Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.

Methodenartikel

Digitale handschriftanalyse van karakters bij Chinese patiënten met milde cognitieve stoornissen

4K weergaven

DOI:

10.3791/61841

11 maart 2021

* These authors contributed equally

In dit artikel

Samenvatting

Deze studie stelde een digitale handschriftanalyse voor van personages bij personen met een milde cognitieve beperking om meer informatie te vinden dan blijkt uit traditionele potlood-papier handschriftanalyse.

Samenvatting

Een toenemende hoeveelheid bewijs toont aan dat cognitieve tekorten en bewegingsstoornissen niet gescheiden zijn. Patiënten met milde cognitieve stoornissen (MCI) kunnen fijne motorische aandoeningen van de bovenste ledematen manifesteren. Handschrift is een complexe en unieke menselijke activiteit waarbij zowel motorische als cognitieve coördinatie betrokken is. Onderzoekers uit westerse landen hebben ontdekt dat patiënten met MCI abnormale handschriftkenmerken hebben. Er zijn echter geen relevante studies uitgevoerd onder de Chinese bevolking. Vanwege het cultuuroverstijgende fenomeen handschrift is het doel van deze studie om nieuwe handschrifttaken te vinden om de verschillen in handschriftkenmerken tussen oudere patiënten met MCI en leeftijdsgematchte gezonde personen aan te tonen.

Inleiding

Milde cognitieve stoornissen (MCI) worden beschouwd als een overgangsfase, maar geleidelijk degeneratieve cognitieve fase die voorafgaat aan het begin van de ziekte van Alzheimer (AD)1. Er is gemeld dat het AD-progressiepercentage per jaar 15% bedraagt , terwijl bijna 75% van de matige en ernstige MCI-gevallen niet gediagnosticeerd kan blijven2. Recente studies hebben gemeld dat patiënten met MCI moeite hebben met sommige aspecten van fijne motorische taken3, en die patiënten die motorische stoornissen vertoonden, zoals langzaam lopen, hadden een hoog risico op dementie4.

Handschrift is een complexe menselijke activiteit die een ingewikkelde mix van cognitieve, kinesthetische en perceptueel-motorische componenten met zich meebrengt, waaronder visuele en kinesthetische waarneming, motorische planning, oog-handcoördinatie, visuele-motorische integratie, behendigheid en handmatige vaardigheden1. Handschriftanalyse is gebruikt om cognitieve en motorische disfuncties op te sporen bij vele soorten neurodegeneratieve ziekten, zoals AD en de ziekte van Parkinson (PD)5. Bovendien is gemeld dat sommige aspecten van handschriftproblemen een indicator zijn voor MCI en verband houden met ziekteprogressie6. Aangezien de meerderheid van de bevolking taal gebruikt, ontbreken studies die handschriftanalyse in Chinese sprekers onderzoeken (vooral vereenvoudigde Chinese karakters).

Er zijn verschillende artikelen geweest die handschriftafwijkingen of "agraphia" hebben onderzocht bij personen met MCI. Door bijvoorbeeld de traditionele potloodpapiermethoden te gebruiken, probeerden Zhou en collega's de verschillende schrijfvaardigheden tussen patiënten met MCI en personen zonder MCI te onthullen. De verschillen tussen de groepen waren niet duidelijk, met uitzondering van schrijffouten7. Kawa et al. vonden handschriftkenmerken bij patiënten met MCI met behulp van een slimme pen, die de slag- en pensnelheid dynamisch kon analyseren tijdens het schrijven2. WACOM-hardware en MovAlyzeR-software kunnen meer realtime informatie detecteren in vergelijking met traditionele potlood- en papiermethoden en smartpen-papiermethoden. Daarom zijn dynamische handschriftgegevens, zoals pen-downdruk, snelheid, versnelling en schokken, een nieuwe focus van handschriftanalyse gebleken ten opzichte van statische gegevens, zoals lettergrootte en ruimte tussen woorden2.

