본 연구는 머신러닝 및 딥러닝 기법을 활용하여 알츠하이머병을 진단하는 모델을 개발하는데 그 목적이 있다. 실제 의사들이 알츠하이머 환자를 분류하는데 사용하는 SUVr 값, 신경심리 검사 5 종과 ApoE 유전자형 검사 결과를 학습하여 발병 유무를 예측하고 어떤 뇌 부위와 검사가 예측하는데 더 중요하게 사용되었는지 확인하였다. 여러 모델을 세우고 분석한 결과 선형 회귀, 서포트 벡터 머신 등 인공 신경망을 이용하는 딥러닝 보다 상대적으로 간단한 머신러닝 방법이 우수한 성능을 보였다. 또한, 뇌 부위 중 FC, LTC 가, 신경심리 검사 중 CDR-SOB 가 모든 모델들에서 중요한 특성으로 사용되었다.