Cyfrowa analiza pisma ręcznego znaków u chińskich pacjentów z łagodnymi zaburzeniami poznawczymi
11 marca 2021
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.
Analiza pisma ręcznego została wykorzystana do wykrywania dysfunkcji poznawczych i motorycznych. Niektóre aspekty trudności z pismem ręcznym mogą być wskaźnikiem dla MCI, cieszę się, że (niesłyszalne)Główną zaletą tego badania jest to, że wykorzystuje ono cyfrowy system analizy pisma ręcznego dla uproszczonych użytkowników chińskich znaków. Metoda ta może być również stosowana do wykrywania opóźnienia psychoruchowego u pacjentów z depresją, schizofrenią lub innymi zaburzeniami psychicznymi, którzy są uproszczonymi użytkownikami chińskimi.
Przed rozpoczęciem analizy wybierz digitizer USB o wymiarach 410 na 265 na 17,5 milimetra o rozdzielczości przestrzennej 3 840 na 2 160 punktów, rozmiarze piksela 0,9 na 0,9 milimetra, rozdzielczości czasowej 30 milisekund i poziomie nacisku 8,192 oraz ręczny długopis stylistyczny do ruchów pisma ręcznego. podłącz laptopa do digitizera, aby zebrać i wyeksponować ślady pisma ręcznego. I zainstaluj odpowiednie oprogramowanie do rejestrowania, przetwarzania i analizowania danych.
Rekrutuj uczestników z łagodnymi zaburzeniami poznawczymi, którzy mają dolegliwości związane z pamięcią, obiektywnie upośledzoną funkcją pamięci, nienaruszoną aktywnością życia codziennego i brakiem demencji. Aby wykonać zadanie pisania odręcznego, użyj rysika, aby utworzyć przykładowe chińskie znaki w obszarze pisania digitizera. Daj uczestnikowi digitizer i rysik i poinstruuj uczestnika, aby użył rysika do napisania swojego imienia w języku chińskim dominującą ręką, trzymając digitizer w wygodnej pozycji.
Następnie poinstruuj uczestnika, aby użył dominującej ręki do napisania drukowanej wersji chińskiego znaku, Xiang "Jeśli znak jest zapisywany w niewłaściwej kolejności pociągnięć, przerwij próbę i śledź i pokaż badanemu, jak napisać znak we właściwej kolejności pociągnięć. Jeśli jakiekolwiek wahanie wynika z braku wiedzy, przerwij próbę i pokaż uczestnikowi, jak poprawnie napisać znak. Następnie poinstruuj uczestnika, aby trzykrotnie podpisał się swoim imieniem i nazwiskiem w języku chińskim ręką dominującą.
Aby przeanalizować dane zadania pisma ręcznego, w programie do analizy oprogramowania kliknij prawym przyciskiem myszy eksperyment"aby wybrać właściwości, przetwarzanie i segmentację. W flagach segmentacji"kliknij Dodaj pierwszą segmentację w dowolnym tempie"Dodaj ostatnią segmentację w dowolnym tempie"i Przenieś punkt segmentacji do najbliższego pióra w dół, jeśli jesteś na podnośniku pióra"W metodach segmentacji"kliknij na Na trajektoriach pióra w dół"i zresetuj poprzednio wybrane parametry flag segmentacji. Do obliczania parametrów w Xiang "wybierz uczestnika i kliknij Próby pisma ręcznego" Użyj systemu śledzenia, aby prześledzić proces pisania odręcznego i kolejność pociągnięć Xiang – krok po kroku – i zlokalizuj segmentację pociągnięcia numer trzy Xiang – Średnia prędkość bezwzględna zostanie automatycznie obliczona na podstawie wyodrębnionych danych.
Zlokalizuj segmentację skoku numer cztery Zhanga"Oprogramowanie automatycznie obliczy średnią prędkość bezwzględną dla silnej liczby cztery. Nacisk pióra w każdej segmentacji i średni nacisk pióra zostaną również obliczone przez oprogramowanie. Następnie wybierz uczestnika w Xiang, kliknij próby pisma ręcznego i użyj systemu śledzenia, aby krok po kroku prześledzić proces pisania odręcznego i kolejność pociągnięć podpisu uczestnika.
