADNI جمع‌آوری شده است. پس از جمع‌آوری و پیش‌پردازش تصاویر fMRI، یک مدل شبکه عصبی همگشتی دو بعدی جهت تفکیک و طبقه‌بندی دو کلاسه طراحی و بر روی مجموعه‌ داده‌های جمع‌آوری شده آموزش داده می‌شود. از معیار دقت جهت بررسی عملکرد روش پیشنهادی استفاده شده است. در نهایت دقت مدل پیشنهادی جهت تفکیک افراد مبتلا به بیماری اختلال خفیف شناختی اولیه از افراد سالم و افراد مبتلا به بیماری آلزایمر به ترتیب 3/74 و 78/78 گزارش شده است.