Summary
Denne studien foreslo en digital håndskriftanalyse av tegn hos personer med mild kognitiv svekkelse for å finne mer informasjon enn det som er avslørt av tradisjonell blyant-papir håndskriftanalyse.
Abstract
En økende mengde bevis viser at kognitive underskudd og bevegelsesdysfunksjoner ikke er separert. Pasienter med mild kognitiv svekkelse (MCI) kan manifestere finmotoriske lidelser i øvre ekstremiteter. Håndskrift er en kompleks og unik menneskelig aktivitet som involverer både motorisk og kognitiv koordinering. Forskere fra vestlige land har oppdaget at pasienter med MCI har unormale håndskriftsfunksjoner. Det er imidlertid ikke utført relevante studier i den kinesiske befolkningen. På grunn av det tverrkulturerende fenomenet håndskrift, er målet med denne studien å finne nye håndskriftoppgaver for å demonstrere forskjellene i håndskriftfunksjoner mellom eldre pasienter med MCI og alderstilpassede friske individer.
Introduction
Mild kognitiv svekkelse (MCI) regnes som en overgangs, men gradvis degenerativ kognitiv fase som går forut for utbruddet av Alzheimers sykdom (AD)1. Det har blitt rapportert at AD progresjonshastigheten per år er 15% mens nesten 75% av moderate og alvorlige MCI tilfeller kan forbli udiagnostisert2. Nyere studier har rapportert at pasienter med MCI har problemer med noen aspekter av finmotoriske oppgaver3, og de pasientene som viste motoriske lidelser, som langsom gangart, hadde høy risiko for demens4.
Håndskrift er en kompleks menneskelig aktivitet som innebærer en intrikat blanding av kognitive, kinestetiske og perseptuelle-motoriske komponenter, inkludert visuell og kinestetisk persepsjon, motorplanlegging, øyehåndskoordinering, visuell-motorisk integrasjon, fingerferdighet ogmanuelle ferdigheter 1. Håndskriftanalyse har blitt brukt til å oppdage kognitive og motoriske dysfunksjoner i mange typer nevrodegenerative sykdommer, som AD og Parkinsons sykdom (PD)5. I tillegg har noen aspekter av håndskriftproblemer blitt rapportert å være en indikator for MCI og relatert til sykdomsprogresjon6. Som et flertall av befolkningen bruker språk, studier som undersøker håndskrift analyse i kinesiske høyttalere (spesielt forenklet kinesiske tegn) mangler fortsatt.
Det har vært flere artikler som har undersøkt håndskriftabnormiteter eller "agraphia" hos personer med MCI. For eksempel, ved å bruke de tradisjonelle blyant-papir metoder, Zhou og kolleger prøvde å avsløre de distinkte skriveevner mellom pasienter med MCI og enkeltpersoner uten MCI. Forskjellene mellom gruppene var ikke åpenbare, med unntak av skrivefeil7. Kawa et al. fant håndskriftfunksjoner hos pasienter med MCI ved hjelp av en smart penn, som dynamisk kunne analysere slag- og pennehastigheten under skriving2. WACOM maskinvare og MovAlyzeR programvare kan oppdage mer sanntidsinformasjon sammenlignet med tradisjonelle blyant- og papirmetoder og smartpen papir metoder. Derfor har dynamiske håndskriftdata, for eksempel pennetrykk, hastighet, akselerasjon og rykk, blitt funnet å være et nytt fokus for håndskriftanalyse i forhold til statiske data, for eksempel bokstavstørrelse og mellomrom mellomord 2.
Men et annet fenomen som ikke kan overses er den tverrkulturelle effekten av håndskrift. Skrivesystemene til forskjellige nasjoner er ikke alltid de samme (f.eks engelske bokstaver er skrevet fra venstre til høyre mens hebraiske bokstaver er skrevet fra høyre til venstre)8. I dette problemet har selv vurderinger bekreftet effektiviteten av håndskriftanalyse9,10 på alfabetiske språk, og det brede gapet mellom kinesiske tegn og vestlige bokstaver har hindret utvekslingsevnen til håndskriftanalyse i metodene ogresultatene 11 av disse studiene.