Een ander fenomeen dat echter niet over het hoofd kan worden gezien, is het crossculturele effect van handschrift. De schrijfsystemen van verschillende naties zijn niet altijd hetzelfde (Engelse letters worden bijvoorbeeld van links naar rechts geschreven, terwijl Hebreeuwse letters van rechts naar links worden geschreven)8. In dit nummer hebben zelfs beoordelingen de effectiviteit van handschriftanalyse9,10 in alfabetische talen bevestigd, en de grote kloof tussen Chinese tekens en westerse letters heeft het uitwisselingsvermogen van handschriftanalyse in de methoden en resultaten11 van deze studies belemmerd.

Er bestaan verschillende grote verschillen tussen westerse talen (bijv. Engels) en Chinees. Ten eerste zijn er veel meer horizonbewegingen van de penpunt tijdens het Schrijven van Chinese tekens in vergelijking met het schrijven van letters12. Ten tweede, in tegenstelling tot de alfabettaal, die wordt geassocieerd met fonemen, wordt Chinees beschouwd als logografisch7. Als gevolg hiervan hebben de meeste Chinese tekens hun eigen unieke lijnvolgorde en moeten de breedte en hoogte van lijnen strikt worden beperkt. Anders kunnen onbeperkte breedtes en hoogten leiden tot verhoogde onleesbaarheid11 (" figure-introduction-1 " en " " zijn totaal verschillende Chinese figure-introduction-2 tekens. Ook figure-introduction-3 " ", " figure-introduction-4 ", en " " zijn verschillende figure-introduction-5 Chinese karakters).

" figure-introduction-6 " (uitgesproken als "Zheng") is een typisch, eenvoudig en veelgebruikt Chinees personage dat bijna elke Chinese spreker met een tweejarig opleidingsniveau kan lezen en schrijven. Het is geselecteerd als schrijftaak in eerdere Chinese handschriftanalysestudies6,12. Onderzoekers besloten om " " als schrijftaak te gebruiken figure-introduction-7 omdat het "vierkantachtig" is en bestaat uit vijf slagen, die allemaal horizonaal zijn (#1, #3, #5 slag, van links naar rechts) of verticaal (#2, #4 slag, van boven naar beneden) (Figuur 1). Volgens vele fijne motorische studies vereist het vervullen van de #3 slag (horizonal) en de #4 slag (verticaal) pure pols- en vingerbewegingen, respectievelijk6,12,13. Als gevolg hiervan kan de slagsnelheid van beide slagen een goede manifestatiezijn 14.

Bovendien is pendruk tijdens handschrift een handschriftfunctie die beter presteert dan andere kinematische kenmerken bij het reflecteren van motorische besturing5,15. Er zijn echter geen relevante studies bij Chinese patiënten, hoewel positieve resultaten zijn bevestigd door onderzoeksgroepen uit Tsjechië, Spanje, Israël en andere landen8,16,17.

De handtekening is in talrijke studies vaak gebruikt als handschrifttaak5. Over het algemeen vereist een handtekening weinig nadenken of in-air tijd18. "In-air" wordt gedefinieerd als wanneer de druk van de penpunt op het scherm 0 is tijdens het handschrift, en "in-air time" is de som van de tijd "in-air" tijdens het handschrift. Personen die lijden aan veel neuropsychiatrische stoornissen kunnen tekorten hebben in psychomotorische controle, en dus vertonen ze een verhoogde in-air tijd van de handtekening. Rosenblum et al. ontdekten bijvoorbeeld dat Israëlische patiënten met depressie en de ziekte van Parkinson een langere zendtijd vertoonden in vergelijking met gezonde controles tijdens het schrijven van hun eigen naam in Het Hebreeuws8,19. Aangezien Chinese karakters hun eigen vorm hebben, werd in deze studie besloten om de in-air lengte tortuositeit in segmentatie tussen karakters tijdens het schrijven van de naam als potentiële indicatieve parameter te gebruiken. Tortuositeit, gedefinieerd door de verhouding tussen de booglengte en de Euclidische afstand tussen eindpunten, is een maat voor kromming en indexeert daarom de vloeiendheid van een specifieke schrijfoutput20.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

Onze studie werd goedgekeurd door de Academic Ethics Committee van de Biological Sciences Division van het Chinese PLA General Hospital in Beijing, China.

