Artykuł metodologiczny

Cyfrowa analiza pisma ręcznego znaków u chińskich pacjentów z łagodnymi zaburzeniami poznawczymi

4K wyświetleń

⸱

DOI:

10.3791/61841

⸱

11 marca 2021

 ,  ,  ,  ,  , 
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

* These authors contributed equally

W tym artykule

Podsumowanie

To badanie zaproponowało cyfrową analizę charakteru pisma ręcznego u osób z łagodnymi zaburzeniami poznawczymi, aby znaleźć więcej informacji niż wynika to z tradycyjnej analizy pisma ołówkowego i papierowego.

Streszczenie

Coraz więcej dowodów pokazuje, że deficyty poznawcze i dysfunkcje ruchowe nie są od siebie oddzielone. Pacjenci z łagodnymi zaburzeniami poznawczymi (MCI) mogą przejawiać zaburzenia motoryczne kończyn górnych. Pismo ręczne to złożona i wyjątkowa ludzka czynność, obejmująca zarówno koordynację ruchową, jak i poznawczą. Naukowcy z krajów zachodnich odkryli, że pacjenci z MCI mają nieprawidłowe cechy pisma ręcznego. Nie przeprowadzono jednak odpowiednich badań w populacji chińskiej. Ze względu na międzykulturowe zjawisko pisma ręcznego, celem niniejszego badania jest znalezienie nowych zadań związanych z pismem ręcznym, aby pokazać różnice w cechach pisma ręcznego między starszymi pacjentami z MCI a zdrowymi osobami w tym samym wieku.

Wprowadzenie

Łagodne upośledzenie poznawcze (MCI) jest uważane za przejściową, ale postępującą degeneracyjną fazę poznawczą, która poprzedza wystąpienie choroby Alzheimera (AD)1. Doniesiono, że wskaźnik progresji AD rocznie wynosi 15%, podczas gdy prawie 75% umiarkowanych i ciężkich przypadków MCI może pozostać niezdiagnozowanych2. Ostatnie badania wykazały, że pacjenci z MCI mają trudności w niektórych aspektach zadań motorycznych3, a ci pacjenci, którzy wykazywali zaburzenia motoryczne, takie jak powolny chód, mieli wysokie ryzyko demencji4.

Pismo odręczne to złożona ludzka czynność, która pociąga za sobą misterną mieszankę komponentów poznawczych, kinestetycznych i percepcyjno-motorycznych, w tym percepcji wzrokowej i kinestetycznej, planowania motorycznego, koordynacji wzrokowo-ruchowej, integracji wzrokowo-motorycznej, zręczności i zdolności manualnych1. Analiza pisma ręcznego została wykorzystana do wykrywania dysfunkcji poznawczych i motorycznych w wielu typach chorób neurodegeneracyjnych, takich jak choroba Alzheimera i choroba Parkinsona (PD)5. Ponadto stwierdzono, że niektóre aspekty problemów z pismem ręcznym są wskaźnikiem MCI i są związane z postępem choroby6. Ponieważ większość populacji posługuje się językiem, nadal brakuje badań dotyczących analizy pisma ręcznego u osób mówiących po chińsku (zwłaszcza uproszczonych znaków chińskich).

Było kilka artykułów, które badały nieprawidłowości pisma ręcznego lub "agrafię" u osób z MCI. Na przykład, wykorzystując tradycyjne metody ołówka i papieru, Zhou i współpracownicy próbowali odkryć odmienne zdolności pisania między pacjentami z MCI a osobami bez MCI. Różnice między grupami nie były oczywiste, z wyjątkiem błędów w zapisie7. Kawa i wsp. odkryli cechy pisma ręcznego u pacjentów z MCI za pomocą inteligentnego pióra, które mogło dynamicznie analizować pociągnięcie i prędkość pióra podczas pisania2. Sprzęt WACOM i oprogramowanie MovAlyzeR mogą wykrywać więcej informacji w czasie rzeczywistym w porównaniu z tradycyjnymi metodami ołówkowymi i papierowymi oraz metodami papieru smartpen. W związku z tym stwierdzono, że dynamiczne dane dotyczące pisma ręcznego, takie jak nacisk pióra, prędkość, przyspieszenie i szarpnięcie, stały się nowym celem analizy pisma ręcznego w stosunku do danych statycznych, takich jak rozmiar liter i odstęp między słowami2.

