論文の概要: Towards Objective Dysgraphia Detection: A Multi-Branch Deep Learning Approach for Online Handwriting Analysis
- arxiv url: http://arxiv.org/abs/2607.09826v1
- Date: Fri, 10 Jul 2026 11:30:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 15:40:48.21002
- Title: Towards Objective Dysgraphia Detection: A Multi-Branch Deep Learning Approach for Online Handwriting Analysis
- Title（参考訳）: 目的的画像診断に向けて:オンライン手書き解析のための多分岐深層学習アプローチ
- Abstract要約: 本稿では,デジタル化タブレットから取得したオンライン手書きデータを用いて,客観的なディスプレー検出のためのディープラーニングベースのフレームワークを提案する。
提案するフレームワークは2つの補完的分岐に依存している。第1のパイプラインは、生の時間信号から直接手作りと埋め込みに基づく運動的特徴を抽出する。
得られた特徴は、両方の表現の相補的な強みを利用するために融合される。
- 参考スコア（独自算出の注目度）: 0.5644267585492909
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dysgraphia is a specific learning disability that is prevalent among school-age children. It affects handwriting coherence, quality, fluency, and legibility, often hindering academic achievement and early learning development. This motor coordination disorder is typically diagnosed through subjective assessments based on clinician observation, which can be timeconsuming and prone to variability. In this paper, we introduce a deep learning-based framework for objective dysgraphia detection using online handwriting data captured via digitizing tablets. The proposed framework relies on two complementary branches: the first pipeline extracts both handcrafted and embedding-based kinematic features directly from raw temporal signals, while the second leverages image-based representations of the temporal signals generated using continuous wavelet transforms (CWT) and Gramian Angular Fields (GAF). The resulting features are then fused to leverage the complementary strengths of both representations. The four representations were evaluated separately and jointly using the publicly available DiaGraMo dataset, showing that the fusion of GAF, MOMENT, and hand-crafted kinematic features outperforms each individual representation, as well as other fusion schemes. These findings highlight the potential of the complementarity of image and signal based representations for more objective dysgraphia detection.
- Abstract（参考訳）: 図形学は特定の学習障害であり、学齢期の子供に多い。
手書きのコヒーレンス、品質、流布度、正当性に影響を与え、しばしば学術的な成果や早期の学習を妨げている。
この運動調整障害は、典型的には臨床観察に基づく主観的評価によって診断される。
本稿では,デジタル化タブレットから取得したオンライン手書きデータを用いて,客観的なディジグラフィ検出のためのディープラーニングベースのフレームワークを提案する。
提案するフレームワークは2つの補完的ブランチに依存している。第1のパイプラインは、手作りと埋め込みに基づくキネマティックな特徴を直接生の時間信号から抽出し、第2のパイプラインは連続ウェーブレット変換(CWT)とグラム角場(GAF)を用いて生成された時間信号のイメージベース表現を利用する。
得られた特徴は、両方の表現の相補的な強みを利用するために融合される。
これらの4つの表現は,GAF,MOMENT,手作りキネマティックな特徴の融合が個々の表現,および他の融合スキームよりも優れていることを示すために,公開可能なDiaGraMoデータセットを用いて別々に,共同で評価された。
以上の結果から,画像と信号に基づく表現の相補性の可能性が示唆された。
関連論文リスト
- Understanding Cross Task Generalization in Handwriting-Based Alzheimer's Screening via Vision Language Adaptation [9.89242032529223]
アルツハイマー病は神経変性疾患であり、早期発見が重要である。
非侵襲的で費用対効果の高い窓を微妙な運動と認知の低下に導く。
論文 参考訳（メタデータ） (2025-11-08T04:13:01Z) - Mind-the-Glitch: Visual Correspondence for Detecting Inconsistencies in Subject-Driven Generation [120.23172120151821]
本稿では,事前学習した拡散モデルのバックボーンから視覚的特徴と意味的特徴を分離するための新しいアプローチを提案する。
注釈付きセマンティックと視覚対応を備えた画像ペアを構築する自動パイプラインを導入する。
被験者駆動画像生成における視覚的不整合を定量化する新しい指標であるビジュアルセマンティックマッチングを提案する。
