大脑是人体最敏感的部位之一每时每刻传输数百万个信号。痴呆是最新出现的大脑涉及记忆力丧失、解决问题困难、处理问题的健康问题复杂任务等。痴呆是一种导致智力丧失的综合征。它影响记忆、思维、形状、理解、计数、阅读能力、语言、，和判断。痴呆症影响数百万人，可能是死亡。它现在是全球第七大死亡原因，也是造成残疾和依赖老年人的主要原因。没有治疗方法目前患有痴呆症。早期检测和诊断在改进中的重要性早期有效的管理至关重要。提前预测痴呆可以引导我们为了更好的生活。为了预测痴呆症，已经使用了各种机器学习模型。本文根据MRI图像预测痴呆症，为此，有三种收集了不同的MRI图像数据集。此外，为了更好预测，各种机器学习模型用于预测痴呆症并进行验证通过统计分析（如K-Nearest Neighbors、XG Boost、，支持向量机、随机森林算法（RFA）和卷积神经网络网络（CNN）。在所有算法中，随机森林算法和卷积算法神经网络给出了最佳结果，准确度分别为93.2和99.9。
关键词： 阿尔茨海默病,卷积神经网络,痴呆,随机森林算法。
