本研究では、パーキンソン病（PD）の早期検出を手書き画像に基づいて支援する新たなアプローチを提案しています。PDは60歳以上の約1%の人に影響を与え、手の協調運動を妨げる運動障害を引き起こします。既存の研究には、十分なデータセットの不足と未知の患者データへのロバスト性の欠如という2つの大きな制限があると指摘されています。本論文では、描画の種類（円、もくもく、螺旋）の分類を行う第一段階と、画像から必要な特徴を抽出してPDを検出する第二段階の2つのステージで構成される方法を提案します。各画像を2x2のチャンクに分けて処理し、最後の分類にはアンサンブル法を用いて各チャンクの決定を統合します。このアプローチは、特に未知の患者に対して最先端の手法を上回る成果を得ています。具体的には、NewHandPDデータセットで既知の患者に対して97.08%、未知の患者に対して94.91%の正確性を達成し、以前の研究と比較して高い汎用性を示しました。