२डी-भिडियोको साथ मार्कर-लेस ट्र्याकिङ एल्गोरिथ्म प्रयोग गरेर टाउको कम्पनको तरंग-आधारित विश्लेषण।

जंग, आज तपाईंलाई फेरि पोडकास्टमा पाउनु खुशीको कुरा हो। तपाईं नियमित हुनुभएको छ। अनि डा. बिजे, आज तपाईंलाई यहाँ पाउनु साँच्चै सम्मानको कुरा हो। त्यसैले तपाईंहरू दुवैलाई र तपाईंहरू दुवै जनाले यसमा जोडिन सक्नुहुन्छ भन्ने मेरो पहिलो प्रश्न, म तपाईंलाई सोध्न चाहन्छु कि यो अध्ययन गर्ने विचार कसरी आयो?

के यो त्यस्तो चीज थियो जुन तपाईं केही समयदेखि सोच्दै हुनुहुन्थ्यो, वा के तपाईंले नयाँ प्रविधि, भिडियो-आधारित एल्गोरिथ्म भेट्नुभयो, र सोच्नुभयो कि यो यसको लागि राम्रो प्रयोग हुन सक्छ? वा तपाईं कुनै विशेष बिरामीको अनुभवबाट प्रेरित हुनुभयो?

डा. बियोमसेओक जियोन: यो समस्या म डिस्टोनिया ट्रेमर वर्किंग ग्रुपमा सामेल भएपछि सुरु भयो, जुन MDS द्वारा आयोजित गरिएको थियो जुन विशेष गरी यस समस्या डिस्टोनिक ट्रेमरमा काम गर्ने उद्देश्यले गरिएको थियो।

यो कार्य समूहको नेतृत्व हैदर जिन्नाहले गर्नुभएको थियो र यसमा [००:०२:००] अल्बर्टो अल्बानीज, अल्फोन्सो फासानो, संजय पाण्डे, रिक हेल्मिच, मेरी भिडाइलहेट, मारिना टिस्सेन, आसेफ शेख, रोजर एल्बल र भिक्टर फङ जस्ता धेरै विज्ञहरू थिए। र सदस्यहरू मध्ये एक मार्क ह्यालेट थिए, जसको केही हप्ता अघि निधन भयो, जसले यस काममा धेरै राम्रो टिप्पणीहरू गर्दै र हामीलाई बिरामीहरूको भिडियोहरू पठाउँदै ठूलो योगदान पुर्‍याए।

हामी उहाँलाई धेरै धेरै धन्यवाद दिन चाहन्छौं।

डा. मित्रा अफशारी: पक्कै पनि। मलाई लाग्छ हामी सबै डा. ह्यालेटलाई सम्झिरहेका छौं र हामी उहाँको बारेमा सोचिरहेका छौं। त्यसैले यस्तो लाग्छ कि यस परियोजनाको पछाडिको विचारमा धेरै काम गरिएको थियो र डिस्टोनिया कार्य समूहको एक भागको रूपमा, डिस्टोनियाको कुरा गर्दा धेरै पावरहाउसहरूको तर्फबाट धेरै काम गरिएको थियो। र त्यसैले यस अध्ययनमा, तपाईंले [००:०३:००] कम्पन विश्लेषण र ग्रीवा डिस्टोनिया र टाउको कम्पन भएका आवश्यक कम्पन बिरामीहरूको लागि थप वस्तुनिष्ठ दृष्टिकोण खोज्ने लक्ष्य राख्नुहुन्छ। उपाख्यानात्मक रूपमा, मलाई लाग्छ कि हामी सबै त्यो स्थितिमा छौं जहाँ हामीले आवश्यक कम्पनमा देखिने टाउको कम्पनबाट डिस्टोनिक टाउको कम्पनलाई साँच्चै छुट्याउन सक्ने हाम्रो क्षमतामाथि प्रश्न उठाएका छौं। हामीलाई थाहा छ, डिस्टोनिक कम्पनहरू कम लयबद्ध देखिन्छन्। तिनीहरू कम साइनोसाइडल देखिन्छन्, तिनीहरू बढी झट्का लाग्ने हुन्छन्। तिनीहरू त्यस प्रकारको शुद्ध, वास्तविक कम्पन भन्दा कम छन् जुन हामीले सोच्दछौं, र जब तपाईं अन्तर्निहित टनिक पोश्चरिङ जस्ता थप सुरागहरू पनि खोज्दै हुनुहुन्छ, त्यहाँ निश्चित रूपमा केही केसहरू छन् जुन धेरै चुनौतीपूर्ण हुन सक्छन्। त्यसोभए तपाईंले सरल प्रश्न सोध्नुभयो, यी टाउको कम्पनको लयबद्धता र साइनोसाइडालिटीको बारेमा हामीलाई के थाहा छ भन्ने लाग्छ त्यसलाई लिऔं र तिनीहरूलाई परीक्षणमा राखौं। त्यसैले तपाईंले टाउको कम्पन भएका बिरामीहरूको 2D भिडियो रेकर्डिङहरूको विश्लेषण गर्न सरल कम्प्युटर भिजन प्रविधिहरू प्रयोग गर्नुहुन्छ, विशेष गरी [००:०४:००] नाकको टुप्पोको चाल ट्र्याक गर्दै, र तपाईंले अभिलेख भिडियोहरू मार्फत बिरामीहरूलाई सम्भावित र पूर्वव्यापी रूपमा हेर्नुभयो।

