方法文章

轻度认知障碍中国患者汉字书写数字分析

4K 次观看

⸱

DOI：

10.3791/61841

⸱

2021年3月11日

 ,  ,  ,  ,  , 
1Department of Neurology, Chinese PLA General Hospital, 2Department of Neurology, NO 984 Hospital of PLA, 3Department of Cadre Ward, Xijing 986 Hospital, Fourth Military Medical University

通讯作者： Yonghua Huang <huangyonghua2017@126.com>

* These authors contributed equally

本文内容

摘要

本研究提出了一种针对轻度认知障碍个体书写字形的数字化笔迹分析方法，旨在获取比传统纸笔笔迹分析更为丰富的信息。

摘要

越来越多的证据表明，认知功能障碍与运动功能障碍并非相互独立。轻度认知障碍（MCI）患者可表现出上肢的精细运动障碍。书写是一项复杂且独特的人类活动，涉及运动与认知协调的共同参与。西方国家的研究人员已发现，MCI患者存在异常的书写特征。然而，在中国人群中尚未开展相关研究。鉴于书写的跨文化特性，本研究旨在探索新的书写任务，以揭示MCI老年患者与年龄匹配的健康个体之间在书写特征上的差异。

引言

轻度认知障碍（MCI）被认为是一种过渡性但进行性退化的认知阶段，出现在阿尔茨海默病（AD）发病之前1。据报道，AD每年的进展率为15%，而近75%的中重度MCI病例可能未被诊断2。近期研究报道，MCI患者在某些精细运动任务方面存在困难3，而表现出运动障碍（如步态缓慢）的患者患痴呆的风险较高4。

书写是一项复杂的人类活动，涉及认知、运动觉和感知-运动成分的 intricate 结合，包括视觉和运动觉感知、运动规划、眼手协调、视觉-运动整合、灵巧性以及手工技能1。书写分析已被用于检测多种神经退行性疾病（如阿尔茨海默病（AD）和帕金森病（PD））中的认知和运动功能障碍5。此外，已有研究报道，书写的某些异常表现可作为轻度认知障碍（MCI）的指标，并与疾病进展相关6。由于全球大多数人口使用语言进行交流，针对汉语使用者（尤其是简体中文字符使用者）的书写分析研究仍较为缺乏。

已有若干研究探讨了轻度认知障碍（MCI）个体中的书写异常或“失写症”。例如，Zhou 及其同事采用传统的铅笔-纸张方法，试图揭示 MCI 患者与非 MCI 个体在书写能力上的差异。除书写错误外，两组之间的差异并不明显7。Kawa 等人使用智能笔发现了 MCI 患者的一些书写特征，该设备可在书写过程中动态分析笔画和笔速2。相比传统的铅笔-纸张方法和智能笔-纸张方法，WACOM 硬件与 MovAlyzeR 软件能够检测到更多实时信息。因此，与字母大小、词间距等静态数据相比，笔尖压力、速度、加速度和加加速度等动态书写数据已成为书写分析的新焦点2。

然而，另一个不容忽视的现象是书写的跨文化效应。不同国家的文字系统并不完全相同（例如，英文字母从左向右书写，而希伯来字母则从右向左书写）8。尽管已有综述证实了笔迹分析在字母文字系统中的有效性9,10，但汉字与西方字母之间存在的巨大差异，阻碍了这些研究在方法和结果上笔迹分析技术的互通性11。

中文与西方语言（例如英语）之间存在若干主要差异。首先，书写汉字时笔尖的水平移动次数远多于字母书写12。其次，与关联音素的字母语言不同，中文被认为是表意文字系统7。因此，大多数汉字都有其独特的笔画顺序，且笔画的宽度和高度必须受到严格限制。否则，不受限制的宽度过大或过高可能导致可读性显著下降11（“色谱系统，柱状图；用于化学实验中的化合物分离。”和“静力平衡方程 ΣFx=0 图示；力平衡概念，带有可视化矢量”是完全不同的两个汉字。此外，“白色背景上表示“森林”的日文汉字字符。”、“汉字，代表词语的书写文本格式。”和“木根符号，汉字，意为树根，东方文字，具有文化意义。”也是不同的汉字）。