Det finnes flere store ulikheter mellom vestlige språk (f.eks. engelsk) og kinesisk. For det første er det mange flere horisontale bevegelser av pennespissen under kinesisk karakterskriving sammenlignet medbrevskriving 12. For det andre, i motsetning til alfabetet språk, som er forbundet med phonemes, kinesisk anses å værelogografisk 7. Som et resultat har de fleste kinesiske tegn sin egen unike slagrekkefølge, og bredden og høyden på slag må være strengt begrenset. Ellers kan ubegrensede bredder og høyder føre til økt uleselighet11 (" 
" og " " er helt forskjellige kinesiske 
tegn. Også, " 
", " 
", og " 
" er forskjellige kinesiske tegn).
" 
" (uttales "Zheng") er en typisk, enkel og vanlig kinesisk karakter som nesten alle kinesiske høyttalere med et toårig utdanningsnivå kan lese og skrive. Det har blitt valgt som en skriveoppgave i tidligere kinesiske håndskriftanalysestudier6,12. Forskere besluttet å bruke " " som skriveoppgave fordi det er "firkantlignende" og består av fem slag, som alle er horisontelle (#1, #3, #5 slag, fra venstre til høyre) eller vertikal (#2, #4 slag, fra opp til ned) (Figur 1). Ifølge mange finmotoriske studier, oppfylle #3 slag (horisontal) og #4 slag (vertikal) krever ren håndledd og finger bevegelser,henholdsvis 6,12,13. Som et resultat kan slaghastigheten til begge slag være en riktig manifestasjon14.
I tillegg er pennetrykk under håndskrift en håndskriftfunksjon som har vist seg å overgå andre kinematiske funksjoner i reflekterende motorkontroll5,15. Det er imidlertid ingen relevante studier hos kinesiske pasienter, selv om positive resultater er bekreftet av forskningsgrupper fra Tsjekkia, Spania, Israel og andre land8,16,17.
Signaturen har blitt ofte brukt som en håndskrift oppgave i mange studier5. Generelt krever en signatur liten tenkning eller in-air tid18. "In-air" er definert som når trykket på pennespissen til skjermen er 0 under håndskriften, og "in-air time" er summen av tiden "in-air" under håndskriften. Personer som lider av mange nevropsykiatriske lidelser kan ha underskudd i psykomotorisk kontroll, og dermed viser de økt i luften tid av signaturen. For eksempel fant Rosenblum et al. at israelske pasienter med depresjon og Parkinsons sykdom viste lengre lufttid sammenlignet med sunne kontroller under skriving av sitt eget navn på hebraisk8,19. Som kinesiske tegn har sin egen form, i denne studien, ble det besluttet å bruke in-air lengde tortuosity i segmentering mellom tegn under skriving av navnet som en potensiell indikativ parameter. Tortuosity, definert av forholdet mellom buelengden og Euklidans avstand mellom endepunkter, er et mål på krumning, og indekserer derfor glattheten til en bestemtskriveutgang 20.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Vår studie ble godkjent av Den akademiske etikkkomiteen for biologisk vitenskapsdivisjon ved det kinesiske PLA General Hospital i Beijing, Kina.
1. Generelle aspekter ved metodeutvikling
- Bruk en USB-digitaliseringsenhet (f.eks. Wacom Cintiq Pro 16) og en håndholdt pekepenn for håndskriftbevegelsene. De detaljerte spesifikasjonene til digitalisering er som følger: eksterne dimensjoner (bredde x dybde x høyde) 410 x 265 x 17,5 mm, romlig oppløsning 3840 x 2160 prikker, pikselstørrelse 0,090 x 0,090 mm, temporal oppløsning 30 ms og et trykknivå på 8192.
- Koble en bærbar PC til digitalisatoren for å samle inn og vise håndskriftsporene.
- Bruk en programvare (f.eks. Neuroscript MovAlyzeR) for dataregistrering, behandling og analyse.
- Kriteriene for pasientinkludering/ekskludering
- Rekruttere MCI deltakere som presenterer med en minneklage, en objektivt svekket minnefunksjon, intakte aktiviteter i dagliglivet, og fravær av demens21. Dessuten bør de ha utdanningsnivået på mer enn 2 års foreløpig skole i fastlands-Kina, ellers kan de ha problemer med å skrive kinesiske tegn.
- Ekskluder deltakere som har åpenbar syns- og øvre lem funksjonshemning.
