MCI Detection from Handwritten Drawing Test Using Residual Vision Transformer

Neuro-psychological assessments such as the Clock Drawing Test (CDT), Trail Making Test (TMT), and Cube Copying Test (CCT) have traditionally been used to evaluate cognitive function. 

These tests offer valuable insights into memory, executive function, and visuospatial skills. 

Recent advancements in artificial intelligence, particularly deep learning, offer a promising pathway to automate and standardize the evaluation of cognitive tests. Convolutional Neural Networks (CNNs) such as ResNet have demonstrated strong performance in learning fine-grained visual features from medical and handwritten images. 

Tradicionalmente, para evaluar la función cognitiva se han utilizado evaluaciones neuropsicológicas como el Test de Dibujo de Relojes (CDT), el Test de Trazado de Senderos (TMT) y el Test de Copia de Cubos (CCT).

Estas pruebas ofrecen información valiosa sobre la memoria, la función ejecutiva y las habilidades visoespaciales.

Los recientes avances en inteligencia artificial, en particular el aprendizaje profundo, ofrecen una vía prometedora para automatizar y estandarizar la evaluación de las pruebas cognitivas. Las redes neuronales convolucionales (CNN), como ResNet, han demostrado un gran rendimiento en el aprendizaje de características visuales finas a partir de imágenes médicas y manuscritas.

Les évaluations neuropsychologiques telles que le Clock Drawing Test (CDT), le Trail Making Test (TMT) et le Cube Copying Test (CCT) sont traditionnellement utilisées pour évaluer les fonctions cognitives.

Ces tests donnent des indications précieuses sur la mémoire, les fonctions exécutives et les aptitudes visuospatiales.

Les récentes avancées en matière d'intelligence artificielle, en particulier l'apprentissage profond, offrent une voie prometteuse pour automatiser et normaliser l'évaluation des tests cognitifs. Les réseaux neuronaux convolutifs (CNN) tels que ResNet ont démontré de solides performances dans l'apprentissage de caractéristiques visuelles fines à partir d'images médicales et manuscrites.

Per valutare le funzioni cognitive sono stati tradizionalmente utilizzati test neuropsicologici come il Clock Drawing Test (CDT), il Trail Making Test (TMT) e il Cube Copying Test (CCT).

Questi test offrono preziose indicazioni sulla memoria, sulla funzione esecutiva e sulle abilità visuo-spaziali.

I recenti progressi dell'intelligenza artificiale, in particolare l'apprendimento profondo, offrono un percorso promettente per automatizzare e standardizzare la valutazione dei test cognitivi. Le reti neurali convoluzionali (CNN), come ResNet, hanno dimostrato ottime prestazioni nell'apprendimento di caratteristiche visive a grana fine da immagini mediche e scritte a mano.

Avaliações neuropsicológicas, como o Clock Drawing Test (CDT), o Trail Making Test (TMT) e o Cube Copying Test (CCT), têm sido tradicionalmente usadas para avaliar a função cognitiva.

Esses testes oferecem informações valiosas sobre a memória, a função executiva e as habilidades visuoespaciais.

Os recentes avanços em inteligência artificial, especialmente a aprendizagem profunda, oferecem um caminho promissor para automatizar e padronizar a avaliação de testes cognitivos. As redes neurais convolucionais (CNNs), como a ResNet, demonstraram um bom desempenho na aprendizagem de recursos visuais de granulação fina de imagens médicas e manuscritas.

Detecção de MCI a partir de teste de desenho manuscrito usando transformador de visão residual