La enfermedad de Alzheimer es un tipo común de afección neurodegenerativa caracterizada por una deterioro neural progresivo. Los cambios anatómicos asociados con individuos afectados por la enfermedad de Alzheimer incluyen la pérdida de tejido en varias áreas del cerebro. La Resonancia Magnética (MRI) se utiliza comúnmente como una herramienta no invasiva para evaluar la estructura neural del cerebro para diagnosticar la enfermedad de Alzheimer. En este estudio, se empleó un método integrado de Mejora de Fuzzy C-means con segmentación de watershed mejorada para segmentar los componentes del tejido cerebral afectados por esta enfermedad. Estas características segmentadas se introdujeron en una técnica híbrida para la clasificación. Específicamente, en este estudio se desarrolló un clasificador híbrido de Red Neuronal Convolucional-Memoria a Corto Plazo Larga con 14 capas. Los resultados de la evaluación revelaron que el método propuesto logró una precisión del 98.13% al clasificar imágenes cerebrales segmentadas según diferentes gravedades de la enfermedad.