Jednak innym zjawiskiem, którego nie można przeoczyć, jest międzykulturowy efekt pisma ręcznego. Systemy pisma różnych narodów nie zawsze są takie same (np. angielskie litery są pisane od lewej do prawej, podczas gdy hebrajskie są pisane od prawej do lewej)8. W tym wydaniu nawet recenzje potwierdziły skuteczność analizy pisma ręcznego9,10 w językach alfabetycznych, a duża luka między chińskimi znakami a zachodnimi literami utrudniła wymienną możliwość analizy pisma ręcznego w metodach i wynikach11 tych badań.

Istnieje kilka głównych różnic między językami zachodnimi (np. angielskim) a chińskim. Po pierwsze, podczas pisania chińskich znaków występuje znacznie więcej poziomych ruchów końcówki pióra w porównaniu z pisaniem listów12. Po drugie, w przeciwieństwie do języka alfabetu, który jest związany z fonemami, chiński jest uważany za logograficzny7. W rezultacie większość chińskich znaków ma swoją własną, unikalną kolejność obrysów, a szerokość i wysokość pociągnięć musi być ściśle ograniczona. W przeciwnym razie nieograniczone szerokości i wysokości mogą powodować zwiększoną nieczytelność11 ("figure-introduction-1" i "figure-introduction-2" to zupełnie różne chińskie znaki. Ponadto, "figure-introduction-3", "figure-introduction-4", oraz "figure-introduction-5" to różne chińskie znaki).

"figure-introduction-6" (wymawiane "Zheng") to typowy, prosty i powszechnie używany chiński znak, który prawie każdy użytkownik języka chińskiego z dwuletnim wykształceniem potrafi czytać i pisać. Zostało wybrane jako zadanie pisemne w poprzednich chińskich badaniach nad analizą pisma ręcznego6,12. Badacze zdecydowali się użyć "figure-introduction-7" jako zadania do pisania, ponieważ jest ono "kwadratowe" i składa się z pięciu kresek, z których wszystkie są poziome (#1, #3, #5 kreska, od lewej do prawej) lub pionowa (#2, #4 kreska, od góry do dołu) (Rysunek 1). Według wielu badań motorycznych, wykonanie pociągnięcia #3 (poziomego) i #4 skoku (pionowego) wymaga odpowiednio czystych ruchów nadgarstka i palca6,12,13. W rezultacie, prędkość skoku obu uderzeń może być właściwą manifestacją14.

Ponadto, nacisk pióra podczas pisania odręcznego jest funkcją pisma ręcznego, która okazała się przewyższać inne cechy kinematyczne w odzwierciedlaniu kontroli motorycznej5,15. Nie ma jednak odpowiednich badań z udziałem chińskich pacjentów, chociaż pozytywne wyniki zostały potwierdzone przez grupy badawcze z Czech, Hiszpanii, Izraela i innych krajów8,16,17.

Podpis był powszechnie używany jako zadanie związane z pisaniem odręcznym w wielu badaniach5. Ogólnie rzecz biorąc, podpis wymaga niewielkiego namysłu lub czasu antenowego18. "W powietrzu" definiuje się jako sytuację, w której nacisk końcówki pióra na ekran wynosi 0 podczas pisania odręcznego, a "czas w powietrzu" jest sumą czasu "w powietrzu" podczas pisania odręcznego. Osoby, które cierpią na wiele zaburzeń neuropsychiatrycznych, mogą mieć deficyty w kontroli psychomotorycznej, a tym samym wykazują wydłużony czas przebywania w powietrzu sygnatury. Na przykład Rosenblum i wsp. stwierdzili, że izraelscy pacjenci z depresją i chorobą Parkinsona wykazywali dłuższy czas przebywania w powietrzu w porównaniu ze zdrowymi osobami z grupy kontrolnej podczas pisania własnego imienia w języku hebrajskim8,19. Ponieważ chińskie znaki mają swój własny kształt, w tym badaniu zdecydowano się wykorzystać krętość długości w powietrzu w segmentacji między znakami podczas pisania nazwy jako potencjalny parametr orientacyjny. Krętość, zdefiniowana przez stosunek długości łuku do euklidesowej odległości między punktami końcowymi, jest miarą krzywizny, a zatem indeksuje gładkość określonego zapisu wyjściowego20.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Nasze badanie zostało zatwierdzone przez Akademicką Komisję Etyki Wydziału Nauk Biologicznych Chińskiego Szpitala Ogólnego ChALW w Pekinie, Chiny.