2. Håndskrift oppgave
- Kjør programvaren og en ikke-inking pekepenn.
- Opprett et eksempel på kinesiske tegn på skriveområdet for digitaliseringsmiddelet (se figur 1).
- La fagene plassere skriveområdet i en komfortabel posisjon.
- La fagene skrive på skriveområdet og imøtekomme pennen og overflaten av skriveområdet.
- Still inn samplingsfrekvensen i programvaren på 200 Hz.
- Be fagene om å skrive navnet sitt på kinesisk med den dominerende hånden.
MERK: En signatur i enten kursiv eller en trykt versjon er akseptabelt, slik motivet ønsket. - Instruere fagene til å skrive den kinesiske karakter "
" (uttales "Zheng") med den dominerende hånden.
MERK: Det kinesiske tegnet " " i en trykt versjon er akseptabelt.- Minn motivene på å skrive i en trykt versjon før du begynner håndskrift.
MERK: Sørg for at motivet sitter og skriver i oppreist stilling.
- Minn motivene på å skrive i en trykt versjon før du begynner håndskrift.
- Hold instruksjonene synlige under hver prøveperiode.
- Gjenta håndskriftsprøven tre ganger.
- Hvis tegnet " " var skrevet i feil strøkrekkefølge, stopper du prøveversjonen og sporer og viser emnet hvordan du skriver tegnet i riktig strøkrekkefølge.
- Hvis noen nøling ble avledet fra mangel på kunnskap, stoppe rettssaken og vise emnet hvordan du skriver tegnet riktig.
3. Dataanalyse
- Kjør programvaren; høyreklikk på Eksperimenter og velg Egenskaper.
- Velg Behandling, og velg deretter Segmentering.
- Klikk på Legg til første segmentering i alle fall, Legg til siste segmentering i alle fall, og Flytt segmenteringspunkt til nærmeste pendown hvis du er på en penlift i Segmenteringsflagg.
- Klikk på Ved å skrive ned baner i Segmenteringsmetoder.
MERK: Alle disse justeringene for standardmodus ble gjort for å forbedre analysen av den kinesiske håndskriften.
4. Parameterberegning
- Kjør programvaren, velg fagene i " ", og klikk på Håndskriftsforsøk.
- Bruk sporingssystemet og spore håndskriftprosessen og strøkrekkefølgen " " trinnvis.
- Finn segmenteringen av slag #3 av " " og les ut "Gjennomsnittlig absolutt hastighet" i "utpakkede data".
MERK: Håndskriftanalyseprogramvaren beregner automatisk "Gjennomsnittlig absolutt hastighet" for hver segmentering.
FORSIKTIG: Slag #3 av " " er en horisontbevegelse (fra venstre til høyre) på pennespissen som er kortere enn tegn 1 og tegn 5 (figur 1A). - Finn segmenteringen av slag #4 av " " " og les ut av "Gjennomsnittlig absolutt hastighet" i "utpakkede data".
FORSIKTIG: Slag #4 av " " er en vertikal bevegelse (fra opp til ned) på pennespissen som er kortere enn tegn 2 ( figur1). - Les ut "Pennetrykk" for hver segmentering i "utpakkede data" og få et "Gjennomsnittlig pennetrykk" av " ".
MERK: Programvaren for håndskriftanalyse beregner automatisk "Gjennomsnittlig pennetrykk" for hver segmentering. - Kjør programvaren, velg fagene i " ", og klikk på Håndskriftsforsøk.
- Spor håndskriftprosessen og strøkrekkefølgen for signaturen trinnvis ved hjelp av sporingssystemet.
- Finn segmenteringen av slaget mellom tegnene og les ut"Absolutt størrelse"og"Veilengde"i "utpakkede data".
- Få in-air lengde tortuosity i segmenteringen mellom tegn i henhold til ligningen.
MERK: Segmenteringen av slaget mellom tegn var en in-air segmentering (figur 2).- Beregn tortuositeten i luftlengden: 1-Absolutt størrelse/veilengde %.
MERK: Tortuosity, definert av forholdet mellom buelengden og Euklidiske avstand mellom endepunkter, er et mål på krumning, og indekserer derfor glattheten til en bestemt skriveutgang20. En svært tortuous kurve har flere svinger eller kurver, mens en lav tortuous kurve er en med relativt brede løkker / kurver og mer retthet.
