The public health implications of growing numbers of older adults at risk for dementia places pressure on identifying dementia at its earliest stages so as to develop proactive management plans. The prodromal dementia phase commonly identified as mild cognitive impairment is an important target for this early detection of impending dementia amenable to treatment. In this paper, we propose a method for home-based automatic detection of mild cognitive impairment in older adults through continuous monitoring via unobtrusive sensing technologies. Our method is composed of two main stages: a training stage and a test stage. For training, room activity distributions are estimated for each subject using a time frame of ω weeks, and then affinity propagation is employed to cluster the activity distributions and to extract exemplars to represent the different emerging clusters. For testing, room activity distributions belonging to a test subject with unknown cognitive status are compared to the extracted exemplars and get assigned the labels of the exemplars that result in the smallest normalized Kullbak-Leibler divergence. The labels of the activity distributions are then used to determine the cognitive status of the test subject. Using the sensor and clinical data pertaining to 85 homes with single occupants, we were able to automatically detect mild cognitive impairment in older adults with an F0.5 score of 0.856. Also, we were able to detect the non-amnestic sub-type of mild cognitive impairment in older adults with an F0.5 score of 0.958.

中文翻译：

---

聚类家庭活动分布以自动检测老年人的轻度认知障碍1

越来越多的患有痴呆症风险的老年人对公共卫生的影响给早期识别痴呆症带来了压力，以便制定积极的管理计划。通常被识别为轻度认知障碍的前驱性痴呆阶段是这种早期发现的适合治疗的痴呆的重要目标。在本文中，我们提出了一种通过不引人注目的传感技术进行连续监测的家庭自动检测老年人轻度认知障碍的方法。我们的方法包括两个主要阶段：训练阶段和测试阶段。为了进行培训，我们使用ω周的时间范围估算了每个受试者的房间活动分布，然后使用亲和力传播对活动分布进行聚类，并提取示例来代表不同的新兴聚类。为了进行测试，将属于未知认知状态的测试对象的房间活动分布与提取的样本进行比较，并分配样本的标签，以使标准化的Kullbak-Leibler散度最小。然后，将活动分布的标签用于确定测试对象的认知状态。使用与85个单人住宅相关的传感器和临床数据，我们能够自动检测F0.5值为0.856的老年人的轻度认知障碍。而且，我们能够检测到老年人的轻度认知障碍的非遗忘性亚型，其F0.5得分为0.958。为了进行测试，将属于具有未知认知状态的测试对象的房间活动分布与提取的样本进行比较，并分配样本样本的标签，以使标准化的Kullbak-Leibler散度最小。然后，将活动分布的标签用于确定测试对象的认知状态。使用与85个单人住宅相关的传感器和临床数据，我们能够自动检测F0.5值为0.856的老年人的轻度认知障碍。此外，我们能够检测到老年人的轻度认知障碍的非遗忘性亚型，其F0.5得分为0.958。为了进行测试，将属于具有未知认知状态的测试对象的房间活动分布与提取的样本进行比较，并分配样本样本的标签，以使标准化的Kullbak-Leibler散度最小。然后，将活动分布的标签用于确定测试对象的认知状态。使用与85个单人住宅相关的传感器和临床数据，我们能够自动检测F0.5值为0.856的老年人的轻度认知障碍。此外，我们能够检测到老年人的轻度认知障碍的非遗忘性亚型，其F0.5得分为0.958。将属于未知认知状态的测试对象的房间活动分布与提取的样本进行比较，并分配样本的标签，以使归一化的最小Kullbak-Leibler散度最小。然后，将活动分布的标签用于确定测试对象的认知状态。使用与85个单人住宅相关的传感器和临床数据，我们能够自动检测F0.5值为0.856的老年人的轻度认知障碍。而且，我们能够检测到老年人的轻度认知障碍的非遗忘性亚型，其F0.5得分为0.958。将属于未知认知状态的测试对象的房间活动分布与提取的样本进行比较，并分配样本的标签，以使归一化的最小Kullbak-Leibler散度最小。然后，将活动分布的标签用于确定测试对象的认知状态。使用与85个单人住宅相关的传感器和临床数据，我们能够自动检测F0.5值为0.856的老年人的轻度认知障碍。此外，我们能够检测到老年人的轻度认知障碍的非遗忘性亚型，其F0.5得分为0.958。使用与85个单人住宅相关的传感器和临床数据，我们能够自动检测F0.5值为0.856的老年人的轻度认知障碍。而且，我们能够检测到老年人的轻度认知障碍的非遗忘性亚型，其F0.5得分为0.958。使用与85个单人住宅相关的传感器和临床数据，我们能够自动检测F0.5值为0.856的老年人的轻度认知障碍。此外，我们能够检测到老年人的轻度认知障碍的非遗忘性亚型，其F0.5得分为0.958。