基于免费手写指标的年龄群体歧视
本研究使用在线手写和绘画分析工具区分健康个体和抑郁症患者的差异，结果表明时间特征对于区分亚临床抑郁症和健康组更具有效性，而导线和压力特征对于区分临床抑郁症和健康组更为有效。
Feb, 2023
这篇论文研究了使用动态增强的静态手写图像来诊断帕金森病，通过同时利用手写的静态和动态属性，提出了一种嵌入动态信息的静态表示方法，通过在同一数据集上与现有方法进行了公平比较，证明了动态增强的静态手写图像能够胜过独立使用静态和动态手写的结果，从而实现了非侵入性、低成本的计算机辅助诊断系统来支持临床医生的诊断和监测神经退行性疾病，特别是帕金森病的评估。
May, 2024
通过 Sigma-lognormal 模型提取的手写特征，应用于机器学习，旨在开发一个支持系统来帮助医生诊断和研究阿尔茨海默病，并评估提取特征的有效性以及它们之间的关系。
May, 2024
利用手写的运动学特性来支持神经退行性疾病的诊断是一个真正的挑战：非侵入性检测技术与机器学习方法的结合为该研究领域带来了巨大的进展。本文探讨了词语语义和音韵对患有阿尔茨海默病的人的手写的影响，通过实验结果证明通过特征选择可以为每种词类型提取出不同的高度特征，非规则的词需要更多特征但实现了出色的分类性能，非规则词达到了近 90% 的准确率。
Jul, 2023
手写是儿童认知和学术发展的基本技能，但近几十年的技术和教育变革对手写的教学和评估产生了影响。本文通过对儿童手写分析的文献综述，包括发表的文章、研究参与者和评估儿童书写状态的方法的文献计量分析，旨在综合国际研究趋势。综述认为手写仍然是早期评估认知问题和进行早期干预的基本工具，分析了书写状态评估工具并强调了确定评估方法和整合数据库的重要性。
Jun, 2024
利用深度学习分析和识别手写字在医疗领域中的早期检测与诊断应用，通过引导式数据合成生成有利于深度学习模型训练的逼真数据，结合阿尔茨海默病的领域知识，探索了利用空中运动进行合成数据生成。
Dec, 2023
通过简化文本轨迹计划和手写动态，本文提出了一种将时间演变纳入手写合成器的新方法，采用了快速人体运动的运动学理论和神经运动启发的手写合成器进行实现，并通过与真实样本的定量和主观比较评估了所提方法的真实性。
Jan, 2024
该研究回顾了现有的针对儿童的自动化书写障碍诊断系统，重点关注基于人工智能的诊断系统，分析涉及的数据收集方法、手写特征和使用的机器学习算法，并探讨了一些非人工智能的自动化系统以及现有系统的不足之处，提出了一种新的诊断系统。
Jun, 2022
司法笔迹鉴定是法医科学的一个分支，旨在通过全面比较内在的局部和全局特征，检验手写文件以准确定义或假设手稿的作者。该研究提出了一个新的数据集，包括传统手写文件和数字工具（如平板电脑）生成的文件之间的比较，并展示了数据的初步结果，显示第一子集可以达到 90％的分类准确率，第二子集可以达到 96％。
Jan, 2024