Publication detail

Automatizovaná diagnóza vývojové dysgrafie založená na kvantitativní analýze online písma

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

journal article - other

Language

Czech

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

ZVONČÁK, V.; ŠAFÁROVÁ, K.; MEKYSKA, J.; MUCHA, J.; KISKA, T.; LOSENICKÁ, B.; ČECHOVÁ, B.; FRANCOVÁ, P.; SMÉKAL, Z.

Released

30. 4. 2018

ISBN

1213-1539

Periodical

Elektrorevue - Internetový časopis (http://www.elektrorevue.cz)

Year of study

20

Number

2

State

Czech Republic

Pages from

1

Pages to

6

Pages count

6

URL

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/"
}