Zlokalizuj segmentację obrysu między znakami. Zostanie obliczony bezwzględny rozmiar i długość drogi. Następnie użyj wzoru, aby obliczyć krętość długości w powietrzu w segmentacji między znakami, Jak pokazano w tabeli, podczas pisania chińskich znaków Xiang, osoby starsze z łagodnymi zaburzeniami poznawczymi wykazywały niższą średnią prędkość bezwzględną liczby trzy, liczbę cztery pociągnięcia i wyższy średni nacisk pióra w porównaniu ze zdrowymi osobami w podeszłym wieku.
Dodatkowo, podczas podpisywania chińskich imion, osoby starsze z łagodnymi zaburzeniami poznawczymi wykazywały większą krętość długości w powietrzu w segmentacji między znakami w porównaniu ze zdrowymi osobami starszymi. Najważniejszym krokiem jest potwierdzenie czytelności znaku na przykładzie Xiang. Trzeci skok powinien być krótszy niż inne pociągnięcia poziome.
Zagraniczny 00:05:35
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
W niniejszym badaniu zaproponowano cyfrową analizę pisma osób z łagodnymi zaburzeniami poznawczymi, aby uzyskać więcej informacji, niż dostarcza tradycyjna analiza pisma wykonanego ołówkiem na papierze. Metoda ta może zostać również zastosowana do wykrywania spowolnienia psychomotorycznego u pacjentów z różnymi zaburzeniami psychiatrycznymi.
Kluczowe elementy badania
Dziedzina nauki
- Neuronauka
- Psychiatria
- Analiza cyfrowa
Wprowadzenie
- Analiza pisma ręcznego może wskazywać na dysfunkcje poznawcze i motoryczne.
- Tradycyjne metody mogą nie w pełni oddawać niuanse trudności w pisaniu.
- Systemy cyfrowe oferują rozszerzone możliwości analizy.
- Niniejsze badanie koncentruje się na użytkownikach uproszczonych znaków chińskich.
Cel badania
- Wykorzystanie cyfrowej analizy pisma w celu lepszego wykrywania łagodnych zaburzeń poznawczych.
- Zbadanie możliwości zastosowania tej metody w zaburzeniach psychiatrycznych.
- Poprawa dokładności diagnostycznej w porównaniu z metodami tradycyjnymi.
Zastosowane metody
- Cyfrowy system analizy pisma dla uproszczonych znaków chińskich.
- Wykorzystanie digitalizatora USB o określonej specyfikacji technicznej.
- Podłączenie do laptopa w celu zbierania danych.
- Instalacja oprogramowania do rejestracji i analizy danych.
Główne wyniki
- Metoda cyfrowa dostarcza bardziej szczegółowych śladów pisma ręcznego.
- Może ona skutecznie identyfikować oznaki łagodnych zaburzeń poznawczych.
- Ma zastosowanie w innych schorzeniach psychiatrycznych, takich jak depresja i schizofrenia.
- Wykazuje zalety analizy cyfrowej w porównaniu do tradycyjnej.
Wnioski
- Cyfrowa analiza pisma jest obiecującym narzędziem do oceny funkcji poznawczych.
- Umożliwia ona lepsze zrozumienie trudności w pisaniu.
- Konieczne są dalsze badania w celu potwierdzenia jej skuteczności w przypadku różnych zaburzeń.
Najczęściej zadawane pytania
Znaczenie dla przemysłu
Cyfrowa analiza pisma ręcznego oferuje nieinwazyjne, ilościowe podejście do wykrywania wczesnych dysfunkcji motoryczno-poznawczych w schorzeniach neurodegeneracyjnych i psychiatrycznych. Poprzez rejestrację szczegółowych metryk kinematycznych i nacisku podczas pisania uproszczonych znaków chińskich, metoda ta wspomaga walidację celów w przesiewowych badaniach przedklinicznych zaburzeń OUN. Jej zastosowalność w depresji, schizofrenii oraz MCI umożliwia ograniczanie ryzyka mechanistycznego i zwiększenie wiarygodności predykcyjnej w procesach odkrywania biomarkerów.