FORSIKTIG: De fleste kinesiske navn består av to eller tre tegn. Hvis signaturen har to tegn, er det bare én segmentering av strøk mellom tegn. Hvis signaturen har tre tegn, er det to strøksegmenteringer mellom tegn. In-air lengde tortuosity i segmenteringen mellom tegn ville være en gjennomsnittlig verdi.
- Beregn tortuositeten i luftlengden: 1-Absolutt størrelse/veilengde %.
5. Statistisk analyse
- Evaluer gruppeforskjeller ved hjelp av en studentst-test. En P-verdi under 0,05 ble ansett som statistisk signifikant. Utuk alle statistiske analyser ved hjelp av den statistiske programvarepakken SPSS 22.0.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
De demografiske dataene til fagene viste at alle gruppene matchet godt i alder, kjønn, utdanningsnivå, dominerende hånd og andre parametere.
Som vist i tabell 1, under skriving av det kinesiske tegnet , eldre med MCI viste en lavere gjennomsnittlig absolutt hastighet på #3 (2,46 ± 0,40 vs 1,82 ± 0,55, P = 0,001) og #4 slag (2,61 ± 0,46 vs 1,93 ± 0,50, P < 0,001) og et høyere gjennomsnittlig pennetrykk (237,43 ± 39,77 vs. 281,99 ± 37,70, P = 0,001) sammenlignet med friske eldre forsøkspersoner. I tillegg, under signeringen av kinesiske navn, viste de eldre fagene med MCI en høyere tortuositet i luftlengde i segmenteringer mellom tegnene sammenlignet med de friske eldre fagene (12,57 ± 6,96 vs 31,66 ± 7,53, P < 0,001).
Figur 1: Kinesisk tegn " " skrevet i programvaren. (A). Det kinesiske tegnet " " med bare segmenteringene på skjermen utstilt. De røde sirklene er begynnelsen og endene av segmentasjonene. De blå linjene er segmenteringssporene på skjermen. (B). Den kinesiske karakteren " " med både in-air og in-screen segmenteringer utstilt. De blå linjene er segmenteringssporene på skjermen. De grå linjene er de luftsegmenteringssporene. Vennligst klikk her for å se en større versjon av denne figuren.
Figur 2: Kinesiske signaturer av friske eldre forsøkspersoner og eldre personer med MCI. (A). Den kinesiske signaturen 
" " (et emne for den sunne eldre gruppen) med bare de skjermsegmenteringene utstilt. De røde sirklene er begynnelsen og endene av segmenteringer. De blå linjene er segmenteringssporene på skjermen. (B). Den kinesiske signaturen " " (et emne for den friske eldre gruppen) med både in-air og in-screen segmenteringer utstilt. De blå linjene er segmenteringssporene på skjermen. De grå linjene er de luftsegmenteringssporene. De røde områdene understreker segmenteringene i luftlengden mellom tegn (tortuosity = 5,34%). Venstre område er segmenteringen mellom " 
" og " " 
(absolutt størrelse = 2.2226; veilengde = 2.4658; tortuosity = 9,98%). Det riktige området er segmenteringen mellom " " og " " 
(absolutt størrelse = 2,9607; veilengde = 2,9821; tortuosity = 0,71%). (C). Den kinesiske signaturen 
" " (et emne for eldre med MCI-gruppe) med bare de skjermsegmenteringene utstilt. De røde sirklene er begynnelsen og endene av segmentasjonene. De blå linjene er segmenteringssporene på skjermen. (D). Den kinesiske signaturen " " (et emne for eldre med MCI-gruppe) med både in-air og in-screen segmenteringer utstilt. De blå linjene er segmenteringssporene på skjermen. De grå linjene er de luftsegmenteringssporene. Det røde området understreker segmenteringene i luftlengden mellom tegn (absolutt størrelse = 1.2100; veilengde = 1.7072; tortuosity = 29,12%). Vennligst klikk her for å se en større versjon av denne figuren.
