Evaluation of handwriting kinematics and pressure for differential diagnosis of Parkinson’s disease

要約

目的: パーキンソン病 (PD) 患者と健康な対照からの手書きサンプルで構成される PaHaW パーキンソン病手書きデータベースを紹介します。
私たちの目標は、手書きの運動学的特徴と圧力特徴が PD の鑑別診断に使用できることを示すことです。
方法と材料: データベースには、8 つの異なる手書きタスクを実行した 37 人の PD 患者と 38 人の健康な対照からの記録が含まれています。
課題には、アルキメデスの螺旋を描くこと、正書法で単純な音節と単語を繰り返し書くこと、文章を書くことなどが含まれます。
手書きのダイナミクスに関する従来の運動学的特徴に加えて、筆記面にかかる圧力に基づいた新しい圧力特徴を調査しました。
PD 患者と健常者を区別するために、K 最近傍 (K-NN)、アンサンブル AdaBoost 分類器、サポート ベクター マシン (SVM) の 3 つの異なる分類器が比較されました。
結果: 手書きの運動学的特徴と圧力特徴に基づいて PD を予測する場合、最もパフォーマンスの高いモデルは SVM で、分類精度は Pacc = 81.3% (感度 Psen = 87.4%、特異度 Pspe = 80.9%) でした。
個別に評価した場合、圧力特徴は PD 診断に関連していることが証明され、運動学的特徴を使用した場合の Pacc = 75.4% と比較して、Pacc = 82.5% の結果が得られました。
結論: 実験結果は、手書き時の運動学的特徴と圧力特徴の分析が、手書きの微妙な特徴を評価し、PD 患者と健康な対照者を区別するのに役立つことを示しました。

要約(オリジナル)

Objective: We present the PaHaW Parkinson’s disease handwriting database, consisting of handwriting samples from Parkinson’s disease (PD) patients and healthy controls. Our goal is to show that kinematic features and pressure features in handwriting can be used for the differential diagnosis of PD. Methods and Material: The database contains records from 37 PD patients and 38 healthy controls performing eight different handwriting tasks. The tasks include drawing an Archimedean spiral, repetitively writing orthographically simple syllables and words, and writing of a sentence. In addition to the conventional kinematic features related to the dynamics of handwriting, we investigated new pressure features based on the pressure exerted on the writing surface. To discriminate between PD patients and healthy subjects, three different classifiers were compared: K-nearest neighbors (K-NN), ensemble AdaBoost classifier, and support vector machines (SVM). Results: For predicting PD based on kinematic and pressure features of handwriting, the best performing model was SVM with classification accuracy of Pacc = 81.3% (sensitivity Psen = 87.4% and specificity of Pspe = 80.9%). When evaluated separately, pressure features proved to be relevant for PD diagnosis, yielding Pacc = 82.5% compared to Pacc = 75.4% using kinematic features. Conclusion: Experimental results showed that an analysis of kinematic and pressure features during handwriting can help assess subtle characteristics of handwriting and discriminate between PD patients and healthy controls.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google