तपाईंले उल्लेख गरेझैं, डा. बीजे, तपाईंले विशेष रूपमा अमेरिकाको एटलान्टाको एमोरी विश्वविद्यालयमा बज जिन्नाको नेतृत्वमा रहेको प्रसिद्ध डिस्टोनिया गठबन्धन समूहसँग साझेदारी गर्नुभयो र तपाईंले ती भिडियोहरूको ग्रीवा डिस्टोनिया बिरामीहरूको अभिलेखलाई साँच्चै प्रयोग गर्नुभयो। विशेष गरी टाउको काँप्ने बिरामी र तपाईंले आफ्नो विश्वविद्यालयमा सम्भावित रूपमा बिरामीहरूलाई पनि भर्ना गर्नुभयो र एमआरआई केन्द्रित अल्ट्रासाउन्ड गराइरहेका ET बिरामीहरूको केही भिडियोहरूको फाइदा पनि लिनुभयो, यदि म सही छु भने, उनीहरूको हात काँप्ने। तपाईंले यी मार्करलेस भिडियो-आधारित तरंगरूप विश्लेषणबाट आफ्नो निष्कर्षहरू पनि पुष्टि गर्न सक्षम हुनुभयो। तपाईंले बिरामीको टाउकोमा राखिएको जाइरोस्कोपसँग डेटालाई सहसम्बन्धित गरेर यी निष्कर्षहरू भौतिक सेन्सर-आधारित मापनहरूसँग सहमत भएको पुष्टि गर्नुभयो। त्यसोभए डा. [००:०५:००] बीजे वा डा. शिन, के तपाईं यस अध्ययनमा आफ्ना विधिहरू संक्षिप्त रूपमा वर्णन गर्न सक्नुहुन्छ, र अन्ततः, तपाईंले के गर्नुभयो? के तपाईं हाम्रो श्रोताको दिमागमा यो सबै कसरी काम गर्यो भन्ने तस्वीर चित्रण गर्न सक्नुहुन्छ? 

डा. जंग ह्वान शिन: हो। प्रश्नको लागि धेरै धेरै धन्यवाद। मित्रा, तपाईंलाई चाँडै भेट्न पाउँदा खुशी लाग्यो। पार्किन्सन रोग सहितको आन्दोलन विकारहरूमा चालहरूको भिडियो-आधारित विश्लेषणमा मलाई रुचि छ र वास्तवमा मेरो अनुसन्धान रुचिहरू ब्राडीकिनेसिया, आसन र चालको यो भिडियो-आधारित विश्लेषणमा केन्द्रित छन्, विशेष गरी म दुई आयामी भिडियोहरूसँग चाल विश्लेषण गर्नमा धेरै केन्द्रित छु। तर यो धेरै रोचक छ कि म यो भिडियो-आधारित विश्लेषणमा रुचि राखेको छु, जुन सबै मेरो पीएचडी युगबाट सुरु भएको थियो जहाँ मैले माउस मोडेलहरू प्रयोग गरेर आधारभूत अनुसन्धान गरेको थिएँ। मैले पीएचडी गर्दाका दिनहरूमा, मलाई एन्डोस्कोप लगाएको माउसलाई ट्रेस गर्न समस्या भएको थियो।