“热力学过程；ΔG方程图示；反应自发性分析；科学教育。”（读作“Zheng”）是一个典型、简单且常用的汉字，几乎所有具备两年教育水平的中文使用者都能读写。在以往的中文笔迹分析研究中，该字已被选为书写任务6,12。研究人员决定采用“热力学过程；ΔG方程图示；反应自发性分析；科学教育。”作为书写任务，因其形状近似方形，由五笔构成，其中所有笔画均为水平（第#1、#3、#5笔，从左至右）或垂直（第#2、#4笔，从上至下）（图1）。根据多项精细运动研究，完成第#3笔（水平）和第#4笔（垂直）分别需要纯粹的手腕和手指运动6,12,13。因此，这两笔的书写速度可作为适当的运动表现指标14。

此外，书写时的笔压是一种书写特征，已被证明在反映运动控制方面优于其他运动学特征5,15。然而，在中国患者中尚无相关研究，尽管捷克共和国、西班牙、以色列及其他国家的研究团队已证实了积极的结果8,16,17。

签名在众多研究中常被用作手写任务5。通常情况下，签名几乎不需要思考或产生较少的悬空时间18。“悬空”定义为手写过程中笔尖与屏幕之间的压力为0的状态，“悬空时间”则指手写过程中所有悬空状态的持续时间总和。许多神经精神疾病患者可能存在心理运动控制障碍，因此其签名的悬空时间会增加。例如，Rosenblum 等人发现，以色列的抑郁症和帕金森病患者在用希伯来文书写自己姓名时，其悬空时间比健康对照组更长8,19。由于汉字具有独特的字形结构，本研究决定采用书写姓名时字间分割阶段的悬空轨迹长度曲折度作为潜在的指示参数。曲折度定义为弧长与端点间欧氏距离的比值，是衡量曲线弯曲程度的指标，因此可反映特定书写输出的平滑性20。

方案

本研究获得了中国北京中国人民解放军总医院生物科学部学术伦理委员会的批准。

1. 方法开发的一般方面

  1. 使用USB数位板（例如Wacom Cintiq Pro 16）和手持触控笔进行手写动作采集。数位板的具体技术参数如下：外形尺寸（宽×深×高）410 × 265 × 17.5 mm，空间分辨率3840 × 2160点，像素尺寸0.090 × 0.090 mm，时间分辨率30 ms，压力感应等级为8,192级。
  2. 将笔记本电脑连接至数位板，用于采集并显示手写轨迹。
  3. 使用专用软件（例如Neuroscript MovAlyzeR）进行数据记录、处理与分析。
  4. 患者纳入/排除标准
    1. 纳入轻度认知障碍（MCI）参与者，其应表现为存在记忆主诉、客观记忆功能受损、日常生活能力保持完整，且无痴呆诊断21。此外，参与者应在中国大陆接受过至少两年小学教育，否则可能难以完成汉字书写任务。
    2. 排除存在明显视觉障碍或上肢功能障碍的参与者。

2. 书写任务

  1. 运行软件并使用一支不着墨的触控笔。
  2. 在数位板的书写区域中书写一个汉字示例（见图1）。
  3. 允许受试者将书写区域调整至舒适的位置。
  4. 让受试者在书写区域上进行书写，以适应触控笔及书写表面。
  5. 将软件的采样频率设置为 200 Hz。
  6. 指导受试者用惯用手以中文书写其姓名。
    注：受试者可选择草书或印刷体签名，以其个人意愿为准。
  7. 指导受试者用惯用手书写汉字“热力学过程；ΔG方程图示；反应自发性分析；科学教育”（读作“Zheng”）。
    注：允许使用印刷体书写汉字“热力学过程；ΔG方程图示；反应自发性分析；科学教育”。
    1. 在开始书写前，提醒受试者使用印刷体书写。
      注：确保受试者坐姿端正，书写时保持直立姿势。
  8. 在每次试验过程中保持指导说明可见。
    1. 重复书写试验三次。
    2. 若受试者书写“热力学过程；ΔG方程图示；反应自发性分析；科学教育”时笔画顺序错误，应中止试验，并通过描摹向受试者展示正确的笔画顺序。
    3. 若因知识不足导致书写迟疑，应中止试验，并向受试者展示该字的正确写法。

