Raphael Lambert

Mr. Raphael Lambert

orcid

Research Focus & Metrics

Academic Career Length

6Years (2021-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
23 October 2021 in Sensors
Verified
Journal Article
Open access
PDF file
LDLouis Devillaine
Louis Devillaine
RLRaphael Lambert
Raphael Lambert
JBJerome Boutet
Jerome Boutet
SASaifeddine Aloui
Saifeddine Aloui
VBVincent Brault
Vincent Brault
ELEtienne Labyt
Etienne Labyt
Five to ten percent of school-aged children display dysgraphia, a neuro-motor disorder that causes difficulties in handwriting, which becomes a handicap in the daily life of these children. Yet, the diagnosis of dysgraphia remains tedious, subjective and dependent to the language besides stepping in late in the schooling. We propose a pre-diagnosis tool for dysgraphia using drawings called graphomotor tests. These tests are recorded using graphical tablets. We evaluate several machine-learning models and compare them to build this tool. A database comprising 305 children from the region of Grenoble, including 43 children with dysgraphia, has been established and diagnosed by specialists using the BHK test, which is the gold standard for the diagnosis of dysgraphia in France. We performed tests of classification by extracting, correcting and selecting features from the raw data collected with the tablets and achieved a maximum accuracy of 73% with cross-validation for three models. These promising results highlight the relevance of graphomotor tests to diagnose dysgraphia earlier and more broadly.

8 April 2026
Verified
Thesis
Closed access
RLRaphael Lambert
Raphael Lambert
Les troubles de l’écriture, ou « dysgraphies », concernent 5 à 10% des enfants d’âge scolaire. Actuellement, le diagnostic de la dysgraphie est basé sur un test relativement subjectif, le BHK. Non pris en charge, ces troubles impactent rapidement les autres apprentissages scolaires fondamentaux, et peuvent même conduire à l'échec scolaire. Leur diagnostic précoce est donc essentiel.L’objectif de ce travail de thèse était double : (i) développer de nouveaux outils d’aide au diagnostic de la dysgraphie, et (ii) étudier la dysgraphie par impliquant l’analyse de divers signaux physiologiques.Dans une première partie de ce travail, nous avons développé, par des approches de machine learning, deux outils informatiques d’aide au diagnostic basés sur l’analyse de textes et dessins recueillis sur tablette graphique, et qui permettent de différentier les enfants avec dysgraphie de manière très satisfaisante (83% de précision pour le premier, 73% pour le second sur des dessins uniquement).Dans une seconde partie, nous avons construit une expérience afin d’analyser la production d’écriture sur la base de 3 mesures conjointes: les paramètres cinématiques de l’écriture, l’activité cérébrale mesurée par électroencéphalographie (EEG), et l’activité oculomotrice mesurée par oculométrie. En effet, très peu de données analysant l’activité cérébrale ou oculomotrice dans la dysgraphie sont disponibles.Pour cette expérience, nous nous sommes intéressés à des enfants présentant une dysgraphie dans le cadre d’un Trouble du Développement de la Coordination (TDC), qui est un trouble du développement caractérisé par des difficultés dans les apprentissages moteurs et dans la coordination, sans altération intellectuelle.Un total de 20 enfants de 8 à 12 ans a passé l’expérience : 9 enfants porteurs d’un TDC (groupe DYS) et 11 enfants typiques. Les enfants ont effectué différentes tâches :dictée des lettres de l’alphabet et chiffres, tâches graphomotrices, et test du BHK. Après un traitement des données, une analyse de l’EEG, de l’oculométrie et de la cinématique de l’écriture a été réalisée.L’analyse globale spectrale de l’EEG a permis, pour la tâche BHK, de montrer une différence dans le ratio de puissance Beta/Alpha (BAR), qui est plus grand pour le groupe DYS que le groupe de contrôle dans les électrodes temporales gauche. Ce type d’observation pourrait s’inscrire dans le cadre de précédentes études (Ose Askvik et al, 2020 ; Harrington et al 2007), toutefois l’absence de résultats pour les autres régions impliquées dans le traitement visuel ou moteur de l’écriture (Frontal, Pariétal, Central) rend toute conclusion difficile.En oculométrie, nous n’observons aucune différence entre les deux groupes en temps de lecture avant ou pendant la tâche. Le nombre de retours au modèle n’est pas non plus significativement différent entre les deux groupes d’enfants. Cependant, la qualité des fixations diffère entre les deux groupes : les enfants du groupe DYS font de plus courtes fixations sur leur production écrite, amenant à un temps total de fixation significativement plus court. Les fixations étant reliées à la récupération d’information, on peut suggérer un apport plus faible du retour visuel dans le contrôle de l’écriture chez les enfants du groupe DYS.L’analyse de la cinématique quant à elle confirme les résultats de la littérature , à savoir une écriture plus grosse et plus rapide chez les enfants du groupe DYS. L’analyse conjointe des données d’oculométrie et d’écriture ne montre pas de différence en terme de production écrite lorsque le regard est sur le modèle. En revanche, on observe une stabilité accrue de l’écriture pour le groupe DYS, qui voit la variation de pression sur la tablette diminuer et l’angle du crayon avec la tablette ne plus différer du groupe contrôle.Cette étude préliminaire permet d’ouvrir des pistes pour de futurs travaux alliant oculométrie, EEG et écriture en dépassant la seule analyse de l’écriture.