1. Ogólne aspekty rozwoju metody

  1. Do wykonywania ruchów pisma ręcznego należy używać digitizera USB (np. Wacom Cintiq Pro 16) i ręcznego rysika. Szczegółowa specyfikacja digitizera jest następująca: wymiary zewnętrzne (szerokość x głębokość x wysokość) 410 x 265 x 17,5 mm, rozdzielczość przestrzenna 3840 x 2160 punktów, rozmiar piksela 0,090 x 0,090 mm, rozdzielczość czasowa 30 ms, oraz poziom nacisku 8 192.
  2. Podłącz laptopa do digitizera, aby zebrać i wyeksponować ślady pisma ręcznego.
  3. Użyj oprogramowania (np. Neuroscript MovAlyzeR) do rejestrowania, przetwarzania i analizowania danych.
  4. Kryteria włączenia/wykluczenia pacjenta
    1. Rekrutuj uczestników MCI, którzy zgłaszają dolegliwości pamięciowe, obiektywnie upośledzoną funkcję pamięci, nienaruszone czynności życia codziennego i brak demencji21. Poza tym powinni mieć poziom edukacji powyżej 2 lat szkoły wstępnej w Chinach kontynentalnych, w przeciwnym razie mogą mieć trudności z pisaniem chińskich znaków.
    2. Wyklucz uczestników, którzy mają wyraźną niepełnosprawność wzrokową i kończynę górną.

2. Zadanie pisania odręcznego

  1. Uruchom oprogramowanie i rysik nieodręczny.
  2. Utwórz przykład chińskich znaków w obszarze pisania digitizera (patrz Rysunek 1).
  3. Pozwól fotografowanym osobom ustawić obszar pisania w wygodnej pozycji.
  4. Pozwól fotografowanym osobom pisać na obszarze pisania i dostosuj pióro do powierzchni obszaru pisania.
  5. Ustaw częstotliwość próbkowania w oprogramowaniu na 200 Hz.
  6. Poinstruuj badanych, aby napisali swoje imię w języku chińskim dominującą ręką.
    UWAGA: Podpis w wersji kursywnej lub drukowanej jest dopuszczalny, zgodnie z życzeniem osoby.
  7. Poinstruuj badanych, aby napisali chiński znak "figure-protocol-1" (wymawiane "Zheng") ręką dominującą.
    UWAGA: Chiński znak "figure-protocol-2" w wersji drukowanej jest dopuszczalny.
    1. Przypomnij badanym, aby napisali w wersji drukowanej przed rozpoczęciem pisania odręcznego.
      UWAGA: Upewnij się, że osoba fotografowana siedzi i pisze w pozycji pionowej.
  8. Instrukcje powinny być widoczne podczas każdej próby.
    1. Powtórz próbę pisania odręcznego trzy razy.
    2. Jeśli znak "figure-protocol-3" został napisany w niewłaściwej kolejności pociągnięć, przerwij próbę i śledź oraz pokaż badanemu, jak zapisać znak w prawidłowej kolejności pociągnięć.
    3. Jeśli jakiekolwiek wahanie wynikało z braku wiedzy, przerwij próbę i pokaż badanemu, jak poprawnie napisać znak.

3. Analiza danych

  1. Uruchom oprogramowanie, kliknij prawym przyciskiem myszy Eksperyment i wybierz Właściwości.
  2. Wybierz pozycję Przetwarzanie, a następnie wybierz pozycję Segmentacja.
  3. Kliknij Dodaj pierwszą segmentację w dowolnym tempie, Dodaj ostatnią segmentację w dowolnym tempie i Przenieś punkt segmentacji do najbliższego pióra w dół, jeśli korzystasz z windy w Flagach segmentacji.
  4. Kliknij na Na trajektoriach pióra w Metodach segmentacji.
    UWAGA: Wszystkie te zmiany w trybie domyślnym zostały wprowadzone w celu poprawy analizy chińskiego pisma ręcznego.

