Search

Parkinson’s disease (PD) is a neurodegenerative disorder that affects a person’s movement. As the early diagnosis of the disease is crucial, the main aim of this work is to implement an online analysis system of patients’ handwriting, through computer vision and signal processing techniques, using the database collected in the neurology department of the University Hospital Center Hassan II in Fez. For this, we studied the handwriting tests on a WACOM graphic tablet to retrieve the spatiotemporal data (position, pressure and angles of inclination), for each point (P(n)) of the trajectory. The features vector was obtained basing on five types of features: (a) Kinematic features related to the dynamics of spiral design, (b) Mechanical based on the pressure exerted on the writing surface, (c) Inclination angles, (d) Spatial interrelation feature and (e) Pen-Up. The used classification and clustering algorithms are respectively the Hoeffding tree and the FarthestFirst clusters. We observed coherence between the classification results and the clustering ones, thus the results being encouraging and promising with a recognition rate of 98.36%

Background Parkinson’s disease (PD) affects millions of people worldwide, and it is predicted that this pathology will gravely increase in the next few years. Unfortunately, there’s currently no cure for this disease, indeed an early diagnosis of Parkinson’s disease can help to better manage its symptoms and its evolution. One of the most frequent abilities and usually also the first manifestation of Parkinson’s disease is alteration of handwriting. New method We propose a novel method to detect Parkinson’s disease, based on the segmentation of the online handwritten text into lines. Indeed, we propose to compare Parkinson’s disease patients and healthy controls, based on the full dynamics of new temporal and spectral features. Three classifiers were used, K-Nearest Neighbors, Support Vector Machine and Decision Trees. The performances of these three classifiers were estimated using a stratified nested 10 cross-validation. All the models in this study have been evaluated using classification accuracy, balanced accuracy, sensitivity, specificity, F-Score and Matthews Correlation Coefficient. Results An accuracy of 92.86 % was obtained with Decision Trees classifier in the last line. The new categories of spectral and temporal features gave the best classification performances in comparison to the basic statistical features. Comparison with existing methods Previous studies have only focused on words or sentences. This is the first study to deal with the analysis of a text composed of several lines. Conclusion The last line discriminates at best between Parkinson’s disease patients and healthy controls. This obtained result has further strengthened our hypothesis concerning the fatigue occurring while writing in PD patients.

L'objectif de cet article est d'analyser l'ecriture manuscrite en ligne, caracterisee par une intervention primordiale des muscles et du cerveau, afin de detecter des pathologies neurologiques comme l'Alzheimer et le Parkinson, qui sont liees a l'organisation de l'ensemble des facultes mentales. Dans ce cadre, une acquisition de donnees est realisee au sein du service neurologie au CHU Hassan II de Fes. Elle est faite sur une tablette graphique WACOM permettant de recuperer les donnees spatiotemporelles de l'ecriture manuscrite. La problematique de la detection de pathologies necessite prealablement l'etude des parametres descriptifs de l'ecriture manuscrite permettant la caracterisation des sujets controles et des personnes atteintes. Cet article decrit principalement la phase d'acquisition de donnees en cours au CHU de Fes, ainsi que l'analyse preliminaire de parametres spatiotemporels de l'ecriture realisee sur ces donnees.

International audience; L'objectif de cet article est d'analyser l'écriture manuscrite en ligne, caractérisée par une intervention primordiale des muscles et du cerveau, afin de détecter des pathologies neurologiques comme l'Alzheimer et le Parkinson, qui sont liées à l'organisation de l'ensemble des facultés mentales. Dans ce cadre, une acquisition de données est réalisée au sein du service neurologie au CHU Hassan II de Fès. Elle est faite sur une tablette graphique WACOM permettant de récupérer les données spatiotemporelles de l'écriture manuscrite. La problématique de la détection de pathologies nécessite préalablement l'étude des paramètres descriptifs de l'écriture manuscrite permettant la caractérisation des sujets contrôles et des personnes atteintes. Cet article décrit principalement la phase d'acquisition de données en cours au CHU de Fès, ainsi que l'analyse préliminaire de paramètres spatiotemporels de l'écriture réalisée sur ces données

Introduction L’ecriture est un processus cognitif qui resulte de l’interaction entre plusieurs facteurs du developpement cognitifs, linguistiques, et psychomoteurs. De ce fait, la deterioration de celle-ci est un signe de dysfonctionnement dans l’une des spheres cognitives. Objectifs Notre objectif est de developper une technique innovante, permettant d’aider les professionnels de sante a depister une deterioration cognitive a un stade precoce lors des maladies neurodegeneratives a l’aide de l’analyse de l’ecriture manuscrite. Methodes L’ecriture manuscrite est capturee sur tablette graphique (WACOM) et est analysee « en ligne » comme une sequence de signaux acquis (position, pression, vitesse et inclinaison du stylo) chez des patients marocains atteints de maladie de Parkinson, maladie d’Alzheimer et MCI ; et sera comparer a des volontaires normaux. Resultats Nous avons effectue une premiere analyse des resultats de 34 parkinsoniens compares a 34 controles apparies selon l’âge et le niveau d’etudes. Les resultats revelent des differences significatives entre le groupe temoin et le groupe Parkinson, mais aussi dans le groupe Parkinson entre des patients de bas niveau et haut niveau socioculturel. Les parkinsoniens ont une vitesse et une acceleration plus faible, avec des hesitations plus elevees que les SC. Discussion Nous retrouvons des parametres discriminants de l’ecriture manuscrite permettant d’identifier des clusters de personnes ayant un vieillissement normal et d’autres souffrants de pathologies neurodegeneratives en fonction de leurs niveau socioculturel. Conclusion L’etude a permis dans un premier temps de determiner un ensemble caracterisant les malades de Parkinson a un stade precoce par rapport aux sujets sains.