3. 数据分析

  1. 运行软件；右键单击 实验 并选择 特性.
  2. 选择 处理，然后选择 分割.
  3. 点击 以任意速率添加第一次分割, 以任意速率添加最后一次分割，以及 将分割点移至最近的落笔位置（若当前位于抬笔位置） 在分割标志中。
  4. 点击 下笔轨迹 在 分割方法.
    注意：上述针对默认模式的所有调整均旨在改进对中国手写文字的分析。

4. 参数计算

  1. 运行软件，在“热力学过程；ΔG方程图示；反应自发性分析；科学教育”中选择受试者，然后点击Handwriting Trials。
  2. 使用描迹系统，逐步描记“热力学过程；ΔG方程图示；反应自发性分析；科学教育”的书写过程及笔画顺序。
  3. 找到“热力学过程；ΔG方程图示；反应自发性分析；科学教育”第#3笔的分段，读取“提取数据”中的“平均绝对速度”。
    注：手写分析软件将自动计算每一分段的“平均绝对速度”。
    注意： “热力学过程；ΔG方程图示；反应自发性分析；科学教育”的第#3笔为笔尖的水平移动（从左到右），其长度短于字符1和字符5（图1A）。
  4. 找到“热力学过程；ΔG方程图示；反应自发性分析；科学教育”第#4笔的分段，读取“提取数据”中的“平均绝对速度”。
    注意： “热力学过程；ΔG方程图示；反应自发性分析；科学教育”的第#4笔为笔尖的垂直移动（从上到下），其长度短于字符2（图1）。
  5. 读取“提取数据”中每一分段的“笔压”，并获得“热力学过程；ΔG方程图示；反应自发性分析；科学教育”的“平均笔压”。
    注：手写分析软件将自动计算每一分段的“平均笔压”。
  6. 运行软件，在“热力学过程；ΔG方程图示；反应自发性分析；科学教育”中选择受试者，然后点击Handwriting Trials。
  7. 使用描迹系统，逐步描记签名的书写过程及笔画顺序。
  8. 找到字符之间的笔画分段，读取“绝对尺寸”和“路径长度”的“提取数据”。
  9. 根据公式计算字符间分段的空中路径曲折度。
    注：字符之间的笔画分段为空中分段（图2）。
    1. 计算空中路径曲折度：1 - 绝对尺寸 / 路径长度 %。
      注：曲折度定义为弧长与端点间欧氏距离之比，是衡量曲线弯曲程度的指标，因此可反映特定书写输出的平滑性20。高度曲折的曲线具有多个弯折或曲率，而低曲折度曲线则具有较宽的环路/曲线，更接近直线。
      注意：大多数中文姓名由两个或三个字符组成。若签名为两个字符，则字符间仅有一个笔画分段；若签名为三个字符，则字符间有两个笔画分段。字符间分段的空中路径曲折度取其平均值。