論文 参考訳（メタデータ） (2025-09-26T07:11:55Z) - Cross-Corpus and Cross-domain Handwriting Assessment of NeuroDegenerative Diseases via Time-Series-to-Image Conversion [15.882859362888306]
共同分類器による手書き文字の時系列と画像の両方を活用するフレームワークを提案する。
バイナリ分類実験は、既存の時系列および画像データセット上での最先端のパフォーマンスを示す。
論文 参考訳（メタデータ） (2025-09-20T00:00:55Z) - Gradient-Attention Guided Dual-Masking Synergetic Framework for Robust Text-based Person Retrieval [15.126709823382539]
本研究は、人物表現学習のためのコントラスト言語画像事前学習(CLIP)を推進している。
MLLMのコンテキスト内学習機能を活用した耐雑音性データ構築パイプラインを開発した。
我々はGA-DMSフレームワークを導入し、ノイズの多いテキストトークンを適応的にマスキングすることで、クロスモーダルアライメントを改善する。
論文 参考訳（メタデータ） (2025-09-11T03:06:22Z) - From Gaze to Insight: Bridging Human Visual Attention and Vision Language Model Explanation for Weakly-Supervised Medical Image Segmentation [48.45209969191245]
視覚言語モデル(VLM)は、テキスト記述を通して意味的コンテキストを提供するが、説明精度は欠如している。
本稿では,その補完的強みを活かし,視線と言語指導を統合した教師教育フレームワークを提案する。
本手法は,8.78%,80.53%,84.22%のDiceスコアをそれぞれ達成し,アノテーション負担を増大させることなく視線ベースラインよりも3.5%向上した。
論文 参考訳（メタデータ） (2025-04-15T16:32:15Z) - A Graph-Based Framework for Interpretable Whole Slide Image Analysis [86.37618055724441]
我々は,全スライディング画像を生物学的にインフォームドされたグラフ表現に変換するフレームワークを開発した。
我々のアプローチは、任意の格子ではなく、自然構造を尊重する組織領域からグラフノードを構築する。
がんのステージングと生存予測の課題に強いパフォーマンスを示す。
論文 参考訳（メタデータ） (2025-03-14T20:15:04Z) - Affinity-Graph-Guided Contractive Learning for Pretext-Free Medical Image Segmentation with Minimal Annotation [55.325956390997]
本稿では,医用画像セグメンテーションのための親和性グラフ誘導半教師付きコントラスト学習フレームワーク(Semi-AGCL)を提案する。
このフレームワークは、まず、ロバストな初期特徴空間を提供する平均パッチエントロピー駆動のパッチ間サンプリング法を設計する。
完全アノテーションセットの10%に過ぎず, 完全注釈付きベースラインの精度にアプローチし, 限界偏差は2.52%に過ぎなかった。
論文 参考訳（メタデータ） (2024-10-14T10:44:47Z) - Dynamically enhanced static handwriting representation for Parkinson's disease detection [8.26914435242875]
パーキンソン病(PD)の評価の文脈において、手書き文字は特別な役割を果たす。
本稿では,手書き文字の「動的に強化された」静的画像の識別能力について検討する。
論文 参考訳（メタデータ） (2024-05-22T08:28:42Z) - CoSD: Collaborative Stance Detection with Contrastive Heterogeneous Topic Graph Learning [18.75039816544345]
我々はCoSD(CoSD)と呼ばれる新しい協調姿勢検出フレームワークを提案する。
CoSDは、テキスト、トピック、スタンスラベル間のトピック認識のセマンティクスと協調的なシグナルを学ぶ。
2つのベンチマークデータセットの実験では、CoSDの最先端検出性能が示されている。
論文 参考訳（メタデータ） (2024-04-26T02:04:05Z) - Learning to Exploit Temporal Structure for Biomedical Vision-Language
Processing [53.89917396428747]
視覚言語処理における自己教師あり学習は、画像とテキストのモダリティのセマンティックアライメントを利用する。
トレーニングと微調整の両方で利用できる場合、事前のイメージとレポートを明示的に説明します。
我々のアプローチはBioViL-Tと呼ばれ、テキストモデルと共同で訓練されたCNN-Transformerハイブリッドマルチイメージエンコーダを使用する。
論文 参考訳（メタデータ） (2023-01-11T16:35:33Z) - Dynamic Graph Modeling of Simultaneous EEG and Eye-tracking Data for
Reading Task Identification [79.41619843969347]
我々は、脳波(EEG)と眼球運動(EM)データからヒトの読取意図を特定するための新しいアプローチAdaGTCNを提案する。
本稿では,AdaGTCN(Adaptive Graph Temporal Convolution Network)の手法として,Adaptive Graph Learning LayerとDeep Neighborhood Graph Convolution Layerを用いた。
このアプローチといくつかのベースラインを比較し、ZuCo 2.0データセットの6.29%の改善と広範なアブレーション実験を報告します。
論文 参考訳（メタデータ） (2021-02-21T18:19:49Z) - Adversarial Bipartite Graph Learning for Video Domain Adaptation [50.68420708387015]
ドメイン適応技術は,異なる領域間のモデルを適応させることに重点を置いているが,ビデオ認識領域ではめったに研究されていない。
近年,映像のソースと対象映像の表現を統一するために,対角学習を活用する視覚領域適応はビデオにはあまり効果がない。
本稿では,ソースとターゲットの相互作用を直接モデル化するAdversarial Bipartite Graph (ABG)学習フレームワークを提案する。
論文 参考訳（メタデータ） (2020-07-31T03:48:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。