Summary
本研究では、従来の鉛筆紙手書き分析で明らかになった情報よりも多くの情報を見つけるために、軽度の認知障害を持つ個人の文字のデジタル手書き分析を提案した。
Abstract
証拠の増加は、認知障害と運動機能不全が分離していないことを示しています。軽度認知障害(MCI)を有する患者は、上肢の細かい運動障害を現すことができる。手書きは、運動と認知の両方の協調を伴う複雑でユニークな人間の活動です。欧米諸国の研究者は、MCI患者が異常な手書き機能を持っていることを発見しました。しかし、中国の人口に関連する研究は行われていない。手書きのクロスカルチャー現象のために、MCIを有する高齢患者と年齢に合わせた健康な個人との間の手書き機能の違いを実証するための新しい手書きタスクを見つけることを目的としています。
Introduction
軽度認知障害(MCI)は、アルツハイマー病(AD)1の発症に先立つ過渡的だが徐々に変性認知期と考えられている。年間AD進行率は15%であるが、中等度および重度のMCI症例の75%近くが未診断のままである可能性があると報告されている。最近の研究では、MCIの患者は細かい運動タスク3のいくつかの側面で困難を有し、遅い歩行などの運動障害を示した患者は、認知症のリスクが高い4を有することが報告されている。
手書きは、視覚と運動の知覚、運動計画、目と手の協調、視覚運動統合、器用さ、および手動スキルを含む認知、運動、および知覚運動コンポーネントの複雑なブレンドを伴う複雑な人間活動である1。手書き分析は、ADおよびパーキンソン病(PD)5のような多くのタイプの神経変性疾患における認知機能および運動障害を検出するために利用されてきた。また、筆跡の問題のいくつかの側面は、MCIの指標であり、疾患進行に関連すると報告されている6.人口の大半が言語を使用しているので、中国語話者(特に簡体字中国語)の手書き分析を調査する研究はまだ欠けています。
MCIを持つ個人の手書きの異常や「アグラフィー」を調査した記事がいくつかありました。例えば、周氏らは従来の鉛筆紙法を用いて、MCI患者とMCIを持たない個人との間の明確な筆記能力を明らかにしようとした。グループ間の違いは明らかではなく、エラー7を書くことを除いて。Kawaらは、スマートペンを使用してMCI患者に手書き機能を発見し、書き込み中にストロークとペンの速度を動的に分析することができました。WACOMハードウェアとMovAlyzeRソフトウェアは、従来の鉛筆や紙の方法やスマートペンの方法と比較して、より多くのリアルタイム情報を検出することができます。したがって、ペンダウン圧力、速度、加速度、ジャークなどの動的な手書きデータは、文字のサイズや単語間のスペースなど、静的データに対する手書き分析の新たな焦点であることが分かってきた。
しかし、見逃せないもう一つの現象は、手書きの異文化効果です。異なる国の書記システムは必ずしも同じではありません(例えば、英語の文字は左から右に書かれ、ヘブライ語の文字は右から左に書かれています)8.この問題では、筆記分析9,10の英字言語の有効性が確認され、中国語と西洋文字の間の広いギャップが、これらの研究の方法と結果11における手書き分析の交換能力を妨げている。
西洋言語(例えば英語)と中国語の間には、いくつかの大きな違いがあります。まず、文字の書き込み12と比較して、中国語の文字の書き込み中にペン先の多くの地平線的な動きがあります。第二に、音素に関連付けられているアルファベット言語とは異なり、中国語はロゴグラフィック7であると考えられています。その結果、ほとんどの漢字は独自のストローク順序を持ち、ストロークの幅と高さは厳密に制限する必要があります。それ以外の場合、幅と高さを制限しない場合、判読性が 11 ("" と " " は完全に異なる漢字) が増加する可能性があります。また 、"""、""、 および "" は異なる漢字です。
""("鄭"と発音)は、2年間の教育レベルを持つほぼすべての中国語話者が読み書きできる典型的でシンプルで一般的に使用される漢字です。以前の中国語の手書き分析研究6,12で筆記タスクとして選択されています。研究者は、" 正方形"であり、5ストロークで構成されているため、書き込みタスクとして使用することに決めましたが、そのすべてが水平線(#1、#3、#5ストローク、左から5ストローク、左から5ストローク)または垂直(#2、#4ストローク、上から下へ)(図1)。 多くの細かい運動研究によると、#3ストローク(水平)と#4ストローク(垂直)を満たすことは、それぞれ6、12、13の純粋な手首と指の動きを必要とする。その結果、両方のストロークのストローク速度が適切な現れである可能性があります14.
