D 2024

Evaluation of Fractional Calculus and Delta Parameters in Prodromal Diagnosis of Dementia with Lewy Bodies utilizing Online Handwriting

MUCHA, Jan; Michal GAVENCIAK; Jiri MEKYSKA; Marcos FAUNDEZ-ZANUY; Luboš BRABENEC et. al.

Základní údaje

Originální název

Evaluation of Fractional Calculus and Delta Parameters in Prodromal Diagnosis of Dementia with Lewy Bodies utilizing Online Handwriting

Autoři

MUCHA, Jan; Michal GAVENCIAK; Jiri MEKYSKA; Marcos FAUNDEZ-ZANUY; Luboš BRABENEC a Irena REKTOROVÁ

Vydání

NEW YORK, 2nd European Signal Processing Conference (EUSIPCO 2024) proceedings : 26-30 August 2024, Lyon, France, od s. 1731-1735, 5 s. 2024

Nakladatel

IEEE

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

30210 Clinical neurology

Stát vydavatele

Spojené státy

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

tištěná verze "print"

Odkazy

Kód RIV

RIV/00216224:14110/24:00138930

Organizační jednotka

Lékařská fakulta

ISBN

978-94-645936-1-7

ISSN

UT WoS

001349787000347

EID Scopus

2-s2.0-85208432715

Klíčová slova anglicky

biomedical signal processing; feature extraction; fractional calculus; delta parameters; dementia with Lewy bodies; online handwriting; prodromal diagnosis

Štítky

Změněno: 4. 4. 2025 13:32, Mgr. Tereza Miškechová

Anotace

V originále

This study evaluates the effect of fractional order derivatives (FD) and delta parameters in the prodromal diagnosis of dementia with Lewy bodies (DLB) utilizing online handwriting analysis. With DLB being the second most prevalent neurodegenerative dementia, early detection is critical for timely intervention. Leveraging advanced mathematical models, we explored the potential of FD-based and delta-based kinematic handwriting features compared to baseline. The analysis included 45 participants at high risk of developing DLB and 29 healthy controls who performed the Archimedean spiral task. Our findings reveal that FD-based kinematic features, mainly derived from the horizontal velocity at low alpha levels, are significantly discriminative. Moreover, the binary classification model trained with FD-based features achieved a balanced accuracy BACC=0.75. The study emphasizes the relevance of advanced kinematic parametrization in neurodegenerative disease diagnostics, presenting novel features as promising tools for DLB screening.

Návaznosti

LX22NPO5107, projekt VaV
Název: Národní ústav pro neurologický výzkum
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Národní ústav pro neurologický výzkum, 5.1 EXCELES
NU20-04-00294, projekt VaV
Název: Diagnostika onemocnění s Lewyho tělísky v prodromálním stadiu založená na analýze multimodálních dat
Investor: Ministerstvo zdravotnictví ČR, Diagnostika onemocnění s Lewyho tělísky v prodromálním stadiu založená na analýze multimodálních dat