小学校および中学校の子供における書字障害症状の自動検出

書字障害は、手書きの流暢さと可読性に影響を与える学習障害であり、子供の学業の進展や自己評価に大きな妨げとなります。本研究は、Cannyエッジ検出、ウォーターシェッド分割、さまざまな画像強調技術などの前処理技術を利用したパターン認識技術を使用し、書かれた文字を分析して文字ごとのバウンディングボックスを用いて関連する特徴を抽出します。この詳細な分析により、システムは書字障害を示すことが多い文字形成や間隔の微妙な変化をキャッチすることが可能になります。さらに、MobileNetアーキテクチャを提案し、システムのパフォーマンスを評価し、書字障害リスクレベルを「平均以下（BA）」、「平均（AV）」および「平均以上（AA）」の三つのカテゴリーに分類します。この分類システムは、教育者や親に貴重な洞察を提供し、書字障害に苦しむ学生への早期介入と個別の支援を可能にします。モデルは、1年生から7年生の学生の手書きサンプルの940枚の画像データセットを使用してトレーニングされました。学生には、口述から20単語、そして黒板からコピーした別の20単語を書くように依頼されました。提案されたシステムは、早期の発見と介入の可能性を強調し、即時の結果を示すことを目指しています。