|
|
Semi-automatic computerized system for the segmentation of online handwriting
Gavenčiak, Michal ; Mekyska, Jiří (referee) ; Zvončák, Vojtěch (advisor)
The prevalence of developmental dysgraphia among school children is between 10-30%, yet in Czech Republic, there is no objective method to diagnose it or determine its severity. Past studies have shown the possibility of automatic diagnosis using digital data gathered using a digitizing tablet and a stylus. Data gathered within an ongoing study contain information on position, time stamp, tilt, pressure and azimuth of the stylus. These data are, however, unsuitable for further analysis due unspecified number of exercises contained in one SVC file. Within this thesis the data is analysed and a program, which is able to segment these data into units of exercises and display the processed data on the screen, is designed and implemented.
|
|
|
Advanced Parameterisation of Online Handwriting in Writers with Graphomotor Disabilities
Mucha, Ján ; Šimák, Boris (referee) ; Drotár,, Peter (referee) ; Mekyska, Jiří (advisor)
Grafomotorické obtíže (GD) výrazně ovlivňují kvalitu života školním věkem počínajíc, kde se vyvíjejí grafomotorické schopnosti, až do důchodového věku. Včasná diagnóza těchto obtíží a terapeutický zásah mají velký význam k jejich zlepšení. Vzhledem k tomu, že GD souvisí z vícerými symptomy v oblasti kinematiky, základní kinematické parametry jako rychlost, zrychlení a švih prokázaly efektivní kvantizaci těchto symptomů. Objektivní výpočetní systém podpory rozhodování pro identifikaci a vyšetření GD však není dostupný. A proto je hlavním cílem mé disertační práce výzkum pokročilé metody parametrizace online písma pro analýzu GD se speciálním zaměřením na využití metod zlomkového kalkulu. Tato práce je první, která experimentuje s využitím derivací neceločíselného řádu (FD) pro analýzu GD pomocí online písma získaného od pacientů s Parkinsonovou nemocí a u dětí školního věku. Byla navržena a evaluována nová metoda parametrizace online písma založena na FD využitím Grünwald-Letnikova přístupu. Bylo dokázáno, že navržená metoda významně zlepšuje diskriminační sílu a deskriptivní schopnosti v oblasti Parkinsonické dysgrafie. Stejně tak metoda pozitivně ovlivnila i nejmodernější techniky v oblasti analýzy GD u dětí školního věku. Vyvinutá parametrizace byla optimalizována s ohledem na výpočetní náročnost (až o 80 %) a také na vyladění řádu FD. Ke konci práce byly porovnány víceré přístupy výpočtu FD, jmenovitě Riemann-Liouvillův, Caputův společně z Grünwald-Letnikovým přístupem za účelem identifikace těch nejvhodnějších pro jednotlivé oblasti analýzy GD.
|
|
|
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).
|
|
|
Web application for online handwriting data acquisition
Fiala, Marek ; Mikulec, Marek (referee) ; Mucha, Ján (advisor)
The aim of this work is the implementation of a web application for the acquisition of handwritten signal (online handwriting) using the Wacom digitizing tablet. The solution of the current possibilities of implementation of web applications was performed and the most suitable variant for implementation was chosen within this work. The application allows user to export data to a * .json file and display the following recorded exercise. The application is constructed in the Django framework and its main functionality is rendering handwritten data. The stored data has a spacific notation structure for compatibility reasons for possible data analyses.
|
|
|
Research of the new augmentation methods for online handwriting
Sigmund, Jan ; Burget, Radim (referee) ; Zvončák, Vojtěch (advisor)
Graphomotor difficulties of school-aged children are characterised by problems in handwriting and drawing and can lead to developmental dysgraphia. Timely clinical diagnosis is critical to provide preventive care. In practice however, it is not feasible on day-to-day basis due to the need for expert staff and the prevalence of difficulties up to 30\%. Machine learning models can serve as an accessible objective tool for evaluating graphomotor functioning. In most cases there is not enough data collected, which results in poor classification performance. Therefore, this thesis focuses on data augmentation of online handwriting. Generating artificial samples is based on recombination of intrinsic mode functions, obtained by empirical mode decomposition. IMFs of health controls, numbering 72, and with graphomotor difficulties, 94 children in total, are calculated. The decomposition is performed specifically on X and Y coordinate time series. IMFs of the same indices of different subjects are randomly interchanged, thus producing a new signal. Then, the graphomotor features of the original and artificial time series are extracted. Only the spatial ones related to the coordinates are selected. Finally, the correlations of the features of the two databases will be analyzed and compared.
|
|
|
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).
|
|
|
Advanced Parameterisation of Online Handwriting in Writers with Graphomotor Disabilities
Mucha, Ján ; Šimák, Boris (referee) ; Drotár,, Peter (referee) ; Mekyska, Jiří (advisor)
Grafomotorické obtíže (GD) výrazně ovlivňují kvalitu života školním věkem počínajíc, kde se vyvíjejí grafomotorické schopnosti, až do důchodového věku. Včasná diagnóza těchto obtíží a terapeutický zásah mají velký význam k jejich zlepšení. Vzhledem k tomu, že GD souvisí z vícerými symptomy v oblasti kinematiky, základní kinematické parametry jako rychlost, zrychlení a švih prokázaly efektivní kvantizaci těchto symptomů. Objektivní výpočetní systém podpory rozhodování pro identifikaci a vyšetření GD však není dostupný. A proto je hlavním cílem mé disertační práce výzkum pokročilé metody parametrizace online písma pro analýzu GD se speciálním zaměřením na využití metod zlomkového kalkulu. Tato práce je první, která experimentuje s využitím derivací neceločíselného řádu (FD) pro analýzu GD pomocí online písma získaného od pacientů s Parkinsonovou nemocí a u dětí školního věku. Byla navržena a evaluována nová metoda parametrizace online písma založena na FD využitím Grünwald-Letnikova přístupu. Bylo dokázáno, že navržená metoda významně zlepšuje diskriminační sílu a deskriptivní schopnosti v oblasti Parkinsonické dysgrafie. Stejně tak metoda pozitivně ovlivnila i nejmodernější techniky v oblasti analýzy GD u dětí školního věku. Vyvinutá parametrizace byla optimalizována s ohledem na výpočetní náročnost (až o 80 %) a také na vyladění řádu FD. Ke konci práce byly porovnány víceré přístupy výpočtu FD, jmenovitě Riemann-Liouvillův, Caputův společně z Grünwald-Letnikovým přístupem za účelem identifikace těch nejvhodnějších pro jednotlivé oblasti analýzy GD.
|
|
|
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.
|
|
|
Semi-automatic computerized system for the segmentation of online handwriting
Gavenčiak, Michal ; Mekyska, Jiří (referee) ; Zvončák, Vojtěch (advisor)
The prevalence of developmental dysgraphia among school children is between 10-30%, yet in Czech Republic, there is no objective method to diagnose it or determine its severity. Past studies have shown the possibility of automatic diagnosis using digital data gathered using a digitizing tablet and a stylus. Data gathered within an ongoing study contain information on position, time stamp, tilt, pressure and azimuth of the stylus. These data are, however, unsuitable for further analysis due unspecified number of exercises contained in one SVC file. Within this thesis the data is analysed and a program, which is able to segment these data into units of exercises and display the processed data on the screen, is designed and implemented.
|
guest ::
