Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

Digitale Handschriftanalyse von Charakteren bei chinesischen Patienten mit leichter kognitiver Beeinträchtigung

doi: 10.3791/61841 Published: March 11, 2021
* These authors contributed equally

Summary

Diese Studie schlug eine digitale Handschriftanalyse von Charakteren bei Personen mit leichter kognitiver Beeinträchtigung vor, um mehr Informationen zu finden, als die herkömmliche Bleistift-Papier-Handschriftanalyse zeigt.

Abstract

Eine zunehmende Menge an Beweisen zeigt, dass kognitive Defizite und Bewegungsstörungen nicht getrennt sind. Patienten mit leichter kognitiver Beeinträchtigung (MCI) können feinmotorische Störungen der oberen Extremitäten manifestieren. Handschrift ist eine komplexe und einzigartige menschliche Aktivität, die sowohl motorische als auch kognitive Koordination beinhaltet. Forscher aus westlichen Ländern haben herausgefunden, dass Patienten mit MCI abnormale Handschriftmerkmale haben. Es wurden jedoch keine relevanten Studien in der chinesischen Bevölkerung durchgeführt. Aufgrund des kulturübergreifenden Phänomens der Handschrift ist es das Ziel dieser Studie, neue Handschriftaufgaben zu finden, um die Unterschiede in den Handschriftmerkmalen zwischen älteren Patienten mit MCI und altersgerechten gesunden Personen aufzuzeigen.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Leichte kognitive Beeinträchtigung (MCI) gilt als eine vorübergehende, aber zunehmend degenerative kognitive Phase, diedem Beginn der Alzheimer-Krankheit (AD) 1 vorausgeht. Es wurde berichtet, dass die AD-Progressionsrate pro Jahr 15% beträgt, während fast 75% der mittelschweren und schweren MCI-Fälle unerkannt bleiben könnten2. Jüngste Studien haben berichtet, dass Patienten mit MCI Schwierigkeiten in einigen Aspekten der feinmotorischen Aufgabenhaben 3, und jene Patienten, die motorische Störungen zeigten, wie z. B. langsamer Gang, hatten ein hohes Risiko für Demenz4.

Handschrift ist eine komplexe menschliche Aktivität, die eine komplizierte Mischung aus kognitiven, kinesthetischen und wahrnehmungsmotorischen Komponenten beinhaltet, einschließlich visueller und kinestheischer Wahrnehmung, Motorplanung, Augen-Hand-Koordination, visuell-motorische Integration, Geschicklichkeit und manuellen Fähigkeiten1. Handschriftanalyse wurde verwendet, um kognitive und motorische Funktionsstörungen in vielen Arten von neurodegenerativen Erkrankungen zu erkennen, wie AD und Parkinson-Krankheit (PD)5. Darüber hinaus wurden einige Aspekte der Handschriftprobleme als Indikator für MCI und im Zusammenhang mit der Krankheitsprogression6gemeldet. Da die Mehrheit der Bevölkerung Sprache verwendet, fehlen immer noch Studien, die die Handschriftanalyse in chinesischen Sprechern (insbesondere vereinfachte chinesische Schriftzeichen) untersuchen.

Es gab mehrere Artikel, die HandschriftAnomalien oder "Agraphie" bei Personen mit MCI untersucht haben. So versuchten Zhou und Kollegen beispielsweise mit den traditionellen Bleistift-Papier-Methoden, die unterschiedlichen Schreibfähigkeiten zwischen Patienten mit MCI und Personen ohne MCI zu enthüllen. Die Unterschiede zwischen den Gruppen waren nicht offensichtlich, mit Ausnahme von Schreibfehlern7. Kawa et al. fanden Handschriftfunktionen bei Patienten mit MCI mit einem intelligenten Stift, der die Strich- und Stiftgeschwindigkeit beim Schreiben dynamisch analysieren konnte2. WACOM-Hardware und MovAlyzeR-Software können mehr Echtzeitinformationen erkennen als herkömmliche Bleistift- und Papiermethoden und Smartpenpapiermethoden. Daher wurden dynamische Handschriftdaten wie Pen-Down-Druck, Geschwindigkeit, Beschleunigung und Ruck als neuer Schwerpunkt der Handschriftanalyse im Vergleich zu statischen Daten, wie Buchstabengröße und Leerzeichen zwischenWörtern 2,ermittelt.