5. 统计分析

  1. 采用学生t检验评估组间差异。P值小于0.05被认为具有统计学显著性。所有统计分析均使用SPSS 22.0统计软件包进行。

结果

受试者的基线数据显示，所有组别在年龄、性别、教育水平、利手及其他参数方面均匹配良好。

如表1所示，在书写汉字“热力学过程；ΔG方程图示；反应自发性分析；科学教育。”时，轻度认知障碍（MCI）老年受试者在第#3笔画（2.46 ± 0.40 vs 1.82 ± 0.55，P = 0.001）和第#4笔画（2.61 ± 0.46 vs 1.93 ± 0.50，P < 0.001）的平均绝对速度均低于健康老年受试者，且平均笔压更高（237.43 ± 39.77 vs 281.99 ± 37.70，P = 0.001）。此外，在签署中文姓名过程中，与健康老年受试者相比，MCI老年受试者在字符之间的空中书写路径分段中表现出更高的路径曲折度（12.57 ± 6.96 vs 31.66 ± 7.53，P < 0.001）。

处理后与原始数据的折线图；实验结果比较；数据分析展示。
图1：软件中书写的汉字“热力学过程；ΔG方程图示；反应自发性分析；科学教育。”。（A）仅显示屏幕内笔画分割的汉字“热力学过程；ΔG方程图示；反应自发性分析；科学教育。”。红色圆圈表示各笔画的起始与终止位置，蓝色线条为屏幕内的笔画轨迹。（B）同时显示空中与屏幕内笔画分割的汉字“热力学过程；ΔG方程图示；反应自发性分析；科学教育。”。蓝色线条为屏幕内的笔画轨迹，灰色线条为空中笔画轨迹。请点击此处查看此图的放大版本。

分析笔画模式的手写识别示意图；包含字符形成过程与轨迹。
图2：健康老年人与轻度认知障碍（MCI）老年人的中文签名特征。（A）健康老年人组一名受试者的中文签名“我不知道这是谁。”，仅显示屏幕内书写分段。红色圆圈表示各分段的起始与结束位置。蓝色线条为屏幕内书写轨迹。（B）同一名健康老年人组受试者的中文签名“我不知道这是谁。”，同时显示空中移动与屏幕内书写分段。蓝色线条为屏幕内书写轨迹，灰色线条为空中移动轨迹。红色区域突出显示字符之间的空中书写长度分段（扭曲度 = 5.34%）。左侧区域为“静力平衡；ΣFx=0；示意图；教学用途；展示结构上的力平衡；物理学概念。”与“静力平衡，ΣFx=0 公式，示意图，力平衡演示，教学用物理学概念”之间的分段（绝对尺寸 = 2.2226；路径长度 = 2.4658；扭曲度 = 9.98%）。右侧区域为“静力平衡，ΣFx=0 公式，示意图，力平衡演示，教学用物理学概念”与“Kimi 的汉字，日语中表示“你”的字符，常用于歌曲和诗歌中，风格优雅。”之间的分段（绝对尺寸 = 2.9607；路径长度 = 2.9821；扭曲度 = 0.71%）。（C）轻度认知障碍（MCI）老年人组一名受试者的中文签名“汉字分析，曲与雨部首的示意图，语言学研究。”，仅显示屏幕内书写分段。红色圆圈表示各分段的起始与结束位置。蓝色线条为屏幕内书写轨迹。（D）同一名MCI老年人组受试者的中文签名“汉字分析，曲与雨部首的示意图，语言学研究。”，同时显示空中移动与屏幕内书写分段。蓝色线条为屏幕内书写轨迹，灰色线条为空中移动轨迹。红色区域突出显示字符之间的空中书写长度分段（绝对尺寸 = 1.2100；路径长度 = 1.7072；扭曲度 = 29.12%）。请点击此处查看该图的放大版本。

健康老年人轻度认知障碍老年人P 值
N=20N=20
性别（男性/女性）10/108/120.74
年龄（岁）69.70±4.5170.39±3.420.602
惯用手（右手占比%）100100
教育年限（年）9.60±3.728.22±3.300.237
MMSE（得分）28.90±0.7926.33±0.77<0.001
3 的平均绝对速度# “中风”Thermodynamics process; ΔG equation diagram; reaction spontaneity analysis; scientific education.”2.46±0.401.82±0.550.001
4的平均绝对速度# “中风”Thermodynamics process; ΔG equation diagram; reaction spontaneity analysis; scientific education.”2.61±0.461.93±0.50<0.001
平均笔压Thermodynamics process; ΔG equation diagram; reaction spontaneity analysis; scientific education.”237.43±39.77281.99±37.700.001
气道长度“特征”扭曲度 (%)12.57±6.9631.66±7.53<0.001
轻度认知障碍
字符 3 ”Thermodynamics process; ΔG equation diagram; reaction spontaneity analysis; scientific education.”是水平运动。
字符 4 ”Thermodynamics process; ΔG equation diagram; reaction spontaneity analysis; scientific education.“是垂直运动。”

