Classification of Handwritten Drawings of People with Parkinson’s Disease by Using Histograms of Oriented Gradients and the Random Forest Classifier

Abstract

In this work, the drawings collected from healthy individuals and people with PD were classified by RFC. The proposed method employed pencil drawings digitized from ordinary sheet of paper, making it very simple to be applied in the context of scarce financial resources. Despite the small number of images in the available data set (51 per class), the obtained results were satisfactory and accurate by discriminating drawings of healthy people from those with PD. HOG parameters were tested in default values (10x10 pixels per cell, 2x2 cells per block and 9 bins in the histogram with 0-180°o rientation) focus on good performance showed by Dalal and Triggs [4] and the HOG result was passed to the classifier. This is the first reported study considering the application of HOG estimates in combination with the RFC applied to the automatic classification of data obtained from people with PD. In the future, it will be necessary to obtain more image drawings and different shapes to increase the database and test more parameters. Parkinson's disease (PD) is a neurological disorder that is progressive and causes losses of dopaminergic neurons from the substantia nigra, a region in the human brain. The decrease of dopamine in this area implies the worsening of motor symptoms such as tremors, bradykinesia, rigidity, gait impairment, and non-motor symptoms such as depression, loss of cognitive functions, sleep problems and nerve pain [1]. PD affects 1% of the world's population aged 60 years and over, and despite scientific advancement, the disease remains incurable. The diagnosis of PD is complex, with a seasoned specialist being necessary to make it [1, 2]. Tremors are a common symptom in PD and it can be classified into many types: resting tremor, postural tremor, kinetic, essential, cerebellar, and others. Each type manifests in different situations and frequency ranges [3]. This work proposes to classify images of handwritten drawings collected from healthy individuals and people with PD. The identification and discrimination of motor symptoms in PD is a fundamental step in the diagnosis and follow-up of the disorder.

Sistema open-source para gerenciamento de dados da doença de Parkinson e detecção do sintoma do tremor em desenhos manuscritos pelo uso de histogramas de gradientes orientados

“…Na quarta etapa, a qual aconteceu paralelamente à segunda e terceira, foi realizado um estudo preliminar sobre uma base de dados de desenhos manuscritos contendo 102 desenhos que utilizaram o padrão sinusoidal, sendo 12 indivíduos hígidos e 15 indivíduos com a DP [10].…”

“…Essa diferença no padrão de movimento pode trazer características essenciais a serem analisadas. Randon Forest foi aplicado a essas características e a precisão média geral foi de 70% na detecção do tremor nos desenhos manuscritos.A presente pesquisa estende a investigação de Folador et al[10] coletando e analisando um conjunto de dados com 960 desenhos manuscritos de padrões espirais e senoidais. Vinte pessoas com DP e 20 indivíduos saudáveis participaram dos ensaios experimentais.…”

“…A análise de regressão revelou uma apresentado por Pereira et al[101] usaram a CNN para extrair características de desenhos manuscritos do tipo espirais e meandros para identificar indivíduos com DP e mostraram acurácia geral média para meandros de 79,62% e espirais de 89,55%. Passos et al[102] alcançou 96% de precisão para identificar pessoas com DP usando uma estrutura complexa de rede neural profunda residual (ResNet-50) para aprender os padrões e extrair as características das imagens dos desenhos espirais e, em seguida, alimentou um classificador denominado Optimum-Path Forest (OPT).Além disso, Gupta eFolador et al[10] introduziu a análise de desenhos manuscritos sinusoidais para avaliação do tremor. Os autores mostraram que era possível discriminar desenhos feitos por pessoas com DP e CG por meio do emprego de técnicas de visão computacional para extrair características…”

“…Como os resultados da classificação baseados em padrões sinusoidais foram melhores do que aqueles baseados em padrões espirais, esta pesquisa reforça a possibilidade de uso clínico do desenho sinusoidal para avaliação da severidade do tremor, uma alternativa ao padrão espiral tradicional.O tremor das mãos de pessoas com DP foi confirmado por três examinadores distintos por meio da aplicação do MDS-UPDRS, que é o método padrão ouro[90]. Essa avaliação clínica não foi utilizada em vários estudos relacionados que analisaram o padrão de desenho da espiral de Arquimedes[10,89,[101][102][103]90,92,[94][95][96][97]99,100] dificultando as realização de comparações diretas com os estudos. Nesta pesquisa, foi encontrada uma concordância justa entre as avaliações dos avaliadores apontada pelo coeficiente de Kendall (66,1%), confirmando assim, a presença de nível leve a moderado de tremor nos participantes com DP, conforme sugerido pela soma da média das pontuações na MDS-UPDRS (sessão 1: 15,57, sessão 2: 16,42, valores que variam entre 0 e 48).Um aspecto prático e relevante desta pesquisa é que não há necessidade de um ambiente supervisionado.…”