4. Obliczanie parametrów

  1. Uruchom oprogramowanie, wybierz tematy w "figure-protocol-4" i kliknij Próby pisma ręcznego.
  2. Skorzystaj z systemu śledzenia i śledź krok po kroku proces pisania odręcznego i kolejność pociągnięć "figure-protocol-5".
  3. Znajdź segmentację kreski #3 w "figure-protocol-6" i odczytaj "Średnią prędkość bezwzględną" w "wyodrębnionych danych".
    UWAGA: Oprogramowanie do analizy pisma ręcznego automatycznie obliczy "średnią prędkość bezwzględną" każdej segmentacji.
    UWAGA: Pociągnięcie #3 z "figure-protocol-7" to ruch poziomy (od lewej do prawej) końcówki pióra, który jest krótszy niż znak 1 i znak 5 (Rysunek 1A).
  4. Znajdź segmentację kreski #4 z "figure-protocol-8" i odczytaj z "Średniej prędkości bezwzględnej" w "wyodrębnionych danych".
    UWAGA: Pociągnięcie #4 "figure-protocol-9" to pionowy ruch (od góry do dołu) końcówki pióra, który jest krótszy niż znak 2 (Rysunek 1).
  5. Odczytaj "Nacisk pióra" dla każdej segmentacji w "wyodrębnionych danych" i uzyskaj "Średni nacisk pióra" na "figure-protocol-10".
    UWAGA: Oprogramowanie do analizy pisma ręcznego automatycznie obliczy "Średni nacisk pióra" dla każdej segmentacji.
  6. Uruchom oprogramowanie, wybierz tematy w "figure-protocol-11" i kliknij Próby pisma ręcznego.
  7. Korzystając z systemu śledzenia, śledź krok po kroku proces pisania odręcznego i kolejność pociągnięć podpisu.
  8. Znajdź segmentację obrysu między znakami i odczytaj "Rozmiar bezwzględny" i "Długość drogi" w "wyodrębnionych danych".
  9. Uzyskaj krętość długości w powietrzu w segmentacji między znakami zgodnie z równaniem.
    UWAGA: Segmentacja obrysu między znakami była segmentacją w powietrzu (Rysunek 2).
    1. Obliczyć krętość długości w powietrzu: 1-Rozmiar bezwzględny/Długość drogi %.
      UWAGA: Krętość, zdefiniowana przez stosunek długości łuku do euklidesowej odległości między punktami końcowymi, jest miarą krzywizny, a zatem indeksuje gładkość określonego wyniku zapisu20. Bardzo kręta krzywa ma kilka zagięć lub krzywych, podczas gdy niska krzywa kręta to taka, która ma stosunkowo szerokie pętle/krzywe i większą prostoliniowość.
      UWAGA: Większość chińskich imion składa się z dwóch lub trzech znaków. Jeśli podpis składa się z dwóch znaków, istnieje tylko jedna segmentacja obrysu między znakami. Jeśli podpis składa się z trzech znaków, między znakami istnieją dwie segmentacje obrysów. Krętość długości w powietrzu w segmentacji między postaciami byłaby wartością średnią.

5. Analiza statystyczna

  1. Oceń różnice w grupie za pomocą testu t-Studenta. Wartość P mniejsza niż 0,05 została uznana za statystycznie istotną. Wszystkie analizy statystyczne można przeprowadzać za pomocą pakietu oprogramowania statystycznego SPSS 22.0.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Dane demograficzne badanych wykazały, że wszystkie grupy dobrze pasowały do siebie pod względem wieku, płci, poziomu wykształcenia, dominującej ręki i innych parametrów.

Jak pokazano w Tabeli 1, podczas pisania chińskiego znaku "figure-results-1", starsi pacjenci z MCI wykazywali niższą średnią prędkość bezwzględną #3 (2,46 ± 0,40 vs 1,82 ± 0,55, P = 0,001) i #4 skoku (2,61 ± 0,46 vs 1,93 ± 0,50, P < 0...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Krytyczne kroki w protokole potwierdzają czytelność znaku "figure-discussion-1". Szczegółowo, w obrębie całego znaku, pociągnięcie #3 musi być krótsze niż inne pociągnięcia poziome, a pociągnięcie #4 musi być krótsze niż pociągnięcie #2. Mówiąc dokładniej, potrzebne są większe zasoby uwagi podczas pisania pociągnięcia #3 i #4 uderzenia 6,12, a oba pociągnięcia m...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają nic do ujawnienia.

Podziękowania

Dziękujemy profesorowi Hansowi-Leo Teulingsowi z Neuroscript LLD za wsparcie technologii cyfrowej.

To badanie było wspierane przez Fundację Wu Jieping (Grant nr: 320.6750.18456).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Komputer
Oprogramowanie
DigitizerWACOMCintiq
Microsoft Surface Pro 2 MovAlyeR 3.4

Bibliografia

  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).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Pisanie znak w chi skichanaliza kolejno ci kresekpomiar nacisku pi raobliczanie pr dko cikr to d ugo ci w powietrzudigitalizator USBzadanie polegaj ce na pisaniuwykrywanie MCI

Powiązane artykuły