Los algoritmos de segmentación de pinceladas son críticos en el análisis informático del control motor fino a través de tareas de escritura, dibujo o trazado. Los enfoques actuales de segmentación suelen depender solo de un tipo de característica, ya sea espacial, temporal, cinemática o de presión. Presentamos un algoritmo de segmentación que aprovecha tanto las características espacio-temporales como de presión para identificar con precisión las pinceladas durante una tarea de trazado. El algoritmo se probó en un conjunto de datos clínicos y de validación. Utilizando ensayos de validación con pinceladas identificadas incorrectamente, evaluamos el impacto de los errores de segmentación en las características biomecánicas comúnmente derivadas utilizadas en la literatura para detectar patologías grafomotoras. El algoritmo mostró un rendimiento sólido en los conjuntos de datos de validación y clínicos, identificando eficazmente las pinceladas al mismo tiempo que eliminaba datos espurios y ruidosos. Las características espaciales y temporales fueron las más afectadas por una segmentación incorrecta, en particular aquellas relacionadas con la distancia entre pinceladas y el tiempo en el aire, que experimentaron errores propagados del 99% y el 95%, respectivamente. En contraste, las características cinemáticas, como la velocidad y la aceleración, se vieron afectadas mínimamente, con errores propagados entre el 0 y el 12%. El algoritmo propuesto puede ayudar a mejorar la segmentación de pinceladas en futuros estudios de escritura, dibujo o tareas de trazado. Las características espaciales y temporales derivadas de datos adquiridos con tablet deben considerarse con precaución, dada su sensibilidad a los errores de segmentación y a las características de la instrumentación.