また、筆記中の筆圧は、モータ制御5,15を反射する際に他の運動学的特徴を上回る、手書き機能である。しかし、中国の患者には関連する研究はありませんが、チェコ共和国、スペイン、イスラエル、その他の国々の研究グループによって肯定的な結果が確認されています8,16,17.
署名は、多くの研究5で手書きのタスクとして一般的に使用されています。一般に、署名は思考や放送時間18をほとんど必要としならない。「インエア」とは、手書きの間にペン先の画面への圧力が0の場合と定義され、「インエアタイム」は手書きの間の「空気中」の時間の合計です。多くの神経精神疾患に苦しむ個人は、精神運動制御に欠陥があり、したがって、署名の空気中時間の増加を示す可能性があります。例えば、Rosenblumら.は、うつ病とパーキンソン病のイスラエルの患者がヘブライ語8、19で自分の名前を書いている間に健康なコントロールと比較して長い空気中時間を示すことを発見しました。漢字は独自の形状を持つため、この研究では、潜在的な指標パラメータとして名前を書く際に、文字間のセグメンテーションに空気中の長さのトルトユーティを使用することが決定されました。終点間のユークリッド距離に対する円弧長の比率によって定義されるトートオシティは、曲率の尺度であり、したがって、特定の書き込み出力20の平滑性を指標にする。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
本研究は中国北京にある中国PLA総合病院生物科学部学術倫理委員会によって承認されました。
1. メソッド開発の一般的な側面
- USB デジタイザ(ワコム Cintiq Pro 16 など)と手書きの動きにはハンドヘルド スタイラス ペンを使用します。デジタイザーの詳細な仕様は、外部寸法(幅x奥さx高さ)410 x 265 x 17.5 mm、空間解像度3840 x 2160ドット、ピクセルサイズ0.090 x 0.090 mm、時間解像度30ms、圧力レベル8,192です。
- ラップトップ PC をデジタイザーに接続して、手書きの痕跡を収集して表示します。
- データの記録、処理、分析のためのソフトウェア(例えば、ニューロスクリプトMovAlyzeR)を使用してください。
- 患者の包含/除外基準
- 記憶障害、客観的記憶機能障害、日常生活の無傷の活動、および痴呆症の不在を呈するMCI参加者を募集する。また、彼らは中国本土の予備校の2年以上の教育レベルを持っている必要があり、そうでなければ、彼らは漢字を書くのが難しいかもしれません。
- 明らかな視覚および上肢障害を持つ参加者を除外する。
2. 手書きタスク
- ソフトウェアとノンインクスタイラスペンを実行します。
- デジタイザーの書き込み領域に漢字の例を作成します ( 図 1を参照)。
- 被験者が書き込み領域を快適な位置に配置できるようにします。
- サブジェクトが書き込み領域に書き込み、ペンと書き込み領域の表面に対応できるようにします。
- ソフトウェアのサンプリングレートを200 Hzに設定します。
- 主語で中国語で名前を書くように被験者に指示する。
注: 筆記体または印刷版の署名は、件名が望むように受け入れられます。 - 主語に対して、 漢字""("鄭"と発音)を支配的な手で書くように指示します。
注 : 印刷版の中国語文字 " は使用できます。- 手書きを始める前に、印刷版で書くように被験者に思い出させてください。
注: サブジェクトが正しい位置に置かれていることを確認してください。
- 手書きを始める前に、印刷版で書くように被験者に思い出させてください。
- 各試行中に指示を表示しておいてください。
- 手書きの試用を3回繰り返します。
- 文字 " " が誤ったストローク順で書かれている場合は、試行を停止してトレースし、正しいストローク順で文字を書き込む方法をサブジェクトに示します。
- 知識不足からためらいが起きていた場合は、裁判を中止し、文字を正しく書き込む方法を主題に示してください。
3. データ分析