त्यसैले मुसाको टाउकोमा [००:०६:००] रेखाहरू जोडिएका थिए र परम्परागत विधिले मुसाको टाउकोमा जोडिएका ती रेखाहरूलाई मुसाको पुच्छरसँग भ्रमित गर्‍यो। त्यसैले हामीले मुसाको प्रक्षेपण विश्लेषण गर्न फरक विधिको साथ आउनु पर्छ। र हामीले पत्ता लगायौं कि कम्प्युटर भिजन प्रविधिहरूले वास्तविक मुसामा मार्करहरू जोडिएको बिना माउसको ट्र्याकिङ सक्षम गर्न सक्छ। त्यसैले, मेरो पीएचडी कार्यक्रममा, मैले मुसाको स्थिति पत्ता लगाउन ती धेरै एल्गोरिदमहरू प्रयोग गरें। र म क्लिनिकमा फर्किएपछि, मैले फेला पारे कि हामीसँग धेरै भिडियोहरू छन्। हामीसँग कम्पन, चाल, ब्राडीकिनेसियाको धेरै भिडियोहरू छन्, त्यसोभए बिरामीहरूमा यो एल्गोरिदम किन लागू नगर्ने? त्यसो भए यो सबै सुरु भयो।

त्यसैले मैले प्रोफेसर बिजेको निरीक्षणमा बिरामीको धेरै घटनाहरूमा पनि धेरै अध्ययनहरू गरें। र यो परियोजना [००:०७:००] प्रयोगशाला बैठकहरूबाट सुरु भयो जहाँ बिजेले उनले उल्लेख गरेका डिस्टोनिया कम्पन समूहहरूमा छलफलहरू साझा गरे। यद्यपि कम्पन र डिस्टोनियाको स्पष्ट परिभाषा छ, तर जब बिरामीहरूको वास्तविक घटनाहरूको कुरा आउँछ त्यहाँ धेरै असहमति हुन सक्छ किनभने हामी लयबद्धता र साइनोसाइडललाई बुझ्छौं कि गर्दैनौं भन्ने कुरा धेरै व्यक्तिपरक छ। त्यसैले, बिजेले भिडियो-आधारित एल्गोरिथ्मको साथ ती साइनोसाइडल र लयबद्धतालाई किन मापन नगर्ने भनेर उल्लेख गरे किनभने यसले के प्रतिबिम्बित गर्दछ किनभने यो भिडियो विश्लेषण हो। ठीक छ। त्यसैले उनले उल्लेख गरे कि यो धेरै लाभदायक हुनेछ। त्यसैले यो परियोजना परिकल्पना संचालित तरिकाबाट सुरु भयो, डेटा-संचालित तरिकाबाट होइन। त्यसैले साइनोसाइडलिटी र लयबद्धता मापन गर्न धेरै स्पष्ट थियो, यो कम्पनको सम्पूर्ण व्यापक विशेषता होइन। त्यसैले मलाई लाग्छ कि त्यो धेरै स्पष्ट थियो र त्यो बाटोको नेतृत्व गर्‍यो जसले अध्ययनलाई [००:०८:००] कुनै न कुनै रूपमा अझ सम्भाव्य र कुशल बनायो। त्यसैले हामीले टाउको कम्पनको नाकको टुप्पो मात्र नाप्यौं किनभने यदि हामीले टाउको कम्पनको धेरै व्यापक विशेषताहरूको विश्लेषण गर्ने हो भने, हामीले त्रि-आयामिक विधि प्रयोग गर्नुपर्ने हुन सक्छ किनभने टाउको कम्पन त्रि-आयामिक तरिकाले जान्छ। तर हाम्रो लक्ष्य लयबद्धता र साइनोसाइडालिटी मापन गर्नु थियो। त्यसैले हामीले ती सबै विशेषताहरू मापन गर्नुपरेन, तर हामीले बिरामीको तरंगरूप निकाल्नु आवश्यक छ।