1. Algemene aspecten van methodeontwikkeling

  1. Gebruik een USB-digitizer (bijv. Wacom Cintiq Pro 16) en een handheld styluspen voor de handschriftbewegingen. De gedetailleerde specificaties van de digitizer zijn als volgt: externe afmetingen (breedte x diepte x hoogte) 410 x 265 x 17,5 mm, ruimtelijke resolutie 3840 x 2160 dots, pixelgrootte 0,090 x 0,090 mm, temporele resolutie 30 ms en een drukniveau van 8,192.
  2. Sluit een laptop-pc aan op de digitizer om de handschriftsporen te verzamelen en tentoon te stellen.
  3. Gebruik een software (bijv. Neuroscript MovAlyzeR) voor het vastleggen, verwerken en analyseren van gegevens.
  4. Criteria voor inclusie/uitsluiting van patiënten
    1. Rekruteer MCI-deelnemers die een geheugenklacht, een objectief verminderde geheugenfunctie, intacte activiteiten van het dagelijks leven en de afwezigheid van dementiepresenteren 21. Bovendien zouden ze het opleidingsniveau van meer dan 2 jaar voorschoolse school op het vasteland van China moeten hebben, anders zouden ze moeite kunnen hebben met het schrijven van Chinese personages.
    2. Sluit deelnemers uit met een duidelijke visuele en bovenste ledemaat handicap.

2. Handschrifttaak

  1. Voer de software en een niet-inktende styluspen uit.
  2. Maak een voorbeeld van Chinese tekens op het schrijfgebied van de digitizer (zie figuur 1).
  3. Laat de proefpersonen het schrijfgedeelte in een comfortabele positie plaatsen.
  4. Laat de onderwerpen op het schrijfgebied schrijven en plaats de pen en het oppervlak van het schrijfgebied.
  5. Stel de bemonsteringsfrequentie in de software in op 200 Hz.
  6. Instrueer de proefpersonen om zijn/haar naam in het Chinees te schrijven met de dominante hand.
    OPMERKING: Een handtekening in cursieve of een gedrukte versie is aanvaardbaar, zoals het onderwerp wenst.
  7. Instrueer de proefpersonen om het Chinese karakter " figure-protocol-1 " (uitgesproken als "Zheng") te schrijven met de dominante hand.
    OPMERKING: Het Chinese karakter " figure-protocol-2 " in een gedrukte versie is acceptabel.
    1. Herinner de onderwerpen eraan om in een afgedrukte versie te schrijven voordat u begint met handschrift.
      OPMERKING: Zorg ervoor dat het onderwerp rechtop zit en schrijft.
  8. Houd de instructies zichtbaar tijdens elke proefperiode.
    1. Herhaal het handschrift drie keer.
    2. Als het teken " figure-protocol-3 " in de verkeerde lijnvolgorde is geschreven, stop dan de proefversie en traceer en toon het onderwerp hoe het teken in de juiste lijnvolgorde moet worden geschreven.
    3. Als enige aarzeling is afgeleid van een gebrek aan kennis, stop dan het proces en laat het onderwerp zien hoe het personage correct moet worden geschreven.

3. Data-analyse

  1. Voer de software uit; klik met de rechtermuisknop op Experiment en selecteer Eigenschappen.
  2. Selecteer Verwerkingen selecteer segmentatie.
  3. Klik op Eerste segmentatie toevoegen in ieder geval, Laatste segmentatie toevoegenin ieder geval en Segmentatiepunt verplaatsen naar dichtstbijzijnde pendown als op een penlift in Segmentatievlaggen.
  4. Klik op Bij pendown trajecten in Segmentatie methoden.
    OPMERKING: Al deze aanpassingen voor de standaardmodus zijn gedaan om de analyse van het Chinese handschrift te verbeteren.