表1：受试者的人口统计学及笔迹分析数据。

讨论

该方案中的关键步骤是确认“热力学过程；ΔG方程图；反应自发性分析；科学教育。”的可辨识性。具体而言，在整个字符中，第#3笔画应短于其他水平笔画，第#4笔画应短于第#2笔画。更具体地说，在书写第#3笔画和第#4笔画时需要投入更多的注意力资源6,12，且这两个笔画具有相似的长度限制。不适当的笔画长度可能导致速度检测出现偏差。

配备数位屏的软件是一种无需类似铅笔-纸张形式的在线数据采集软件。受试者需要根据研究人员的指示或提示仪器的指引来开始和停止书写。这些明确的条件可能成为受试者的应激源，分散其注意力资源，从而影响书写的执行表现。对于来自农村地区且不熟悉电子设备的患者，该方法的问题尤为严重。提供充足的热身时间可能会有所帮助。另一种减轻此局限性影响的方法是在数位板上方放置一张纸张。此外，可采用能够以类似铅笔-纸张形式采集离线数据的设备，例如 Smartpen 配合 Livescribe 笔记本，这也是一种可行的改进方案。据我们所知，MovAlyzeR 软件与 Smartpen 所采集的数据将在不久的将来实现兼容。

首先，由于本研究主要关注书写的动态分析，因此未包含和分析静态参数，例如字符的宽度和高度。事实上，“热力学过程；ΔG方程图；反应自发性分析；科学教育。” 已被证实为一种可用于检测帕金森病（PD）中微写症的良好书写任务12。其次，一些研究人员选择在书写任务中限制字符的大小（例如，振幅为1 cm、2 cm和4 cm）19。已有研究发现，与较大振幅相比，受试者在较小振幅下书写需要更长时间。本研究未设定固定的振幅，但汉字的字形可能对特定笔画起到隐含的限制作用。

据我们所知，这是首次针对简体中文书写使用者进行的数字手写分析研究。未来可采用更多涉及简体中文字符的书写任务，以发现神经精神疾病患者中的认知缺陷和运动功能障碍。

数字笔迹分析可作为传统铅笔-纸张认知测试（如连线测验、简易精神状态检查量表、蒙特利尔认知评估量表等）的补充17,22。在认知测试过程中分析笔迹特征，是一种用于运动-认知双重任务研究的新范式23。该方法可能有助于诊断运动认知风险综合征和脑小血管病。