टाउकोको कम्पनको नाकको टुप्पो ट्र्याक गरेर मात्र हामी तिनीहरूको कम्पन तरंगरूपहरू कति लयबद्ध वा कति साइनोसाइडल छन् भनेर विश्लेषण गर्न सक्छौं। र हामीले लयबद्धता र साइनोसाइडलिटी मापन गर्न आफ्नै प्यारामिटरहरू विकास गर्नुपर्‍यो, जुन परीक्षण र त्रुटि जस्तै भएको छ। र हामीले [००:०९:००] लयबद्धता र साइनोसाइडलिटी प्रतिबिम्बित गर्न सक्ने उत्कृष्ट प्यारामिटरहरू लिएर आएका छौं, जुन हाम्रा धेरै कम्पन र डिस्टोनिया विशेषज्ञहरू हाम्रा पेपरका सह-लेखकहरूसँग सहमत छन्। यो अध्ययन हामीले गणना गरेका लयबद्धता र साइनोसाइडलिटी प्यारामिटरहरू सही छन् कि छैनन् भनेर प्रमाणित गर्न चाहन्थ्यौं। त्यसैले हामीले जाइरोस्कोप प्रयोग गरेर हाम्रा आन्तरिक समूहहरूसँग प्रमाणीकरण गर्यौं। हामीले ती प्यारामिटरहरू मेल खाए र सुरुदेखि नै, हामीले उच्च आवृत्ति, कुनै उच्च फ्रेम दर भिडियोहरू, २४० फ्रेम प्रति सेकेन्ड भिडियोहरू प्रयोग गर्यौं किनभने हामी यो सुनिश्चित गर्न चाहन्थ्यौं कि हामी विश्लेषण प्रभाव मन पराउन सक्दैनौं किनभने हामीलाई थाहा थियो कि हामीले कम फ्रेम दरको साथ कम्पन भएका बिरामीलाई भिडियो रेकर्ड गर्न सक्छौं। त्यसपछि तपाईं विश्लेषणले वास्तविक कम्पनको विभिन्न आवृत्तिहरूमा भ्रमित गर्नुहुन्छ। त्यसैले हामीले २४० फ्रेम प्रति सेकेन्ड भिडियोहरू प्रयोग गर्यौं, तर हामीले [००:१०:००] अन्ततः पत्ता लगायौं कि जब हामीले ती भिडियोहरूको नमूना लिन्छौं, प्रति सेकेन्ड ३० फ्रेमको साथ पनि, यसले जाइरोस्कोपसँग राम्रो सम्झौता देखाएको छ। त्यसैले, हामी यो एल्गोरिथ्म धेरै भिडियोहरूमा परीक्षण गर्न चाहन्थ्यौं, हाम्रो आफ्नै केन्द्रबाट होइन, तर विश्वभरका भिडियोहरूमा। र डिस्टोनिया गठबन्धनले ती भिडियोहरू साझेदारी गर्न धेरै समर्थन दियो। ग्रीवा डिस्टोनियाका बिरामीहरू मात्र होइन, तर आवश्यक कम्पनका बिरामीहरू पनि। र यसरी हामीले ग्रीवा डिस्टोनिया र आवश्यक कम्पनका बिरामीहरूमा लयबद्धता र साइनोसाइडालिटीको वितरण देखायौं। त्यसैले मूल रूपमा परिणाम, यस अध्ययनको मुख्य परिणाम यो हो कि हामीले ती ग्रीवा डिस्टोनियाका आवश्यक कम्पनको वितरण लयबद्धता र साइनोसाइडालिटीको सन्दर्भमा देखायौं, जुन भिडियो विश्लेषणद्वारा वस्तुनिष्ठ रूपमा मापन गरिएको थियो।