Strategiczne zastosowania w badaniach i rozwoju biofarmaceutycznym
Wczesne odkrywanie i walidacja celu
- Wartość naukowa: Analizuje szlaki integracji sensoryczno-motorycznej powiązane z pogorszeniem funkcji poznawczych w MCI oraz zaburzeniami psychiatrycznymi.
- Wartość operacyjna: Umożliwia obiektywną i powtarzalną kwantyfikację zaburzeń motoryki małej jako biomarkera translacyjnego.
Przesiewy i rozwój testów
- Wartość naukowa: Dostarcza wysokorozdzielczych danych czasowych, przestrzennych i ciśnieniowych w celu standaryzacji testów w badaniach przesiewowych neuropsychiatrycznych.
- Wartość operacyjna: Wspiera skalowalne, zdigitalizowane platformy fenotypowania do analizy porównawczej między różnymi zaburzeniami.
Badania translacyjne i przedkliniczne
- Wartość naukowa: Łączy fenotypowanie motoryczne z punktami końcowymi funkcji poznawczych, aby zwiększyć trafność modeli istotnych dla danej choroby.
- Wartość operacyjna: Umożliwia podłużne śledzenie zmian psychomotorycznych w kohortach przedklinicznych i klinicznych.
Integracja potoku i przepływu pracy
Metoda ta wpisuje się w wczesne etapy procesów badawczych (drug discovery), generując mierzalne wyniki motoryczne, które stanowią podstawę do badań nad angażowaniem celu i modulacją szlaków w procesie opracowywania leków na schorzenia OUN.
- Biologia odkrywcza: Wspiera testowanie hipotez dotyczących dysfunkcji obwodów neuronalnych wpływających na kontrolę motoryczną w modelach MCI oraz modelach psychiatrycznych.
- Przesiewanie: Dostarcza powtarzalne, zdigitalizowane odczyty do oceny wpływu związków na sprawność motoryki małej.
- Analityka: Umożliwia statystyczne porównanie parametrów prędkości, nacisku i trajektorii w powietrzu pomiędzy grupami eksperymentalnymi.
- Badania translacyjne: Pozwala na powiązanie biomarkerów motorycznych z wynikami poznawczymi w celu poprawy trafności prognostycznej w modelach translacyjnych.
- Ponowne wykorzystanie w przedsiębiorstwie: Stanowi niezależne od platformy narzędzie do standaryzowanej oceny motorycznej w różnych obszarach terapeutycznych.
Wpływ operacyjny i przedsiębiorstwowy
- Wartość naukowa: Zmniejsza niejednoznaczność mechanistyczną poprzez powiązanie deficytów motorycznych z patologią poznawczą w procesie walidacji celu.
- Wartość operacyjna: Zapewnia standaryzację i powtarzalność dzięki skalibrowanym systemom digitalizującym oraz potokom przetwarzania danych.
- Wartość strategiczna: Usprawnia podejmowanie decyzji go/no-go poprzez wczesną identyfikację związków aktywnych w OUN z mierzalnymi efektami motorycznymi.
- Wpływ na portfolio: Umożliwia priorytetyzację celów z uwzględnieniem ryzyka w oparciu o multimodalne profile biomarkerów, w tym funkcje motoryczne.
Uwagi dotyczące wdrożenia
- Doświadczenie w ocenie neuropsychomotorycznej i cyfrowym przetwarzaniu sygnałów.
- Digitalizator USB z podmilimetrową rozdzielczością przestrzenną i milisekundową rozdzielczością czasową.
- Oprogramowanie umożliwiające segmentację pociągnięć oraz analizę prędkości, nacisku i krętości.
- Zstandaryzowane protokoły doboru znaków, kolejności pociągnięć i zadań pisania w uproszczonym języku chińskim.
- Konieczność zastosowania grupy kontrolnej dopasowanej pod względem wieku i wykształcenia w celu wyizolowania zmian motorycznych związanych z patologią.