Ein weiteres Phänomen, das nicht übersehen werden kann, ist jedoch die interkulturelle Wirkung der Handschrift. Die Schreibsysteme verschiedener Nationen sind nicht immer die gleichen (z.B. werden englische Buchstaben von links nach rechts geschrieben, während hebräische Buchstaben von rechts nach links geschrieben werden)8. In dieser Ausgabe haben sogar Überprüfungen die Wirksamkeit der Handschriftanalyse9,10 in alphabetischen Sprachen bestätigt, und die große Kluft zwischen chinesischen Zeichen und westlichen Buchstaben hat die Austauschfähigkeit der Handschriftanalyse in den Methoden und Ergebnissen11 dieser Studien behindert.

Es gibt mehrere große Unterschiede zwischen westlichen Sprachen (z.B. Englisch) und Chinesisch. Erstens gibt es viel mehr Horizontbewegungen der Stiftspitze während des chinesischen Zeichenschreibens im Vergleich zu Buchstaben, die12schreiben. Zweitens gilt Chinesisch im Gegensatz zur Alphabetsprache, die mit Phonemen assoziiert ist, als logographisch7. Daher haben die meisten chinesischen Zeichen ihre eigene eindeutige Strichreihenfolge, und die Breite und Höhe von Strichen müssen streng begrenzt werden. Andernfalls können unbegrenzte Breiten und Höhen zu erhöhter Unleserlichkeit11 (" Equation 1 und " " Equation 2 führen, die völlig unterschiedliche chinesische Schriftzeichen sind. Auch " Equation 3 ", " " und " sind verschiedene chinesische Equation 4 Equation 5 Zeichen).

" Equation 6 (ausgesprochen "Zheng") ist ein typischer, einfacher und häufig verwendeter chinesischer Charakter, den fast jeder chinesische Sprecher mit einem zweijährigen Bildungsniveau lesen und schreiben kann. Es wurde als Schreibaufgabe in früheren chinesischen Handschriftanalysestudien6,12ausgewählt. Die Forscher entschieden sich, " " als Schreibaufgabe zu verwenden, Equation 6 weil sie "quadratisch" ist und aus fünf Strichen besteht, die alle horizonal sind (1, 3, 5Strich, von links nach rechts) oder vertikal (2, 4Strich, von oben nach unten) (Abbildung 1). Nach vielen Feinmotor-Studien erfordert die Erfüllung des Hubs 3(horizontal) und desHubs nr. 4 (vertikal) reine Handgelenks- und Fingerbewegungen bzw.6,12,13. Als Ergebnis könnte die Schlaggeschwindigkeit beider Striche eine richtige Manifestation14sein.

Darüber hinaus ist der Stiftdruck während der Handschrift eine Handschriftfunktion, die nachweislich andere kinematische Merkmale bei der Reflexion der Motorsteuerung5,15übertrifft. Es gibt jedoch keine relevanten Studien an chinesischen Patienten, obwohl positive Ergebnisse von Forschungsgruppen aus der Tschechischen Republik, Spanien, Israel und anderen Ländern8,16,17bestätigt wurden.