डा. मित्रा अफशारी: बुझें। त्यसोभए तपाईंले आफ्नो पशु मोडेलहरूमा [००:११:००] लागू गरिरहनुभएको कुरा लिनुभयो र तपाईंले त्यसलाई मानिसहरूमा अनिवार्य रूपमा लागू गर्नुभयो।

अनि तपाईंले एउटा साधारण परिकल्पना परीक्षण गर्न सक्षम हुनुभयो, र त्यो परिकल्पनालाई साँच्चै पुष्टि गर्नुभयो। त्यसैले यो निश्चित रूपमा एक रचनात्मक दृष्टिकोण थियो। र त्यसैले तपाईंले पेपरको केही नतिजाहरूमा प्रवेश गर्नुभयो। त्यसैले मलाई लाग्छ सबैजना जान्न चाहन्छन्, के ग्रीवा डिस्टोनियामा डिस्टोनिक कम्पनहरू छन्, के तिनीहरू साँच्चै कम लयबद्ध र कम साइनोसाइडल छन्? र के तपाईंको नतिजा त्यो परिकल्पनासँग मिल्दोजुल्दो देखिन्थ्यो?

डा. बियोमसेओक जियोन: अवश्य पनि, हो। धेरै अवस्थामा ग्रीवा डिस्टोनियामा टाउकोको चाल खराब, कम लयबद्ध र कम साइनोसाइडल हुन्छ। त्यसैले हाम्रो समूहका केही मानिसहरूले डिस्टोनिक कम्पन शब्द प्रयोग गर्न चाहेनन् किनभने कम्पनहरू लयबद्ध र साइनोसाइडल हुनुपर्छ। हाम्रो समूहका केही मानिसहरू ग्रीवा [००:१२:००] डिस्टोनियामा डिस्टोनिक कम्पन शब्दसँग सहमत थिएनन्, तर त्यहाँ केही मानिसहरू थिए जसलाई ग्रीवा डिस्टोनियामा चाल थियो, जसलाई ग्रीवा डिस्टोनिया थियो, जुन धेरै लयबद्ध र धेरै साइनोसाइडल थियो। उनले आवश्यक कम्पनको दायरामा छनौट गरे जुन समस्याको सुरुवात थियो, जुन भविष्यमा समाधान गर्न आवश्यक छ।

डा. मित्रा अफशारी: उत्कृष्ट। अनि के तपाईंले पाउनुभयो कि कम्पन आयामले तपाईंको नतिजाहरूलाई विशेष रूपमा प्रभाव पारेको छ? मलाई लाग्छ कि त्यो तपाईंले विशेष रूपमा हेर्नुभएको चरहरू मध्ये एक थियो। के तपाईं हामीसँग ती निष्कर्षहरूको समीक्षा गर्न सक्नुहुन्छ?

डा. जंग ह्वान शिन: हो, साँच्चै। यो एम्प्लिट्यूडसँग सम्बन्धित थियो र हामीसँग धेरै भिडियोहरू थिए जुन हामीले विश्लेषण गर्यौं र हामीले पत्ता लगायौं कि त्यहाँ ठूलो एम्प्लिट्यूड भएका बिरामीहरू छन्। सानो एम्प्लिट्यूड भएका बिरामीहरू थिए र हामीले पत्ता लगायौं कि ती साइनोसाइडालिटी र लयबद्धता सूचकांक कम्पन एम्प्लिट्यूडसँग सम्बन्धित थिए।

[००:१३:००] यदि कम्पन एम्प्लिच्युड ठूलो थियो भने, तिनीहरू लयबद्ध र साइनोसाइडल हुने गर्छन्। तर तल्लो एम्प्लिच्युड समूहमा, तिनीहरू कम साइनोसाइडल र कम लयबद्ध हुने गर्छन्। तर हाम्रो अध्ययनको सीमा यो थियो कि हामीले दुई आयामी भिडियो प्रयोग गरेकाले हामीले कम्पनको एम्प्लिच्युड वस्तुनिष्ठ रूपमा मापन गर्न सकेनौं।

