Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

NEW METHODOLOGY OF PARKINSONIC DYSGRAPHIA ANALYSIS BY ONLINE HANDWRITING USING FRACTIONAL DERIVATIVES

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F18%3APU127717" target="_blank" >RIV/00216305:26220/18:PU127717 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://www.feec.vutbr.cz/EEICT/archiv/sborniky/EEICT_2018_sbornik.pdf" target="_blank" >http://www.feec.vutbr.cz/EEICT/archiv/sborniky/EEICT_2018_sbornik.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    NEW METHODOLOGY OF PARKINSONIC DYSGRAPHIA ANALYSIS BY ONLINE HANDWRITING USING FRACTIONAL DERIVATIVES

  • Popis výsledku v původním jazyce

    Parkinson’s disease (PD) is the second most frequent neurodegenerative disorder. One typical hallmark of PD is disruption in execution of practised skills such as handwriting. This paper introduces a new methodology of kinematic features calculation based on fractional derivatives applied on PD handwriting. Discrimination power of basic kinematic features (velocity, acceleration, jerk) was evaluated by classification analysis (using support vector machines and random forests). For this purpose, 37 PD patients and 38 healthy controls were enrolled. In comparison to results reported in other works, we proved that FDE in online handwriting analysis brings promising improvements. The best result of multivariate analysis was achieved with 83:89% classification accuracy in combination with 5 features using only one handwriting task (overlapped circles). This study reveals an impact of fractional derivatives based features in analysis of Parkinsonic dysgraphia.

  • Název v anglickém jazyce

    NEW METHODOLOGY OF PARKINSONIC DYSGRAPHIA ANALYSIS BY ONLINE HANDWRITING USING FRACTIONAL DERIVATIVES

  • Popis výsledku anglicky

    Parkinson’s disease (PD) is the second most frequent neurodegenerative disorder. One typical hallmark of PD is disruption in execution of practised skills such as handwriting. This paper introduces a new methodology of kinematic features calculation based on fractional derivatives applied on PD handwriting. Discrimination power of basic kinematic features (velocity, acceleration, jerk) was evaluated by classification analysis (using support vector machines and random forests). For this purpose, 37 PD patients and 38 healthy controls were enrolled. In comparison to results reported in other works, we proved that FDE in online handwriting analysis brings promising improvements. The best result of multivariate analysis was achieved with 83:89% classification accuracy in combination with 5 features using only one handwriting task (overlapped circles). This study reveals an impact of fractional derivatives based features in analysis of Parkinsonic dysgraphia.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20201 - Electrical and electronic engineering

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 24nd Conference STUDENT EEICT 2018

  • ISBN

    978-80-214-5614-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    398-402

  • Název nakladatele

    Neuveden

  • Místo vydání

    BRNO

  • Místo konání akce

    Brno

  • Datum konání akce

    26. 4. 2018

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku