A simulation framework for indoor behavioral monitoring: the case of wandering and apathy in dementia care

Alzheimer's disease and other forms of dementia affect over 55 million people worldwide, projected to reach 139 million by 2050. Wandering affects up to 60% of dementia patients, poses safety risks, and correlates with cognitive impairment severity. Studying wandering in real-world settings is intrusive, may alter natural behavior, and requires costly long-term monitoring. Prior work has addressed behavioral modeling and indoor localization separately. This thesis presents an integrated simulation framework that connects movement generation, indoor localization, and automated behavioral assessment. The framework allows controlled testing of monitoring systems without data from vulnerable populations. The framework operates as a four-stage pipeline: (1) a need-based behavioral simulator (NEEMAS) generates movement trajectories for 16 entities across the cognitive-decline spectrum; (2) a signal generation module converts ground-truth positions into synthetic BLE/RSSI readings using Friis propagation with Rayleigh fading and wall attenuation; (3) a path reconstruction module estimates positions via three localization algorithms; (4) a behavioral assessment module extracts movement frequency and intensity from estimated positions and maps them to a 0–100 caregiver score through monotone quadratic regression with fuzzy decomposition into apathy, normalcy, and wandering. BLE/RSSI localization yields mean errors of 2.0 to 2.6 meters. The behavioral assessment classifies all 16 entities correctly (8/8 on the held-out set), with a mean absolute error of 1.7 on the 0–100 scale and Spearman ρ = 0.952 (p = 0.0003). Longitudinal monitoring of one entity tracks a transient wandering episode over six months without retraining. All results derive from simulated data; real-world validation is still needed.

La malattia di Alzheimer e altre forme di demenza colpiscono oltre 55 milioni di persone nel mondo, con proiezioni di 139 milioni entro il 2050. Il wandering interessa fino al 60% dei pazienti con demenza, rappresenta rischi per la sicurezza e correla con la gravità del deterioramento cognitivo. Studiare il wandering in contesti reali è intrusivo, può alterare il comportamento naturale e richiede un monitoraggio a lungo termine costoso. La ricerca precedente ha affrontato separatamente la modellazione comportamentale e la localizzazione indoor. Questa tesi presenta un framework di simulazione integrato che collega generazione del movimento, localizzazione indoor e valutazione comportamentale automatizzata. Il framework consente test controllati dei sistemi di monitoraggio senza dati da popolazioni vulnerabili. Il framework opera come una pipeline a quattro stadi: (1) un simulatore comportamentale basato sui bisogni (NEEMAS) genera traiettorie di movimento per 16 entità lungo lo spettro del declino cognitivo; (2) un modulo di generazione del segnale converte le posizioni ground truth in letture sintetiche BLE/RSSI utilizzando la propagazione di Friis con fading di Rayleigh e attenuazione delle pareti; (3) un modulo di ricostruzione del percorso stima le posizioni tramite tre algoritmi di localizzazione; (4) un modulo di valutazione comportamentale estrae frequenza e intensità di movimento dalle posizioni stimate e le mappa su un punteggio caregiver 0–100 tramite regressione quadratica monotona con decomposizione fuzzy in apatia, normalità e wandering. La localizzazione BLE/RSSI produce errori medi tra 2,0 e 2,6 metri. La valutazione comportamentale classifica correttamente tutte le 16 entità (8/8 sul set di validazione), con un errore assoluto medio di 1,7 sulla scala 0–100 e Spearman ρ = 0,952 (p = 0,0003). Il monitoraggio longitudinale di una singola entità traccia un episodio transitorio di wandering lungo sei mesi senza riaddestrare il modello. Tutti i risultati derivano da dati simulati; la validazione in contesti reali è ancora necessaria.