[论文解读] Dyslexia and Dysgraphia prediction: A new machine learning approach

Gilles Richard, Mathieu Serrurier|arXiv (Cornell University)|Apr 15, 2020

Text Readability and Simplification参考文献 15被引用 8

一句话总结

本文提出了一种非侵入式的机器学习方法，仅使用手写文本图像和单词朗读录音的简单特征，来预测读写障碍（dyslexia）和书写障碍（dysgraphia）。在包含32名儿童的数据集上进行训练，该模型使用支持向量机（SVM）实现了78.5%的准确率，展示了其作为低成本、可扩展筛查工具的潜力。

ABSTRACT

Learning disabilities like dysgraphia, dyslexia, dyspraxia, etc. interfere with academic achievements but have also long terms consequences beyond the academic time. It is widely admitted that between 5% to 10% of the world population is subject to this kind of disabilities. For assessing such disabilities in early childhood, children have to solve a battery of tests. Human experts score these tests, and decide whether the children require specific education strategy on the basis of their marks. The assessment can be lengthy, costly and emotionally painful. In this paper, we investigate how Artificial Intelligence can help in automating this assessment. Gathering a dataset of handwritten text pictures and audio recordings, both from standard children and from dyslexic and/or dysgraphic children, we apply machine learning techniques for classification in order to analyze the differences between dyslexic/dysgraphic and standard readers/writers and to build a model. The model is trained on simple features obtained by analysing the pictures and the audio files. Our preliminary implementation shows relatively high performances on the dataset we have used. This suggests the possibility to screen dyslexia and dysgraphia via non-invasive methods in an accurate way as soon as enough data are available.

研究动机与目标

• 开发一种低成本、非侵入性的机器学习筛查工具，用于检测读写障碍（dyslexia）和书写障碍（dysgraphia）。
• 减少对耗时、昂贵且对患者情绪负担较重的人工专家评估的依赖。
• 利用手写文本和音频录音中的简单特征，实现早期检测。
• 提高大规模人群，尤其是资源匮乏社区中学习障碍筛查的可及性。
• 探索使用最少数据和标准设备进行自动化预评估的可行性。

提出的方法

• 从32名儿童（包括读写障碍/书写障碍患者和普通读者）处收集了手写文本图像和单词朗读的音频记录。
• 从图像中提取简单、手工设计的特征（手写模式），从音频文件中提取特征（发音准确度、朗读流利度）。
• 采用支持向量机（SVM）作为二分类算法，以区分读写障碍/书写障碍儿童与普通儿童。
• 在平衡的50/50比例数据集（读写障碍与非读写障碍儿童各半）上训练模型，尽管真实世界中该比例为90/10。
• 使用标准的机器学习流程，包括特征工程、模型训练和评估，评估指标为准确率、精确率、召回率和F1分数。
• 专注于最小化预处理步骤，以实现在低成本设备上的部署，避免使用复杂的深度学习或侵入性神经影像技术。

实验结果

研究问题

• RQ1 仅使用手写和音频数据，机器学习能否准确区分读写障碍/书写障碍儿童与普通儿童？
• RQ2 与侵入性或专家评估方法相比，基于简单特征的机器学习模型在效果上如何？
• RQ3 非侵入性、低成本的筛查系统是否能达到临床相关的准确率，以实现早期检测？
• RQ4 当模型在平衡数据集与真实世界人口比例（90/10）下训练时，其性能表现有何差异？
• RQ5 在不依赖神经影像或眼动追踪技术的前提下，手写和语音的简单特征在多大程度上可预测学习障碍？

主要发现

• 所提出的机器学习模型在32名儿童的平衡数据集上实现了78.5%的准确率，精确率、召回率和F1分数均为0.78。
• 尽管准确率低于某些基于神经影像的模型，该模型在实用性与成本方面优于EEG和fMRI等侵入性方法。
• 结果表明，手写和音频记录中的简单特征能够有效捕捉读写障碍/书写障碍儿童与普通儿童之间的差异。
• 该方法相比EEG或神经影像技术具有显著更低的侵入性，因此更适合大规模筛查应用。
• 模型在平衡数据集上的表现表明其在预筛查方面具有强大潜力，但其在真实世界90/10人口比例下的泛化能力仍是一大挑战。
• 通过扩大数据集和引入深度学习技术，未来有望进一步提升准确率和可扩展性。