Sensor-based detection of alzheimer's disease-related behaviours

Abstract

A doença de Alzheimer, principal causa de Demência, é uma doença neuro-degenerativa sem cura. De acordo com a Organização Mundial de Saúde, em 2010 foi estimado que a Demência afetava 35,5 milhões de pessoas em todo o mundo, sendo que este número tenderá a subir para perto de 65,7 milhões só nos próximos vinte anos. À medida que os sintomas pioram, os pacientes perdem a sua independência, ficando completamente dependentes de outrem. Neste trabalho, desenvolvido em colaboração com o projeto TICE.Healthy, propomos um método único para deteção de um dos comportamentos relacionados com a doença de Alzheimer que mais impacto tem no dia a dia dos pacientes, a agitação psicomotora. A motivação é a criação de um sistema capaz de detetar estas situações e avisar os cuidadores sobre o alerta, libertando-os de uma constante vigilância dos pacientes. Isto tem naturalmente impacto tanto na vida do paciente como na do cuidador. O método consiste na análise e classificação de um conjunto de biosinais adquiridos usando um conjunto de sensores de um sistema vestível que permite a deteção de períodos críticos. Foi desenvolvida uma plataforma baseada em Linux que usa conexão Bluetooth para adquirir os sinais do sistema vestivel. Isto permite a aquisição de diferentes biosinais de um indivíduo durante o seu dia a dia. Usando esta aplicação, um conjunto de biosinais foi adquirido de 20 pessoas que representam tanto os períodos de comportamento normal como períodos de agitação, com o objetivo de treinar o classificador. Esta informação foi dividida em duas classes, não-stress (estado normal) e stress (estado agitado). Cinco diferentes classificadores foram treinados e testados. A avaliação do desempenho dos mesmos foi conduzida tendo em conta a sua exatidão multiplicada pela sensibilidade (para minimizar falsos negativos) e o tempo de execução. A escolha do classificador final foi a Máquina de vetores de suporte , já que foi o que ofereceu melhores resultados. Palavras-chave: doença de Alzheimer, deteção de comportamentos, agitação psicomotora, sensor vestível, classificação.