基于显示平板板的发展性文字捷误评估

尽管基于在线手写处理的计算机化发展性文字捷误评估方法日益受到欢迎，但大多数解决方案基于一种设置，即儿童在固定于数字平板的纸上书写，该平板连接到计算机。尽管这种方法使使用墨水笔的标准书写方式成为可能，但难以由儿童自行操作。本研究的主要目标是探讨通过显示屏幕平板记录的在线手写 quantitative 分析是否能够充分支持文字捷误的评估。为本研究，在中心小学三、四年级就读的 144 名儿童中进行了招募，他们的手写水平由特别教育顾问评估，并由自己完成 Handwriting Proficiency Screening Questionnaires for Children (HPSQ C)。我们使用基于梯度提升算法的机器学习模型，能够以最高 83.6% 的准确率支持 DD 诊断。HPSQ C 总分估计的最小误差为 10.34%。DD 儿童在空中花费时间更长，笔触抬起次数更多，笔触在表面上的高度更大，空中节拍更慢，角速度变化更大。尽管本研究表明通过显示平板进行 DD 评估具有前景，但它也强调了对主观分数的建模具有挑战性，仍需更复杂和数据驱动的 DD 表现形式的量化。