Automatizovaná diagnóza vývojové dysgrafie založená na kvantitativní analýze online písma

VOJTĚCH, Zvončák, Katarína ŠAFÁROVÁ, Jiří MEKYSKA, Ján MUCHA, Tomáš KISKA, Barbora LOSENICKÁ, Barbora ČECHOVÁ, Pavlína FRANCOVÁ a Zdeněk SMÉKAL. Automatizovaná diagnóza vývojové dysgrafie založená na kvantitativní analýze online písma. Elektrorevue. roč. 20, č. 2, s. 52-57. ISSN 1213-1539. 2018.

Základní údaje

• Originální název: Automatizovaná diagnóza vývojové dysgrafie založená na kvantitativní analýze online písma
• Název anglicky: Diagnosis of Developmental Dysgraphia Based on Quantitative Analysis of Online Handwriting
• Autoři: VOJTĚCH, Zvončák (203 Česká republika), Katarína ŠAFÁROVÁ (703 Slovensko, garant, domácí), Jiří MEKYSKA, Ján MUCHA, Tomáš KISKA, Barbora LOSENICKÁ (203 Česká republika, domácí), Barbora ČECHOVÁ (203 Česká republika, domácí), Pavlína FRANCOVÁ (203 Česká republika, domácí) a Zdeněk SMÉKAL.
• Vydání: Elektrorevue, 2018, 1213-1539.

Další údaje

• Originální jazyk: čeština
• Typ výsledku: Článek v odborném periodiku
• Obor: 50102 Psychology, special
• Stát vydavatele: Česká republika
• Utajení: není předmětem státního či obchodního tajemství
• WWW: URL
• Kód RIV: RIV/00216224:14210/18:00100932
• Organizační jednotka: Filozofická fakulta
• Klíčová slova anglicky: developmental dysgraphia; children dysgraphia; digitizing tablet; HPSQ; random forests; support vector machine
• Štítky: rivok
• Příznaky: Recenzováno

Anotace

Prevalence problémů s psaním mezi dětmi školního věku je mezi 10 až 30 %. V současné době neexistuje v České republice objektivní metoda pro diagnózu a hodnocení míry závažnosti vývojové dysgrafie (VD). Cílem této studie je představit novou metodu objektivní diagnózy VD založené na kvantitativní analýze online písma. K tomuto účelu jsme extrahovali ze tří písemných cvičení sadu prostorových, časových, kinematických a dynamických parametrů. Pro identifikaci parametrů s vysokou diskriminační silou jsme následně provedli korelační analýzu mezi těmito parametry a skóry dotazníku HPSQ (Handwriting Pro_ciency Screening Questionnaire). Použitím klasifikátoru založeného na náhodných lesech v kombinaci s kvantifikací cvičení psaní abecedy jsme dosáhli přesnosti klasifikace téměř 80% (sensitivita 77 %, specificita 83 %). Přesnost byla zvýšena na 92% (sensitivita 92 %, specificita 93 %) aplikováním metody sekvenčního dopředného plovoucího výběru parametrů SFFS (Sequential Floating Forward Selection). Tato pilotní studie potvrzuje možnost automatizované diagnózy VD u dětí, které píšou psaným spojovaným písmem.

Anotace anglicky

The prevalence of handwriting difficulties among school-aged children is around 10–30 %. Until now, there is no objective method to diagnose and rate developmental dysgraphia (DD) in Czech Republic. The goal of this study is to propose a new method of objective DD diagnosis based on quantitative analysis of online handwriting. For this purpose, we extracted a set of spatial, temporal, kinematic and dynamic features from three handwriting tasks. Consequently, we performed a correlation analysis between these features and score of handwriting proficiency screening questionnaire (HPSQ), in order to identify parameters with a good discrimination power. Using random forests classifier in combination with quantification of alphabet writing task, we reached nearly 80% classification accuracy (77% sensitivity, 83% specificity). The classification accuracy was increased to 92% (92% sensitivity, 93% specificity) by employing SFFS (Sequential Forward Feature Selection) method. This pilot study proves the possibility of automatic DD diagnosis in children cohort writing with cursive letters.

Návaznosti

• GA18-16835S, projekt VaV: Název: Výzkum pokročilých metod diagnózy a hodnocení vývojové dysgrafie založených na kvantitativní analýze online písma a kresby (Akronym: DiagnosisDysgraphia)

Investor: Grantová agentura ČR, Výzkum pokročilých metod diagnózy a hodnocení vývojové dysgrafie založených na kvantitativní analýze online písma a kresby