Die Signatur wurde häufig als Handschriftaufgabe in zahlreichen Studien verwendet5. Im Allgemeinen erfordert eine Signatur wenig Nachdenken oder In-Air-Zeit18. "In-Air" ist definiert als wenn der Druck der Stiftspitze auf den Bildschirm während der Handschrift 0 ist und "In-Air-Zeit" die Summe der Zeit "in-air" während der Handschrift ist. Personen, die an vielen neuropsychiatrischen Störungen leiden, können Defizite in der psychomotorischen Kontrolle haben, und daher zeigen sie erhöhte In-Air-Zeit der Signatur. Rosenblum et al. fanden beispielsweise heraus, dass israelische Patienten mit Depressionen und Parkinson eine längere In-Air-Zeit zeigten als gesunde Kontrollen beim Schreiben ihres eigenen Namens auf Hebräisch8,19. Da chinesische Zeichen ihre eigene Form haben, wurde in dieser Studie beschlossen, die Tortuosität in der Luftlänge in der Segmentierung zwischen den Zeichen während des Schreibens des Namens als möglichen indikativen Parameter zu verwenden. Tortuosität, definiert durch das Verhältnis der Bogenlänge zum euklidischen Abstand zwischen Endpunkten, ist ein Maß für die Krümmung und indiziert daher die Glätte einer bestimmten Schreibausgabe20.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Unsere Studie wurde von der Akademischen Ethikkommission der Abteilung Biologische Wissenschaften des chinesischen PLA General Hospital in Peking, China, genehmigt.

1. Allgemeine Aspekte der Methodenentwicklung

  1. Verwenden Sie einen USB-Digitalisierer (z. B. Wacom Cintiq Pro 16) und einen Handstift für die Handschriftbewegungen. Die detaillierten Spezifikationen des Digitizers sind wie folgt: Außenmaße (Breite x Tiefe x Höhe) 410 x 265 x 17,5 mm, räumliche Auflösung 3840 x 2160 Punkte, Pixelgröße 0,090 x 0,090 mm, zeitliche Auflösung 30 ms und ein Druckpegel von 8.192.
  2. Schließen Sie einen Laptop-PC an den Digitalisierer an, um die Handschriftspuren zu sammeln und auszustellen.
  3. Verwenden Sie eine Software (z. B. Neuroscript MovAlyzeR) für die Datenaufzeichnung, -verarbeitung und -analyse.
  4. Kriterien für die Einbindung/Ausschluß von Patienten
    1. Rekrutieren Sie MCI-Teilnehmer, die mit einer Gedächtnisbeschwerde, einer objektiv beeinträchtigten Gedächtnisfunktion, intakten Aktivitäten des täglichen Lebens und dem Fehlen von Demenz21. Außerdem sollten sie das Bildungsniveau von mehr als 2 Jahren Vorschule auf dem chinesischen Festland haben, sonst könnten sie Schwierigkeiten haben, chinesische Schriftzeichen zu schreiben.
    2. Teilnehmer mit offensichtlicher Seh- und Oberschenkelbehinderung ausschließen.

2. Handschriftaufgabe

  1. Führen Sie die Software und einen Stift ohne Tintenstift aus.
  2. Erstellen Sie ein Beispiel für chinesische Zeichen im Schreibbereich des Digitizers (siehe Abbildung 1).
  3. Erlauben Sie den Probanden, den Schreibbereich in eine komfortable Position zu positionieren.
  4. Erlauben Sie den Probanden, auf den Schreibbereich zu schreiben und den Stift und die Oberfläche des Schreibbereichs unterzubringen.
  5. Stellen Sie die Abtastrate in der Software auf 200 Hz ein.
  6. Weisen Sie die Probanden an, seinen Namen mit der dominanten Hand auf Chinesisch zu schreiben.
    HINWEIS: Eine Signatur in kursiver oder gedruckter Version ist akzeptabel, wie es der Betreff gewünscht hat.
  7. Weisen Sie die Probanden an, den chinesischen Charakter " Equation 6 " (ausgesprochen "Zheng") mit der dominanten Hand zu schreiben.
    HINWEIS: Das chinesische Zeichen " Equation 6 in einer gedruckten Version ist akzeptabel.
    1. Erinnern Sie die Probanden daran, in einer gedruckten Version zu schreiben, bevor Sie mit der Handschrift beginnen.
      HINWEIS: Stellen Sie sicher, dass das Motiv in einer aufrechten Position sitzt und schreibt.
  8. Halten Sie die Anweisungen während jeder Testversion sichtbar.
    1. Wiederholen Sie die Handschriftprüfung dreimal.
    2. Wenn das Zeichen " Equation 6 in der falschen Strichreihenfolge geschrieben wurde, beenden Sie die Testversion und verfolgen Sie das Subjekt, wie das Zeichen in der richtigen Strichreihenfolge geschrieben wird.
    3. Wenn irgendein Zögern aus einem Mangel an Wissen abgeleitet wurde, stoppen Sie die Studie und zeigen Sie dem Thema, wie man den Charakter richtig schreibt.