披露

作者无任何利益冲突需要披露。

致谢

我们感谢 Neuroscript LLD 的 Hans-Leo Teulings 教授提供的数字技术支持。

本研究由吴阶平基金会资助（项目编号：320.6750.18456）。

材料

本文使用的材料清单
姓名公司目录编号评论
MicrosoftSurface Pro 2计算机
MovAlyeR3.4软件
WACOMCintiq数位板

参考文献

  1. Werner, P., et al. Handwriting process variables discriminating mild Alzheimer's disease and mild cognitive impairment. Journals of Gerontology. 61 (4), 228-236 (2006).
  2. Kawa, J., et al. Spatial and dynamical handwriting analysis in mild cognitive impairment. Computers in Biology and Medicine. 82, 21-28 (2017).
  3. De Paula, J. J., et al. Impairment of fine motor dexterity in mild cognitive impairment and Alzheimer's disease dementia: association with activities of daily living. Revista Brasilra De Psiquiatria. 38 (3), 235-238 (2016).
  4. Takehiko, D., et al. Combined effects of mild cognitive impairment and slow gait on risk of dementia. Experimental Gerontology. 110, 146-150 (2018).
  5. Impedovo, D., et al. Dynamic handwriting analysis for the assessment of neurodegenerative diseases: a pattern recognition perspective. IEEE Reviews in Biomedical Engineering. 12, 209-220 (2019).
  6. Yu, N. Y., et al. Characterization of the fine motor problems in patients with cognitive dysfunction - A computerized handwriting analysis. Human Movement Science. 65 (17), 30841-30842 (2019).
  7. Zhou, J., et al. Characteristics of agraphia in Chinese patients with Alzheimer's disease and amnestic Mild Cognitive Impairment. Chinese Medical Journal. 129 (13), 1553-1557 (2016).
  8. Rosenblum, S., et al. Handwriting process variables among elderly people with mild major depressive disorder: a preliminary study. Aging Clinical & Experimental Research. 22 (2), 141-147 (2010).
  9. Caligiuri, M. P., et al. Signature dynamics in Alzheimer's disease. Forensic Science International. 302, 109880(2019).
  10. Thomas, M., et al. Handwriting analysis in Parkinson's disease: current status and future directions. Movement Disorders Clinical Practice. 4 (6), 806-818 (2017).
  11. Leung, S. C., et al. A comparative approach to the examination of Chinese handwriting-The Chinese character. Journal of the Forensic Science Society. 25, 255-267 (1985).
  12. Ma, H. I., et al. Progressive micrographia shown in horizontal, but not vertical, writing in Parkinson's disease. Behavioural Neurology. 27 (2), 169-174 (2013).
  13. Yan, J. H., et al. Alzheimer's disease and mild cognitive impairment deteriorate fine movement control. Journal of Psychiatric Research. 42, 1203-1212 (2008).
  14. Johnson, B. P., et al. Understanding macrographia in children with autism spectrum disorders. Research in Developmental Disabilities. 34 (9), 2917-2926 (2013).
  15. Afonso, O., et al. Writing difficulties in Alzheimer's disease and Mild Cognitive Impairment. Reading and Writing. 32 (1), 217-233 (2019).
  16. Drotár, P., et al. Evaluation of handwriting kinematics and pressure for differential diagnosis of Parkinson's disease. Artificial Intelligence in Medicine. 67, 39-46 (2016).
  17. Garre-Olmo, J., et al. Kinematic and pressure features of handwriting and drawing: preliminary results between patients with mild cognitive impairment, Alzheimer disease and healthy controls. Current Medicinal Chemistry. 14, 960-968 (2017).
  18. Cohen, J., et al. Digital clock drawing: differentiating "thinking" versus "doing" in younger and older adults with depression. Journal of the International Neuropsychological Society. 20 (9), 920-928 (2014).
  19. Rosenblum, S., et al. Handwriting as an objective tool for Parkinson's disease diagnosis. Journal of Neurology. 260 (9), 2357-2361 (2013).
  20. Grace, N., et al. Do handwriting difficulties correlate with core symptomology, motor proficiency and attentional behaviours. Journal of Autism and Developmental Disorders. 47 (4), 1-12 (2017).
  21. Petersen, R. C. Mild cognitive impairment as a diagnostic entity. Journal of Interactive Marketing. 256 (3), 183-194 (2004).
  22. Ishikawa, T., et al. Handwriting features of multiple drawing tests for early detection of Alzheimer's Disease: A preliminary result. Studies in Health Technology and Informatics. 264, 168-172 (2019).
  23. Herold, F., et al. Thinking while moving or moving while thinking-concepts of motor-cognitive training for cognitive performance enhancement. Frontiers in Aging Neuroscience. 10, 228(2018).

重印与许可

标签

USB
轻度认知障碍中国患者汉字书写数字分析
联系我们
向图书馆推荐

隐私

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。