त्यसैले टाउको र क्यामेरा बीचको दूरी व्यक्तिहरूमा फरक थियो। यदि हामीले दूरी नियन्त्रण गर्न सक्यौं भने, सायद हामी वस्तुनिष्ठ रूपमा आयाम निकाल्न सक्छौं। तर यस अध्ययनमा हामीले त्यसो गर्न सकेनौं। त्यसैले हामीले अप्रत्यक्ष रूपमा टेट्रा स्केलको आधारमा लयबद्धता र साइनोसाइडालिटी सूचकांक र बिरामीबाट प्राप्त अस्पष्ट कम्पन आयामसँग सम्बन्धित कम्पन आयाम देखायौं। तर यो अघिल्लो अध्ययनमा अध्ययन गरिएको छ, जसमा डा. आसेफ लगायत धेरै अनुसन्धानकर्ताहरूले वास्तवमा [००:१४:००] कम्पनहरू तिनीहरूको साइनोसाइडालिटी र कम्पनको लयबद्धतासँग सम्बन्धित छन् भनेर देखाएका छन्।

डा. मित्रा अफशारी: त्यसोभए तपाईंले त्यो डेटा कसरी निकाल्नुहुन्छ भन्ने बारेमा केही सीमाहरू भए पनि, तपाईंले फेला पार्नुभएको कुरा कम्पन आयामको सन्दर्भमा अघिल्ला अध्ययनहरूसँग मिल्दोजुल्दो देखिन्थ्यो। त्यसैले त्यहाँ निश्चित रूपमा केहि छ। एउटा रोचक खोज यो थियो कि ET बिरामीहरूको समूहमा, जबकि साइनोसाइडालिटीमा उच्च लयबद्धता थियो जुन यो आवश्यक कम्पन हो भन्ने बढी सूचक थियो। उद्धरण अनकोट भिडियो-आधारित निदान र वास्तविक क्लिनिकल निदान बीच कम शुद्धता थियो। त्यसैले ET मा आउँदा निदान शुद्धता लगभग 64% थियो जब यो ग्रीवा डिस्टोनिया टाउको कम्पनको कुरा आउँदा लगभग 82% थियो। यो खोजको बारेमा तपाईं के भन्नुहुन्छ?

डा. बियोमसेओक जियोन: फेरि पनि ग्रीवा डिस्टोनियामा कम लयबद्ध, कम साइनोसाइडल हेड [००:१५:००] चालहरू हुन्छन् जुन धेरै स्पष्ट थियो जसले ग्रीवा डिस्टोनियालाई अन्य कम्पन विकारहरूबाट अलग गर्दछ। तर डिस्टोनिया भएका केही बिरामीहरूमा बरु लयबद्ध, बरु साइनोसाइडल चालहरू थिए, आवश्यक कम्पनको नजिकका सुविधाहरू। त्यसैले केवल लयबद्धता र साइनोसाइडलिटीको आधारमा, तिनीहरूले ET बनाम ग्रीवा डिस्टोनियालाई विश्वसनीय रूपमा छुट्याउन सक्दैनन्।

समस्या यही हो। ग्रीवा डिस्टोनियाका बिरामीहरूमा लयबद्ध, साइनोसाइडल टाउको चालहरू हुन सक्छन् जसलाई कम्पन भन्न सकिन्छ कि भनेर समस्या यही हो।

डा. मित्रा अफशारी: अवश्य पनि। अनि यही चुनौती हो जसले हामीलाई यी अनुसन्धानहरू किन गरिन्छ भन्ने कुरामा फर्काउँछ। त्यसैले यी सबैलाई एकसाथ राख्दा, तपाईंलाई के लाग्छ यस अनुसन्धानबाट घर फर्कने सन्देश के हो? यस्तो देखिन्छ कि ET र ग्रीवा डिस्टोनिया हेड [००:१६:००] कम्पनहरू निश्चित रूपमा स्पेक्ट्रममा छन्, हैन? आजको तपाईंको अध्ययनबाट घर फर्कने सन्देशलाई तपाईं कसरी संक्षेप गर्नुहुन्छ?

