Přístupnostní navigace
E-application
Search Search Close
Publication result detail
ZVONČÁK, V.; ŠAFÁROVÁ, K.; MEKYSKA, J.; MUCHA, J.; KISKA, T.; LOSENICKÁ, B.; ČECHOVÁ, B.; FRANCOVÁ, P.; SMÉKAL, Z.
Original Title
Automatizovaná diagnóza vývojové dysgrafie založená na kvantitativní analýze online písma
English Title
Diagnosis of Developmental Dysgraphia Based on Quantitative Analysis of Online Handwriting
Type
Peer-reviewed article not indexed in WoS or Scopus
Original Abstract
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 Proficiency 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.
English abstract
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.
Keywords
vývojová dysgrafie; dětská dysgrafie; digitalizační tablet; HPSQ; SFFS; náhodné lesy; support vector machine; klasifikace
Key words in English
developmental dysgraphia; children dysgraphia; digitizing tablet; HPSQ; random forests; support vector machine
Authors
RIV year
2019
Released
30.04.2018
ISBN
1213-1539
Periodical
Elektrorevue - Internetový časopis (http://www.elektrorevue.cz)
Volume
20
Number
2
State
Czech Republic
Pages from
1
Pages to
6
Pages count
URL
http://www.elektrorevue.cz/cz/clanky/zpracovani-signalu/0/automatizovana-diagnoza-vyvojove-dysgrafie-zalozena-na-kvantitativni-analyze-online-pisma-1/
BibTex
@article{BUT147384, author="ZVONČÁK, V. and ŠAFÁROVÁ, K. and MEKYSKA, J. and MUCHA, J. and KISKA, T. and LOSENICKÁ, B. and ČECHOVÁ, B. and FRANCOVÁ, P. and SMÉKAL, Z.", title="Automatizovaná diagnóza vývojové dysgrafie založená na kvantitativní analýze online písma", journal="Elektrorevue - Internetový časopis (http://www.elektrorevue.cz)", year="2018", volume="20", number="2", pages="1--6", issn="1213-1539", url="http://www.elektrorevue.cz/cz/clanky/zpracovani-signalu/0/automatizovana-diagnoza-vyvojove-dysgrafie-zalozena-na-kvantitativni-analyze-online-pisma-1/" }