- ソフトウェアを実行します。[ 実験 ] を右クリックし、[ プロパティ]を選択します。
- [ 処理 ]を選択し、 [ セグメンテーション] を選択します。
- [セグメント化フラグ] で [ 最初のセグメンテーションを追加] 、[ 任意のレートで最後のセグメンテーションを追加] 、[セグメント 化ポイントを最も近いペンダウンに移動 ] をクリックします。
- [セグメンテーション方法] の[ペンダウン軌道で] をクリックします。
注: デフォルトモードのこれらの調整はすべて、中国語の手書きの分析を改善するために行われました。
4. パラメータ計算
- ソフトウェアを実行し、"" で件名を選択 し、 手書きの試用版 をクリックします。
- トレース システムを使用して、手書き処理と " " のストロークの順序 をステップごとにトレースします。
- ストローク #3のセグメンテーションを見 つけ、「抽出されたデータ」の「平均絶対速度」を読み上げてください。
注: 手書き解析ソフトウェアは、各セグメンテーションの「平均絶対速度」を自動的に計算します。
注意: ストローク #3の " " は、文字 1 と文字 5 (図 1A)よりも短いペン先の水平移動 (左から右) です。 - ストローク #4のセグメンテーションを見 つけ、「抽出されたデータ」の「平均絶対速度」を読み出します。
注意: ストローク #4の " は、文字 2 (図 1)よりも短いペン先の垂直方向の動き (上から下) です。 - 「抽出データ」の各セグメンテーションの「ペン圧力」を読み出し、「平均ペン圧力」 を取得します。
注: 手書き分析ソフトウェアは、各セグメンテーションの「平均ペン圧力」を自動的に計算します。 - ソフトウェアを実行し、"" で件名を選択 し、 手書きの試用版 をクリックします。
- トレース システムを使用して、署名の手書き処理とストロークの順序をステップごとにトレースします。
- 文字間のストロークのセグメントを見つけ、 "抽出データ" の "絶対サイズ" と "道路の長さ" を読み上げ。
- 式に従って文字間のセグメンテーションにおける空気中の長さのトルトオーティを取得します。
注: 文字間のストロークのセグメンテーションは、空気中のセグメンテーションでした (図 2)。- 空気中の長さのトルトオーシを計算します: 1 -絶対サイズ/道路の長さ %
注: 終点間のユークリッド距離に対する円弧の長さの比率によって定義されるトートオシティは、曲率の尺度であり、したがって、特定の書き込み出力20の滑らかさをインデックス付けします。非常に曲がり角や曲線は複数あるのに対し、曲げが少ないカーブは、比較的広いループ/曲線と直線性が高いカーブです。
注意: ほとんどの中国語の名前は 2 文字または 3 文字で構成されています。署名に 2 文字が含まれている場合、文字間のストロークのセグメントは 1 つだけになります。署名に 3 文字が含まれている場合、文字間に 2 つのストロークセグメンテーションがあります。文字間のセグメンテーションにおける空気中の長さのトルトオーティは平均値になります。
- 空気中の長さのトルトオーシを計算します: 1 -絶対サイズ/道路の長さ %
5. 統計分析
- 学生の t-testを使用してグループの違いを評価します。P値が0.05未満の場合は、統計的に有意であると考えられた。SPSS 22.0統計ソフトウェアパッケージを使用して、すべての統計分析を実施します。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
被験者の人口統計データは、すべてのグループが年齢、性別、教育レベル、支配的な手、および他のパラメータでよく一致することを示した。