डा. जंग ह्वान शिन: ठीक छ। प्रोफेसर बीजेले उल्लेख गरेझैं, हामीले कम्पनसहितको पाठेघरको डिस्टोनियाको विषमता र आवश्यक कम्पन बिरामी भित्र पनि परिवर्तनशीलता फेला पार्यौं। मलाई लाग्छ कि यो अध्ययनले वास्तविक संसारमा क्लिनिकल घटनाहरू व्यक्तिपरक रूपमा मापन गर्न सकिन्छ र विशेषज्ञहरूमा पनि यसमा सहमत हुन धेरै गाह्रो छ भनेर प्रस्ताव गर्दछ। त्यसैले एलान लुइसको धेरै रोचक पेपर थियो कि पाँच बिरामीहरूको भिडियोहरू प्रयोग गरेर र उनीहरूले सात एमडीएस विशेषज्ञहरूलाई यो आवश्यक कम्पन वा डिस्टोनिक जर्की डिस्टोनिया निदान गर्न भने। र [००:१७:००] सबै विशेषज्ञहरूले ती बिरामीहरूलाई फरक घटना भित्र निदान गरे। केही विशेषज्ञले भने कि ती सबै बिरामीहरू जर्की डिस्टोनिया हुन् र केही विशेषज्ञहरूले भने कि तिनीहरू सबै आवश्यक कम्पन बिरामी हुन्। र अन्य विशेषज्ञहरू बीचमा थिए। त्यसैले हामी वास्तविक संसारमा यो धेरै गाह्रो हुनेछ भनेर देख्न सक्छौं।

हामीसँग प्रत्येक घटनाको परिभाषा पनि धेरै गाह्रो हुनेछ। त्यसैले मलाई लाग्छ कि वस्तुगत मापनहरू प्रयोग गर्नाले यी छलफलहरू र विवादहरू समाधान गर्न संकेत, संकेत दिन सक्छ। त्यसैले मलाई लाग्छ कि केवल लयबद्धता र साइनोसाइडिलिटी प्रयोग गरेर निश्चित घटनामा डुब्नु धेरै गाह्रो हुनेछ। हामीसँग वस्तुगत मापन हुन सक्छ, तर यसको साथ हामी अन्य क्लिनिकल संकेतहरू जस्तै संवेदी चाल वा मुद्राहरू सँगै प्रयोग गर्न सक्छौं जुन हामी घटनाको राम्रो वर्णनको लागि [००:१८:००] सहमत बनाउन सक्छौं। मेरो लागि, मलाई लाग्छ कि लक्षणहरूको वर्णनको साथ सबैभन्दा भर्खरको उन्नत डिजिटल प्रविधि प्रयोग गर्नु धेरै तरिकामा धेरै उपयोगी हुन सक्छ। हाम्रो परिणाम तालिकामा देखाइएको जस्तै वितरण हुन सक्छ। र हामी त्यहाँबाट छलफल सुरु गर्न सक्छौं। त्यसैले हामी यो कम्पनको सन्दर्भमा क्षेत्रमा प्रस्ताव गर्न चाहन्थ्यौं। हामीले गरेका कुराहरू मध्ये एक, यस अध्ययनमा अपेक्षाकृत नयाँ कि हामीले साइनोसाइडिलिटी सूचकांक निकाल्यौं। लयबद्धता सूचकांकको अध्ययन गरिएको छ र वर्षौंदेखि धेरै प्यारामिटरहरू विकास गरिएका थिए, तर यस अध्ययनमा साइनोसाइडालिटी सूचकांक नयाँ प्रस्ताव गरिएको थियो। र हामीले यो गर्न सक्नुको कारण हामीले भिडियो-आधारित विश्लेषण प्रयोग गर्यौं। हामी वास्तवमा कम्पनको तरंग रूप पाउन सक्छौं। र त्यसैले [००:१९:००] हामीले साइनोसाइडालिटी सूचकांक निकाल्न सक्छौं, जुन कम्पनको दुई आधारभूत परिभाषाको लागि खडा छ। यो लयबद्ध र साइनोसाइडल हुनुपर्छ र हालै विकसित डिजिटल प्रविधि प्रयोग गरेर, मलाई लाग्छ कि ती दृष्टिकोणहरू आन्दोलन विकारमा धेरै अन्य घटनाहरू र विवादास्पद भागहरूमा पनि लागू गर्न सकिन्छ।

