الخرف هو أحد أكثر الأمراض شيوعًا بين كبار السن، ويعتبر من الأسباب الرئيسية للوفاة والإعاقة. في السنوات الأخيرة، تم بذل جهود بحثية لتطوير أدوات تشخيص مساعدة بالحواسيب تعتمد على نماذج التعلم الآلي (التعلم العميق) التي تُغذى ببيانات التصوير العصبي. ومع ذلك، وعلى الرغم من الكم الهائل من الأعمال التي تم إنجازها في مجال التصوير بالرنين المغناطيسي (MRI)، فإن الاهتمام المبذول للتصوير بالبِيت (PET) للبروتين الأميلويد كان محدودًا جدًا، رغم أن هذا النوع من التصوير قد تم التعرف مؤخرًا كعَلامة حيوية واعدة وقوية لاضطرابات التدهور العصبي. في هذا البحث، نسهم في هذا المجال البحثي الأقل استكشافًا من خلال اقتراح شبكة عصبية متعددة الأبعاد (3D Convolutional Neural Network) مصممة للكشف عن الخرف بناءً على صور التصوير بالبِيت للبروتين الأميلويد. وقد أدى تجربة أُجريت على مجموعة بيانات OASIS-3 التي تم إصدارها حديثًا، والتي توفر للمجتمع العلمي معيارًا جديدًا لدفع هذا المجال البحثي قدماً، إلى نتائج واعدة جدًا، وقدمت أدلة جديدة على فعالية التصوير بالبِيت للبروتين الأميلويد.