3. Datenanalyse

  1. Führen Sie die Software aus; klicken Sie mit der rechten Maustaste auf Experimentieren und wählen Sie Eigenschaftenaus.
  2. Wählen Sie Verarbeitenaus , und wählen Sie dann Segmentierungaus.
  3. Klicken Sie auf Erste Segmentierung hinzufügen auf jeden Fall, Fügen Sie die letzte Segmentierung auf beliebige Rand-und Stelle hinzu , und verschieben Sie den Segmentierungspunkt auf den nächsten Pendown, wenn sie auf einem Penlift in Segmentierungsflags.
  4. Klicken Sie auf Bei Pendown-Trajektorien in Segmentierungsmethoden.
    HINWEIS: Alle diese Anpassungen für den Standardmodus wurden vorgenommen, um die Analyse der chinesischen Handschrift zu verbessern.

4. Parameterberechnung

  1. Führen Sie die Software aus, wählen Sie die Themen in " Equation 6 ", und klicken Sie auf Handschrift-Tests.
  2. Verwenden Sie das Tracing-System und verfolgen Sie den Handschriftprozess und die Strichreihenfolge von " Equation 6 " Schritt für Schritt.
  3. Suchen Sie die Segmentierung von Strich 3von " und lesen Sie Equation 6 die "Durchschnittliche absolute Geschwindigkeit" in "extrahierten Daten" aus.
    HINWEIS: Die Handschriftanalysesoftware berechnet automatisch die "durchschnittliche absolute Geschwindigkeit" jeder Segmentierung.
    VORSICHT: Strich 3von " Equation 6 ist eine Horizontbewegung (von links nach rechts) der Stiftspitze, die kürzer ist als Zeichen 1 und Zeichen 5 ( Abbildung1A).
  4. Suchen Sie die Segmentierung von Hub 4von " und lesen Sie Equation 6 die "Durchschnittliche absolute Geschwindigkeit" in den "extrahierten Daten" aus.
    VORSICHT: Der Hub 4von " Equation 6 ist eine vertikale Bewegung (von oben nach unten) der Stiftspitze, die kürzer ist als Zeichen 2 ( Abbildung1).
  5. Lies den "Pen Pressure" jeder Segmentierung in den "extrahierten Daten" aus und erhalte einen "durchschnittlichen Stiftdruck" von " Equation 6 ".
    HINWEIS: Die Handschriftanalysesoftware berechnet automatisch den "Durchschnittlichen Pendruck" jeder Segmentierung.
  6. Führen Sie die Software aus, wählen Sie die Themen in " Equation 6 ", und klicken Sie auf Handschrift-Tests.
  7. Verfolgen Sie mit dem Ablaufverfolgungssystem den Handschriftprozess und die Strichreihenfolge der Signatur Schritt für Schritt.
  8. Suchen Sie die Segmentierung des Strichs zwischen den Zeichen und lesen Sie die "Absolute Größe" und "Straßenlänge" in den "extrahierten Daten"aus.
  9. Erhalten Sie die Tortuosität in der Luftlänge in der Segmentierung zwischen Zeichen gemäß der Gleichung.
    HINWEIS: Die Segmentierung des Strichs zwischen den Zeichen war eine In-Air-Segmentierung (Abbildung 2).
    1. Berechnen Sie die Tortuosität in der Luftlänge: 1-Absolute Größe/Straßenlänge %.
      ANMERKUNG: Tortuosität, definiert durch das Verhältnis der Bogenlänge zum euklidischen Abstand zwischen Endpunkten, ist ein Maß für die Krümmung und indiziert daher die Glättung einer bestimmten Schreibausgabe20. Eine stark gewundene Kurve hat mehrere Biegungen oder Kurven, während eine niedrige gewundene Kurve eine mit relativ breiten Schleifen/Kurven und mehr Geradheit ist.
      VORSICHT: Die meisten chinesischen Namen bestehen aus zwei oder drei Zeichen. Wenn die Signatur aus zwei Zeichen besteht, gibt es nur eine Segmentierung des Strichs zwischen den Zeichen. Wenn die Signatur aus drei Zeichen besteht, gibt es zwei Strichsegmentierungen zwischen Zeichen. In-Air-Länge Tortuosität in der Segmentierung zwischen Zeichen wäre ein durchschnittlicher Wert.