表1に示すように、中国語の文字の書き込み中 に",MCIを有する高齢者被験者は、#3(0.40対1.82±0.55の平均絶対速度の低い平均速度を示±、 P = 0.001) および#4ストローク (2.61 ± 0.46 対 1.93 ± 0.50, P < 0.001) および高い平均ペン圧力 (237.43 ± 39.77 対 281.99 ± 37.70, P = 0.001) さらに、中国名の署名中に、MCIを有する高齢者被験者は、健康な高齢者被験者と比較して、文字間のセグメンテーションにおいてより高い空気の長さのトートを示した(12.57 ± 6.96 対31.66 ± 7.53,P < 0.001)。
図1:漢字" "ソフトウェアで書かれています。(A) 画面に表示されるセグメントのみで表示される中国語文字 "赤い円は、セグメンテーションの始点と終点です。青い線は、画面内セグメンテーショントレースです。(B) イン エアと画面内の両方のセグメンテーションを展示した中国語文字 "青い線は、画面内セグメンテーショントレースです。灰色の線は、空気中のセグメンテーション トレースです。この図の大きなバージョンを表示するには、ここをクリックしてください。
図2:健康な高齢者の中国の署名とMCIを有する高齢科目 (A) 画面 内の区分のみが表示された中国語署名 " (健康な高齢者グループの対象).赤い円は、セグメンテーションの始まりと終点です。青い線は、画面内セグメンテーショントレースです。(B)中国の署名 " (健康な高齢者グループの対象) と、空気中と画面内の両方のセグメンテーションが展示されています。青い線は、画面内セグメンテーショントレースです。灰色の線は、空気中のセグメンテーション トレースです。赤の領域は、文字間の空気中の長さのセグメンテーションを強調します (tortuosity = 5.34%)左側の領域は 、 " " と " " (絶対サイズ = 2.2226;道路の長さ = 2.4658;トースオシティ = 9.98%)の間のセグメンテーションです。右側の領域は 、 " " と " " (絶対サイズ = 2.9607、道路の長さ = 2.9821、トースオシティ = 0.71%)の間のセグメンテーションです。(C)中国語署名 " (MCIグループを持つ高齢者の対象) 画面内のセグメントのみが展示されています。赤い円は、セグメンテーションの始点と終点です。青い線は、画面内セグメンテーショントレースです。(D)中国の署名 " (MCIグループを持つ高齢者の対象) と、オンエアとスクリーンの両方のセグメンテーションが展示されています。青い線は、画面内セグメンテーショントレースです。灰色の線は、空気中のセグメンテーション トレースです。赤い領域は、文字間の空気中の長さのセグメンテーションを強調します(絶対サイズ = 1.2100;道路の長さ = 1.7072;トルトゥオシティ = 29.12%)。 この図の大きなバージョンを表示するには、ここをクリックしてください。
健康な高齢者 | MCI高齢者 | P 値 | |
N=20 | N=20 | ||
性別(男性/女性) | 10/10 | 8/12 | 0.74 |
年齢(年) | 69.70±4.51 | 70.39±3.42 | 0.602 |
支配的な手(右%) | 100 | 100 | |
教育(年) | 9.60±3.72 | 8.22±3.30 | 0.237 |
MMSE (スコア) | 28.90±0.79 | 26.33±0.77 | <0.001 |
3#ストロークの 平均絶対速度" | 2.46±0.40 | 1.82±0.55 | 0.001 |
平均絶対速度 4#ストロークの " " | 2.61±0.46 | 1.93±0.50 | <0.001 |
平均ペン圧 " " | 237.43±39.77 | 281.99±37.70 | 0.001 |
空気の長さのトートオシティ "署名" (%) | 12.57±6.96 | 31.66±7.53 | <0.001 |
MCI: 軽度認知障害 | |||
文字 3 " は地平線上の動きです。 | |||
文字 4 " は垂直方向の動きです。 |
表1:被験者の人口統計と手書きの分析データ
Subscription Required. Please recommend JoVE to your librarian.
