摘要 — 结构磁共振成像 (sMRI) 已研究了多种神经系统疾病，并且已将其映射到大脑的不健康区域。必须尽快确定阿尔茨海默病 (AD) 患者，以便开始治疗。最近的研究集中于应用机器学习 (ML) 技术来分割大脑结构并对 AD 进行分类。克隆选择 (CS) 理论有效地实现了分类和优化的目标。自适应克隆选择 (ACS) 技术用于将 sMRI 扫描分为多个类别，例如认知正常 (CN)、轻度认知障碍 (MCI) 和纯 AD 类别。提出的 ACS 描述了免疫反应的基本特征。这为抗原只能在接收它的细胞子集内成熟而不是在身体其他部分成熟的假设提供了支持。与依赖突变的进化计算相比，这种方法擅长关注克隆扩增和亲和力的发展。所提出的 ACS 技术从克隆扩增概念中引入了基本标准，有助于创建用于识别上述 CN、MCI 和 AD 模板匹配的高效策略。所提出的 ACS 方法在分类和检测准确度方面比最先进的方法高出约 99%。关键词 — 阿尔茨海默病 (AD)、磁共振成像 (sMRI)、人工免疫系统 (AIS)、增强模糊 K 最近邻 (EFKNN)、自适应神经模糊推理系统 (ANFIS)