5. Statistische Analyse

  1. Bewerten Sie Gruppenunterschiede mit dem t-Testeines Schülers. Ein P-Wert unter 0,05 wurde als statistisch signifikant angesehen. Führen Sie alle statistischen Analysen mit dem statistischen Softwarepaket SPSS 22.0 durch.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Die demografischen Daten der Probanden zeigten, dass alle Gruppen in Alter, Geschlecht, Bildungsniveau, dominanter Hand und anderen Parametern gut übereinstimmten.

Wie in Tabelle 1dargestellt, wiesen ältere Probanden mit MCI während des Schreibens des chinesischen Zeichens " eine niedrigere Equation 6 durchschnittliche absolute Geschwindigkeit von 3 usdauf (2,46 ± 0,40 vs 1,82 ± 0,55, P = 0,001) und 4Hub (2,61 ± 0,46 vs 1,93 ± 0,50, P < 0,001) und einen höheren durchschnittlichen Federdruck (237,43 ± 39,77 vs 281,99 ± 37,70, P = 0,001) im Vergleich zu gesunden älteren Probanden. Darüber hinaus zeigten die älteren Probanden mit MCI bei der Unterzeichnung chinesischer Namen eine höhere Tortuosität in der Luftlänge in Segmentierungen zwischen den Charakteren im Vergleich zu den gesunden älteren Probanden (12,57 ± 6,96 vs. 31,66 ± 7,53, P < 0,001).