डा. मित्रा अफशारी: पक्कै पनि। मलाई लाग्छ तपाईंलाई यी २D भिडियो-आधारित विश्लेषणहरू थाहा छ, यद्यपि तिनीहरू धेरै सरल छन्, तिनीहरू वास्तवमै निदान गर्दा तपाईंको उपकरण बक्समा थप्नको लागि एकदम शक्तिशाली उपकरण हुन् र अन्ततः हामी सबैभन्दा सटीक निदान गर्न र थप लक्षित र प्रभावकारी उपचारहरू विकास गर्न सक्छौं। यस अनुसन्धानमा, तपाईं नाकको टुप्पो मात्र हेर्दै हुनुहुन्थ्यो। तर तपाईंले पहिले यो कुरालाई संकेत गर्नुभयो कि भविष्यलाई हेर्दा, तपाईंले सम्भावित रूपमा ती २D आधारित भिडियोहरूबाट पनि अन्य उपायहरू प्राप्त गर्न सक्नुहुन्छ। के यो सही छ? अन्य चालहरू वा [००:२०:००] अक्षहरू जुन तपाईं। यसले निदानलाई उधारो दिन थप जानकारी प्रदान गर्न सक्छ। के यो त्यस्तो चीज हो जुन तपाईंको समूह अहिले काम गरिरहेको छ वा भविष्यमा डिस्टोनिया अध्ययन समूहसँग सम्भावित रूपमा अनुसन्धान गर्ने बारे सोचिरहेको छ।

डा. जंग ह्वान शिन: निश्चित रूपमा। हामीले उल्लेख गरेझैं, हामीले नाकको टुप्पोमा मात्र ध्यान केन्द्रित गर्यौं। मुख्य कारण यो थियो कि हामी टाउकोको कम्पनको साइनोसाइडिलिटी र लयबद्धता हेर्न चाहन्थ्यौं। भिडियोमा आधारित विश्लेषणका साथ धेरै अन्य मोडेलहरू छन् जसले टाउकोको त्रि-आयामिक विशेषतालाई मोडेल गर्न सक्छ र टाउको झुकाव, टाउको घुमाउने सन्दर्भमा घुमाउने कोणहरू जस्तै मूल्याङ्कन गर्न प्रयोग गर्न सक्छ। यस्तै। त्यसैले टाउकोमा वा हातमा पनि डिस्टोनिक कम्पनको विश्लेषण गर्ने धेरै व्यापक तरिकाहरू छन्। त्यसैले हामी ती व्यापक दृष्टिकोणहरू प्रयोग गरेर यो परियोजनालाई अगाडि बढाउन धेरै इच्छुक छौं र [००:२१:००] भविष्यमा ती जटिल घटनाहरूको वर्णन गर्न थप सूक्ष्म र राम्रो एल्गोरिथ्म विकास गर्ने आशा गर्दछौं।

डा. मित्रा अफशारी: डा. शिन, डा. बी.जे. आजको यो छलफल साँच्चै उत्कृष्ट रह्यो। हामी यस परियोजनामा ​​काम गरेकोमा तपाईंको सम्पूर्ण टोलीलाई धन्यवाद दिन चाहन्छौं, तपाईंले गरिरहनुभएको सबै कामको लागि सम्पूर्ण डिस्टोनिया अध्ययन समूहलाई धन्यवाद दिन चाहन्छौं, र हामीसँग कुराकानी गर्न तपाईंको व्यस्त तालिकाबाट समय निकालेकोमा धन्यवाद दिन चाहन्छौं। मलाई पक्का छ कि यस फोरममा यस अनुसन्धान अनुसन्धानको विधिहरू बताउनु सजिलो छैन, तर तपाईंहरू दुवैले उत्कृष्ट काम गर्नुभयो। त्यसैले धन्यवाद दिन चाहन्छु र अर्को पटक सम्म, अलविदा।

डा. बियोमसेओक जियोन: अलविदा।

डा. जंग ह्वान शिन: धन्यवाद। [००:२२:००] [००:२३:००]