|
LSTM-Based Autoencoders in Online Handwriting Data Augmentation and Preprocessing
Gavenciak, Michal
On-line handwriting analysis is a research field that is among others used in assessment of handwriting difficulties (HD), which can be manifestations of degenerative brain diseases such as Parkinson’s disease in the elderly, or developmental dysgraphia in children. Using advanced modelling approaches or artificial intelligence is often difficult because of the limited data availability in both demographic cohorts. In this article, a data processing approach, using LSTM-based autoencoders, is described as a way of augmenting the database with semisynthetic data or preprocessing the data to improve the performance of feature-based classification. The proposed method has led to a 3 percentage point increase in classification accuracy when compared to baseline. While the improvement is marginal, it highlights another possible area of research to improve the efficacy of automated HD assessment.
|
|
Research of Advanced Online Handwriting Analysis Methods with a Special Focus on Assessment of Graphomotor Disabilities in School-aged Children
Zvončák, Vojtěch ; Havigerová,, Jana Marie (referee) ; Drotár,, Peter (referee) ; Mekyska, Jiří (advisor)
Grafomotorické dovednosti (GA) představují skupinu psychomotorických procesů, které se zapojují během kreslení a psaní. GA jsou nutnou prerekvizitou pro zvládání základních školních schopností, konkrétně psaní. Děti v první a druhé třídě mohou mít potíže s prováděním jednoduchých grafomotorických úkolů (GD) a později ve třetí a čtvrté třídě také se samotným psaním (HD). Narušení procesů spojených se psaním je obecně nazýváno jako vývojová dysgrafie (DD). Prevalence DD v České republice se pohybuje kolem 3–5 %. V současné době je DD hodnocena subjektivně týmem psychologů a speciálních pedagogů. V praxi stále chybí objektivní měřicí nástroj, který by umožňoval hodnocení GD a HD. Z tohoto důvodu se tato disertační práce zabývá identifikováním symptomů spojených s grafomotorickou neobratností u dětí školního věku a vývojem nových parametrů, které je budou kvantifikovat. Byl vytvořen komplexní GA protokol (36 úloh), který představuje prostředí, ve kterém se mohou projevit různé symptomy spojené s GD a HD. K těmto symptomům bylo přiřazeno 76 kvantifikujících parametrů. Dále byla navrhnuta nová škála grafomotorických obtíží (GDRS) založena na automatizovaném zpracování online píma. Nakonec byla prezentována a otestována nová sada parametrizačních technik založených na Tunable Q Factor Wavelet Transform (TQWT). Parametry TQWT dokážou kvantifikovat grafomotorickou obratnost nebo nedostatečný projev v jemné motorice. GDRS přestavuje nový, moderní a objektivní měřící nástroj, který doposud chyběl jak v České republice, tak v zahraničí. Použití škály by pomohlo modernizovat jak diagnostiku DD, tak reedukační/remediační proces. Další výzkum by tento nástroj mohl adaptovat i do jiných jazyků. Navíc, tato metodologie může být použita a optimalizována pro diagnostiku dalších nemocí a poruch, které ovlivňují grafomotorické dovednosti, například pro autismus, poruchu pozornosti s hyperaktivitou (ADHD) nebo dyspraxii (DCD).
|
|
Exploring the Contribution of Isochrony-based Features to Computerized Assessment of Handwriting Disabilities
Gavenčiak, M. ; Zvončák, V. ; Mekyska, J. ; Šafárová, Katarína ; Čunek, Lukáš ; Urbánek, Tomáš ; Havigerová, Jana Marie ; Bednářová, Jiřina ; Galáž, Z. ; Mucha, J.
Approximately 30–60 % of the time children spend in school is associated with handwriting. However, up to 30 % of them experience handwriting disabilities (HD), which lead to a decrease in their academic performance. Current HD assessment methods are not unified and show signs of subjectivity which can lead to misdiagnosis. The aim of this paper is to propose a new approach to objective HD assessment based on the principle of movement isochrony. For this purpose, we used a database of 137 children attending a primary school, who performed a transcription and dictation task, and who were associated with a BHK (Concise Evaluation Scale for Children's Handwriting) score. Employing a machine learning model, we were able to estimate this score with 18 % error. An interpretation of the model suggests that the isochrony-based features could bring new benefits to the objective assessment of HD.
|
|
Research of Advanced Online Handwriting Analysis Methods with a Special Focus on Assessment of Graphomotor Disabilities in School-aged Children
Zvončák, Vojtěch ; Havigerová,, Jana Marie (referee) ; Drotár,, Peter (referee) ; Mekyska, Jiří (advisor)
Grafomotorické dovednosti (GA) představují skupinu psychomotorických procesů, které se zapojují během kreslení a psaní. GA jsou nutnou prerekvizitou pro zvládání základních školních schopností, konkrétně psaní. Děti v první a druhé třídě mohou mít potíže s prováděním jednoduchých grafomotorických úkolů (GD) a později ve třetí a čtvrté třídě také se samotným psaním (HD). Narušení procesů spojených se psaním je obecně nazýváno jako vývojová dysgrafie (DD). Prevalence DD v České republice se pohybuje kolem 3–5 %. V současné době je DD hodnocena subjektivně týmem psychologů a speciálních pedagogů. V praxi stále chybí objektivní měřicí nástroj, který by umožňoval hodnocení GD a HD. Z tohoto důvodu se tato disertační práce zabývá identifikováním symptomů spojených s grafomotorickou neobratností u dětí školního věku a vývojem nových parametrů, které je budou kvantifikovat. Byl vytvořen komplexní GA protokol (36 úloh), který představuje prostředí, ve kterém se mohou projevit různé symptomy spojené s GD a HD. K těmto symptomům bylo přiřazeno 76 kvantifikujících parametrů. Dále byla navrhnuta nová škála grafomotorických obtíží (GDRS) založena na automatizovaném zpracování online píma. Nakonec byla prezentována a otestována nová sada parametrizačních technik založených na Tunable Q Factor Wavelet Transform (TQWT). Parametry TQWT dokážou kvantifikovat grafomotorickou obratnost nebo nedostatečný projev v jemné motorice. GDRS přestavuje nový, moderní a objektivní měřící nástroj, který doposud chyběl jak v České republice, tak v zahraničí. Použití škály by pomohlo modernizovat jak diagnostiku DD, tak reedukační/remediační proces. Další výzkum by tento nástroj mohl adaptovat i do jiných jazyků. Navíc, tato metodologie může být použita a optimalizována pro diagnostiku dalších nemocí a poruch, které ovlivňují grafomotorické dovednosti, například pro autismus, poruchu pozornosti s hyperaktivitou (ADHD) nebo dyspraxii (DCD).
|
|
Semi-Automatic Segmentation Of On-Line Handwriting
Gavenčiak, Michal
This paper deals with the automation of digital trace data segmentation. The data are obtained from a digitizing tablet and are then subjected to handwriting analysis, providing quantified information about a person’s handwriting, which might help in the diagnosis of handwriting difficulties. In order to successfully analyze the data, they must be segmented by individual handwriting exercise. Implementation of a python-based program with a GUI is described along with its basic functionality.
|