用于帕金森病检测的动态增强静态手写体表示
计算机视觉与模式识别
2024-05-24 v1
摘要
计算机辅助诊断系统可提供非侵入性、低成本的工具，以支持临床医生。在特别是帕金森病（PD）的诊断和监测方面，这些系统有潜力协助诊断。手写体在PD评估的背景下发挥特殊作用。本文考察了“动态增强”静态手写体图像的判别力。通过同时利用手写体的静态和动态属性，合成生成增强后的图像。具体而言，我们提出了一种基于：(i)绘制样本的点，而非将其链接，以保留时间/速度信息；(ii)添加笔画中止，用于同样的目的。为评估新型手写体表示的有效性，在同一数据集（即PaHaW）上，对该方法与基于静态和动态手写体的前沿方法进行公平比较。分类工作流程采用迁移学习从多种输入数据表示中提取有意义的特征。使用多个分类器的集成以实现最终预测。动态增强后的静态手写体能够优于仅使用静态或动态手写体所得的结果。
引用
@article{arxiv.2405.13438,
title = {Dynamically enhanced static handwriting representation for Parkinson's disease detection},
author = {Moises Diaz and Miguel Angel Ferrer and Donato Impedovo and Giuseppe Pirlo and Gennaro Vessio},
journal= {arXiv preprint arXiv:2405.13438},
year = {2024}
}