4. Parameterberekening

  1. Voer de software uit, selecteer de onderwerpen in " figure-protocol-4 " en klik op Handschriftproeven.
  2. Gebruik het traceringssysteem en traceer het handschriftproces en de lijnvolgorde van figure-protocol-5 " " stap voor stap.
  3. Zoek de segmentatie van lijn #3 van " figure-protocol-6 " en lees de "Gemiddelde Absolute Snelheid" uit in "geëxtraheerde gegevens".
    OPMERKING: De software voor handschriftanalyse berekent automatisch de "Gemiddelde Absolute Snelheid" van elke segmentatie.
    LET OP: Slag #3 van " figure-protocol-7 " is een horizonbeweging (van links naar rechts) van de penpunt die korter is dan teken 1 en teken 5 (figuur 1A).
  4. Zoek de segmentatie van lijn #4 van " figure-protocol-8 " en lees uit de "Gemiddelde Absolute Snelheid" in de "geëxtraheerde gegevens".
    LET OP: Slag #4 van " figure-protocol-9 " is een verticale beweging (van boven naar beneden) van de penpunt die korter is dan teken 2 ( figuur1).
  5. Lees de "Pendruk" van elke segmentatie uit in de "geëxtraheerde gegevens" en verkrijg een "Gemiddelde pendruk" van " figure-protocol-10 ".
    OPMERKING: De software voor handschriftanalyse berekent automatisch de "Gemiddelde pendruk" van elke segmentatie.
  6. Voer de software uit, selecteer de onderwerpen in " figure-protocol-11 " en klik op Handschriftproeven.
  7. Traceer met behulp van het traceringssysteem stap voor stap het handschriftproces en de lijnvolgorde van de handtekening.
  8. Zoek de segmentatie van de lijn tussen de tekens en lees de "Absolute Grootte" en "Weglengte" voor in de "geëxtraheerde gegevens".
  9. Verkrijg de in-air lengte tortuositeit in de segmentatie tussen tekens volgens de vergelijking.
    OPMERKING: De segmentatie van de lijn tussen tekens was een in-air segmentatie (figuur 2).
    1. Bereken de tortuositeit in de luchtlengte: 1-Absolute grootte/weglengte %.
      OPMERKING: Tortuositeit, gedefinieerd door de verhouding tussen de booglengte en de Euclidische afstand tussen eindpunten, is een maat voor kromming en indexeert daarom de vloeiendheid van een specifieke schrijfoutput20. Een zeer kronkelige curve heeft verschillende bochten of bochten, terwijl een lage kronkelige curve er een is met relatief brede lussen / bochten en meer rechtheid.
      LET OP: De meeste Chinese namen bestaan uit twee of drie tekens. Als de handtekening twee tekens heeft, is er slechts één segmentatie van lijn tussen tekens. Als de handtekening drie tekens bevat, zijn er twee lijnsegmentaties tussen tekens. In-air lengte tortuositeit in de segmentatie tussen tekens zou een gemiddelde waarde zijn.

5. Statistische analyse

  1. Groepsverschillen evalueren met behulp van de t-toetsvan een student. Een P-waarde van minder dan 0,05 werd als statistisch significant beschouwd. Voer alle statistische analyses uit met behulp van het SPSS 22.0 statistische softwarepakket.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

De demografische gegevens van de proefpersonen toonden aan dat alle groepen goed overeenkwamen in leeftijd, geslacht, opleidingsniveau, dominante hand en andere parameters.

Zoals weergegeven in tabel 1, tijdens het schrijven van het Chinese karakter " figure-results-1 ", oudere proefpersonen met MCI vertoonden een lagere gemiddelde absolute snelheid van de #3 (2,46 ± 0,40 vs 1,82 ± 0,55, P = 0,001) en #4-...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

De kritieke stappen in het protocol bevestigen de leesbaarheid van " figure-discussion-1 ". In detail moet binnen een heel teken de #3-slag korter zijn dan de andere horizonaanslagen en moet de #4-lijn korter zijn dan de #2-lijn. Meer specifiek zijn er meer aandachtsbronnen nodig tijdens het schrijven van de #3-takt en #4-takt6,12, en beide lijnen hebben een ver...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De auteurs hebben niets te onthullen.

Dankbetuigingen

Wij danken professor Hans-Leo Teulings van Neuroscript LLD voor de ondersteuning van digitale technologie.

Deze studie werd ondersteund door de Wu Jieping Foundation (Grant No.: 320.6750.18456).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
MicrosoftSurface Pro 2computer
MovAlyeR3.4software
WACOMCintiqdigitizer

Referenties

  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).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Trefwoorden

Schrijven van Chinese karaktersanalyse van de penseelvolgordemeting van de pendrukvelociteitsberekeningtortuositeit van de penlengte in de luchtUSB digitalisatorhandschrifttestMCI detectie