Discussion
プロトコルの重要な手順は、 " " の読みやすさを確認 します。詳細は、キャラクタ全体の中で、#3ストロークは他の水平ストロークよりも短くする必要があり、#4ストロークは#2ストロークよりも短くする必要があります。具体的には、#3ストロークと#4ストローク6、12の書き込み中に、より注意力のあるリソースが必要であり、両方のストロークは同様の長さ制限を有する。不適切なストローク長が速度の検出に偏りを生み出した可能性があります。
デジタイザ画面を備えたソフトウェアは、鉛筆のような形のないオンラインデータ収集ソフトウェアです。書き始めと停止するには、被験者は研究者または促し器具の指示に従う必要があります。これらの明示的な条件は、被験者のストリッサーであり、注意力のあるリソースの注意をそらし、手書きのパフォーマンスに影響を与える可能性があります。この方法のトラブルシューティングは、電子機器に精通していない農村部の患者においてさらに深刻です。十分なウォームアップ時間が役に立つかもしれません。この制限の影響を最小限に抑えるもう 1 つの方法は、デジタイザの上に用紙シートを配置することです。さらに、Smartpen と Livescribe ノートブックなどの紙のような形でオフライン データを収集できるデバイスも、別の変更になる可能性があります。我々が知る限り、MovAlyzeRソフトウェアとSmartpenからのデータは、近い将来に互換性があります。
第1に、手書きの動的解析が主な焦点であったため、文字幅や高さなどの静的パラメータは現在の研究では含まれ、解析されなかった。実際には 、PD12で顕微鏡写真を検出するための良い筆記タスクとして「」が確認されています。第二に、一部の研究者は、手書きの作業中に文字のサイズを制限することを選択しました (例えば, 1 cm, 2 cm, そして4 cm振幅)19.見つかったように、被験者は大きな振幅に対してより小さな振幅で書く時間が多く必要です。この研究では確実な振幅は設定されていませんが、漢字の形状は特定のストロークの暗黙の制限である可能性があります。
私たちの知る限りでは、これは簡体字中国語の文字ユーザーのためのデジタル手書き分析の最初の研究です。簡体字中国語に関するより多くの手書きタスクは、神経精神疾患患者の認知障害および運動障害を見つけるために使用することができる。
デジタル手書き分析は、トレイルメイキングテスト、MMSE、モントリオール認知評価、その他17、22などの伝統的な鉛筆-紙の認知テストを補完することができます。認知テスト中に手書き機能を分析することは、運動認知二重タスク23の新しいパラダイムです。この方法は、運動認知リスク症候群および脳小血管疾患の診断に役立つ可能性がある。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者らは開示するものは何もない。
Acknowledgments
ニューロスクリプトLLDのハンス・レオ・テューリングス教授に、デジタル技術サポートに感謝します。
この研究は、呉建平財団(グラントNo.:320.6750.18456)によって支援されました。
Materials
Name | Company | Catalog Number | Comments |
Microsoft | Surface Pro 2 | computer | |
MovAlyeR | 3.4 | software | |
WACOM | Cintiq | digitizer |
References
- Werner, P., et al. Handwriting process variables discriminating mild Alzheimer's disease and mild cognitive impairment. Journals of Gerontology. 61 (4), 228-236 (2006).
- Kawa, J., et al. Spatial and dynamical handwriting analysis in mild cognitive impairment. Computers in Biology and Medicine. 82, 21-28 (2017).
- 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).
- Takehiko, D., et al. Combined effects of mild cognitive impairment and slow gait on risk of dementia. Experimental Gerontology. 110, 146-150 (2018).
- 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).
- 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).
- 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).
- 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).
- Caligiuri, M. P., et al.
Signature dynamics in Alzheimer's disease. Forensic Science International. 302, 109880 (2019). - Thomas, M., et al. Handwriting analysis in Parkinson's disease: current status and future directions. Movement Disorders Clinical Practice. 4 (6), 806-818 (2017).
- 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).
- 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).
- Yan, J. H., et al. Alzheimer's disease and mild cognitive impairment deteriorate fine movement control. Journal of Psychiatric Research. 42, 1203-1212 (2008).
- Johnson, B. P., et al. Understanding macrographia in children with autism spectrum disorders. Research in Developmental Disabilities. 34 (9), 2917-2926 (2013).
- Afonso, O., et al. Writing difficulties in Alzheimer's disease and Mild Cognitive Impairment. Reading and Writing. 32 (1), 217-233 (2019).
- 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).
- 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).
- 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).
- Rosenblum, S., et al. Handwriting as an objective tool for Parkinson's disease diagnosis. Journal of Neurology. 260 (9), 2357-2361 (2013).
- 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).
- Petersen, R. C. Mild cognitive impairment as a diagnostic entity. Journal of Interactive Marketing. 256 (3), 183-194 (2004).
- 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).
- 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).