Figure 1
Abbildung 1: Chinesischer Zeichen " Equation 6 " in der Software geschrieben. (A). Der chinesische Charakter " Equation 6 " mit nur den ausgestellten In-Screen-Segmentierungen. Die roten Kreise sind die Anfänge und Enden der Segmentierungen. Die blauen Linien sind die In-Screen-Segmentierungsspuren. (B). Der chinesische Charakter " Equation 6 mit den ausgestellten In-Air- und In-Screen-Segmentierungen. Die blauen Linien sind die In-Screen-Segmentierungsspuren. Die grauen Linien sind die In-Air-Segmentierungsspuren. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 2
Abbildung 2: Chinesische Signaturen gesunder älterer und älterer Probanden mit MCI. (A). Die chinesische Signatur " Equation 7 ( ein Thema der gesunden älteren Gruppe) mit nur den in-screen Segmentierungen ausgestellt. Die roten Kreise sind die Anfänge und Enden der Segmentierungen. Die blauen Linien sind die In-Screen-Segmentierungsspuren. (B). Die chinesische Signatur " Equation 7 ( ein Thema der gesunden älteren Gruppe) mit sowohl In-Air- als auch In-Screen-Segmentierungen ausgestellt. Die blauen Linien sind die In-Screen-Segmentierungsspuren. Die grauen Linien sind die In-Air-Segmentierungsspuren. Die roten Bereiche betonen die Segmentierungen in der Luftlänge zwischen den Zeichen (Tortuosität = 5,34 %). Der linke Bereich ist die Segmentierung zwischen " Equation 8 und " Equation 9 (absolute Größe = 2,2226; Straßenlänge = 2,4658; Tortuosität = 9,98%). Der rechte Bereich ist die Segmentierung zwischen " Equation 9 und " Equation 10 (absolute Größe = 2.9607; Straßenlänge = 2.9821; Tortuosität = 0,71%). (C). Die chinesische Signatur " Equation 11 " (ein Thema der älteren Menschen mit MCI-Gruppe) mit nur den in-Screen-Segmentierungen ausgestellt. Die roten Kreise sind die Anfänge und Enden der Segmentierungen. Die blauen Linien sind die In-Screen-Segmentierungsspuren. (D). Die chinesische Signatur " Equation 11 ( ein Thema der älteren Menschen mit MCI-Gruppe) mit sowohl In-Air- als auch In-Screen-Segmentierungen ausgestellt. Die blauen Linien sind die In-Screen-Segmentierungsspuren. Die grauen Linien sind die In-Air-Segmentierungsspuren. Der rote Bereich betont die Segmentierungen in der Luftlänge zwischen den Zeichen (absolute Größe = 1,2100; Straßenlänge = 1,7072; Tortuosität = 29,12 %). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Gesunde ältere Menschen Ältere Mit MCI P-Wert
N=20 N=20
Geschlecht (männlich/weiblich) 10/10 8/12 0.74
Alter (Jahre) 69,70±4,51 70,39±3,42 0.602
Dominante Hand (rechts%) 100 100
Bildung (Jahre) 9,60±3,72 8,22±3,30 0.237
MMSE (Score) 28,90±0,79 26.33±0,77 <0,001
Durchschnittliche absolute Geschwindigkeit von 3x Hub von " Equation 6 " 2,46±0,40 1,82±0,55 0.001
Durchschnittliche absolute Geschwindigkeit von 4x Hub von " Equation 6 " 2,61±0,46 1,93±0,50 <0,001
Durchschnittlicher Stiftdruck von " Equation 6 " 237,43±39,77 281,99±37,70 0.001
Tortuosität von in der Luftlänge "Signatur" (%) 12.57±6,96 31,66±7,53 <0,001
MCI: Leichte kognitive Beeinträchtigung
Charakter 3 " Equation 6 ist eine Horizontbewegung.
Zeichen 4 " Equation 6 ist eine vertikale Bewegung.

Tabelle 1: Demografische und handschriftliche Analysedaten von Personen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Die kritischen Schritte im Protokoll bestätigen die Lesbarkeit von " Equation 6 ". Im Detail muss innerhalb eines ganzen Zeichens der Hub 3kürzer sein als die anderen Horizontstriche, und der Hub mitder Wert4 muss kürzer sein als der Hub von 2. Genauer gesagt, sind mehr Aufmerksamkeitsressourcen während des Schreibens des Hubs 3und desHubs 6,12erforderlich, und beide Striche haben eine ähnliche Längenbegrenzung. Eine unangemessene Hublänge könnte zu einer Verzerrung bei der Geschwindigkeitserkennung geführt haben.