| Friske eldre | Eldre med MCI | P Verdi | |
| N=20 | N=20 | ||
| Kjønn (mann/kvinne) | 10/10 | 8/12 | 0.74 |
| Alder (år) | 69.70±4.51 | 70.39±3.42 | 0.602 |
| Dominerende hånd (høyre%) | 100 | 100 | |
| Pedagogisk (år) | 9.60±3.72 | 8.22±3.30 | 0.237 |
| MMSE (poengsum) | 28.90±.79 | 26.33±.77 | <0.001 |
|
Gjennomsnittlig absolutt hastighet på 3# slag av " " Jeg har ikke noe
|
2.46±0.40 | 1.82±0.55 | 0.001 |
|
Gjennomsnittlig absolutt hastighet på 4# slag av " " Jeg har ikke noe
|
2.61±0.46 | 1.93±0.50 | <0.001 |
|
Gjennomsnittlig pennetrykk på " " Jeg har ikke noe
|
237.43± 39,77 | 281.99±37.70 | 0.001 |
| Tortuosity av i luftlengde "Signatur" (%) | 12.57±6.96 | 31.66±7.53 | <0.001 |
| MCI: Mild kognitiv svekkelse | |||
| Tegn 3 " " er en horisontal bevegelse. |
|||
| Tegn 4 " " er en vertikal bevegelse. |
|||
Tabell 1: Demografiske data om analyse av emner og håndskrift.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
De kritiske trinnene i protokollen bekrefter lesbarheten til " ". I detalj, innenfor et helt tegn, må #3-strøket være kortere enn de andre horisontslagene, og #4-slaget må være kortere enn #2-strøket. Mer spesifikt er det nødvendig med mer oppmerksomhetsressurser under skrivingen av #3-strøk og #4-slag6,12, og begge strøkene har en lignende lengdegrense. En upassende slaglengde kan ha gitt opphav til en skjevhet i påvisning av hastighet.
Programvaren med digitaliseringsskjermen er en online datainnsamlingsprogramvare uten en blyant-papirlignende form. For å starte og slutte å skrive, måtte fagene følge instruksjonene fra forskerne eller tilskyndelsesinstrumentene. Disse eksplisitte forholdene kan være stressfaktorer for, distrahere deres oppmerksomhetsressurser og påvirke ytelsen til håndskriften. Feilsøkingen av denne metoden er enda mer alvorlig hos pasienter fra landlige områder som ikke er kjent med elektroniske enheter. Nok oppvarmingstid kan være nyttig. En annen måte å minimere effekten av denne begrensningen er å plassere et papirark på toppen av digitaliseringsmiddelet. I tillegg kan enheter som kan samle inn off-line data med blyant-papir-lignende figurer, for eksempel Smartpen pluss Livescribe notebook, være en annen endring. Så vidt vi vet, vil data fra MovAlyzeR-programvare og Smartpen være kompatible i nær fremtid.
For det første, fordi hovedfokuset var på den dynamiske analysen av håndskrift, ble statiske parametere, for eksempel tegnbredde og høyde, ikke inkludert og analysert i den gjeldende studien. Faktisk, " " har blitt bekreftet som en god skriveoppgave for å oppdage mikrografi i PD12. For det andre valgte noen forskere å begrense størrelsen på tegnet under håndskriftoppgaven (f.eks. 1 cm, 2 cm og 4 cm i amplitude)19. Som det har blitt funnet, krever mer tid til å skrive i en mindre amplitude i forhold til en større. En bestemt amplitude ble ikke angitt i denne studien, mens formen på kinesiske tegn kan være en implisitt grense for et bestemt slag.
Så vidt vi vet, er dette den første studien av en digital håndskriftanalyse for forenklede kinesiske tegnbrukere. Flere håndskriftoppgaver angående forenklede kinesiske tegn kan brukes til å finne kognitive underskudd og motoriske dysfunksjoner hos pasienter med nevropsykiatriske lidelser.
En digital håndskriftanalyse kan utfylle tradisjonelle blyant-papir kognitive tester, for eksempel Trail-Making Test, MMSE, Montreal Cognitive Assessment, og andre17,22. Analysere håndskrift funksjoner under en kognitiv test er et nytt paradigme for motor-kognitive doble oppgaver23. Denne metoden kan være til hjelp for å diagnostisere motorisk kognitiv risikosyndrom og cerebral liten karsykdom.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne har ingenting å avsløre.
Acknowledgments
Vi takker professor Hans-Leo Teulings fra Neuroscript LLD for den digitale teknologistøtten.
Denne studien ble støttet av Wu Jieping Foundation (Grant No.: 320.6750.18456).
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).