Die Software mit dem Digitalisierer-Bildschirm ist eine Online-Datenerfassungssoftware ohne Bleistift-Papier-ähnliche Form. Um mit dem Schreiben zu beginnen und aufzuhören, mussten die Probanden den Anweisungen der Forscher oder den eingeleitenden Instrumenten folgen. Diese expliziten Bedingungen können Stressoren für Probanden sein, ihre Aufmerksamkeitsressourcen ablenken und die Leistung der Handschrift beeinflussen. Noch gravierender ist die Fehlerbehebung dieser Methode bei Patienten aus ländlichen Gebieten, die mit elektronischen Geräten nicht vertraut sind. Genug Aufwärmzeit könnte hilfreich sein. Eine weitere Möglichkeit, die Auswirkungen dieser Einschränkung zu minimieren, besteht darin, ein Papierblatt auf dem Digitizer zu platzieren. Darüber hinaus können Geräte, die Online-Daten mit Bleistift-Papier-ähnlichen Formen sammeln können, wie Smartpen plus Livescribe-Notebook, eine weitere Änderung sein. Soweit wir wissen, werden Daten von MovAlyzeR Software und Smartpen in naher Zukunft kompatibel sein.

Erstens, da der Hauptfokus auf der dynamischen Analyse von Handschrift lag, wurden statische Parameter wie Zeichenbreite und -höhe nicht in die aktuelle Studie einbezogen und analysiert. Tatsächlich wurde " als eine gute Schreibaufgabe für die Equation 6 Erkennung von Mikrographien in PD12bestätigt. Zweitens haben einige Forscher beschlossen, die Größe des Charakters während der Handschriftaufgabe zu begrenzen (z. B. 1 cm, 2 cm und 4 cm in Amplitude)19. Wie sich herausgefunden hat, benötigen Probanden mehr Zeit, um in einer kleineren Amplitude relativ zu einer größeren zu schreiben. Eine bestimmte Amplitude wurde in dieser Studie nicht festgelegt, während die Form chinesischer Zeichen eine implizite Grenze für einen bestimmten Strich sein könnte.

Unserer Kenntnis nach ist dies die erste Studie einer digitalen Handschriftanalyse für vereinfachte chinesische Charakternutzer. Mehr Handschriftaufgaben in Bezug auf vereinfachte chinesische Zeichen können verwendet werden, um kognitive Defizite und motorische Funktionsstörungen bei Patienten mit neuropsychiatrischen Störungen zu finden.

Eine digitale Handschriftanalyse kann herkömmliche kognitive Tests mit Bleistift und Papier ergänzen, wie Trail-Making Test, MMSE, Montreal Cognitive Assessment und andere17,22. Die Analyse von Handschriftfunktionen während eines kognitiven Tests ist ein neues Paradigma für motorisch-kognitive Doppelaufgaben23. Diese Methode könnte bei der Diagnose des motorischen kognitiven Risikosyndroms und der zerebralen kleinen Gefäßerkrankung hilfreich sein.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Die Autoren haben nichts zu verraten.

Acknowledgments

Wir danken Professor Hans-Leo Teulings von Neuroscript LLD für die Unterstützung der digitalen Technologie.

Diese Studie wurde von der Wu Jieping Foundation (Grant-Nr.: 320.6750.18456) unterstützt.

Materials

Name Company Catalog Number Comments
Microsoft Surface Pro 2 computer
MovAlyeR 3.4 software
WACOM Cintiq digitizer

DOWNLOAD MATERIALS LIST

References

  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).
Digitale Handschriftanalyse von Charakteren bei chinesischen Patienten mit leichter kognitiver Beeinträchtigung
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Zhào, H., Zhang, Y., Xia, C., Liu, Y., Li, Z., Huang, Y. Digital Handwriting Analysis of Characters in Chinese Patients with Mild Cognitive Impairment. J. Vis. Exp. (169), e61841, doi:10.3791/61841 (2021).More

Zhào, H., Zhang, Y., Xia, C., Liu, Y., Li, Z., Huang, Y. Digital Handwriting Analysis of Characters in Chinese Patients with Mild Cognitive Impairment. J. Vis. Exp. (169), e61841, doi:10.3791/61841 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter