IME - AZ EGÉSZSÉGÜGYI VEZETŐK SZAKLAPJA

Tudományos folyóirat

   +36-30/459-9353       ime@nullimeonline.hu

   +36-30/459-9353

   ime@nullimeonline.hu

Terápiás alkalmazások az otthoni ellátásban

Absztrakt:

Projektünk keretében olyan funkciók megvalósítására törekedtünk, amelyek a megcélzott betegcsoport (neurológiai betegek) otthoni terápiáját, betegségének prognózisát segíthetik több szempontból; nyelvi, kognitív, és motoros funkciók felmérése, a képességek megtartása és terápiája céljából implementáltunk és teszteltünk különféle gyakorlatokat, feladatsorozatokat. Mindezek mellett a betegségek prognózisa szempontjából egyre fontosabbnak tartott tárgyterületen is kutatásokat végzünk: az alvás minőségének otthoni monitorozását is célba vettük. A terápiás modulok közül a nyelvi, kognitív, és torna feladatok elvégzését és ennek követését megcélzó megoldásokat már élőlaboros környezetben is teszteljük, más vizsgálatok (alvás illetve kiejtés) egyelőre laboratóriumban zajlanak.

Angol absztrakt:

Our „ProSeniis” project seeks to develop solutions which supports those patients suffering from neurodegenerative disease using high quality services provided at home. Our solutions contain language and cognitive therapy, and a gymnastics module for patients with neuromotor diseases. Besides these, an increasingly important aspect of the development and prognosis of neurodegenerative diseases is the quality of sleep and the sleeping disorder called apnea. We sought to develop a non-invasive monitoring system which can be applied at the patient’s home to identify sleep disorders. Among the different therapeutic modules, some (cognitive, language and gymnastics modules) are applied in living laboratories, while others have been tested recently in our laboratory.

Cikk letöltése




Vissza az előző oldalra

Cikk Író(k) Státusz
Beköszöntő Prof. Dr. Kozmann György
Vihar készülődik? Nyugtalanság és kivárás Nagy András László
„Akció a stroke megelôzéséért” program MagyarországonHogyan kerülhetô el a stroke-válság kialakulása? IME Szerkesztőség
A Magyar Kórházszövetség XXIII. Kongresszusánakállásfoglalása Magyar Kórházszövetség Közgyûlése
A kórházi gyógyszerfelhasználás optimalizálása, avagy a központosított beszerzés előnyei és tapasztalatai a HungaroCare Kft.-nél II. rész Dr. Kőrösiné Dr. Kőhegyi Andrea, Dr. Mike László
Box-plot módszer használata a napi ágykihasználtság statisztikai feldolgozásában és ábrázolásában Dr. Gresz Miklós
A vállalkozói magatartás alakulása az egészségügyi felsőoktatásban - egy attitűdvizsgálat tanulságai Szűcs Imre, Dr. Garaj Erika
Kórházi háttér nélkül működő ápolási otthon költséghatékony működése jelen finanszírozási feltételek között Gavallérné Rivnyák Mária, Zsigárcsik Gáborné
A „ritkaság” és ennek – ritka – nagy ára Fazekas Erzsébet
Az e-Egészségügy (e-Health) magyarországi példákon keresztüli rendszerezése (Systematization of e-Health through Hungarian examples) Király Gyula
Közlemény IME Szerkesztőség
Prágában már egyedi betegazonosítást használnak Halász Árpád
Dilemmák és megoldások élőlaboros kísérletek tervezésénél Csoma Anna Csenge, Dr. Kovács Elenonóra, Uhlir Péter, Dr. Bilicki Vilmos, Dr. Alan Davies MD
Szegeden megnyílika Dél-Magyarországi Regionális Neuropathia Centrum IME Szerkesztőség
Innovációtranszfer a Közép-Magyarországi Régióban- helyzetkép az IntraMed-C2C projekt eddigi eredményei alapján Dr. Fogarassy Károly , Dr. Valovics István , Mallász Judit
Terápiás alkalmazások az otthoni ellátásban Bánhalmi András, Paczolay Dénes, Szűcs Vilmos, Dr. Csirik János, Dr. Hoffmann Ildikó
Otthon, biztonságban Mallász Judit
Számítógépes kommunikáció az egészségügy szereplői között Náray Gábor Zsolt
Világszínvonalú technológia Kaposváron IME Szerkesztőség
Az eHealth stratégiák hatása az egészségügyi ellátásraInterjú H. Stephen Lieberrel, a HIMMS elnök-vezérigazgatójával Király Gyula

Szerző Intézmény
Szerző: Bánhalmi András Intézmény: Szegedi Tudományegyetem Informatika Tszcs.
Szerző: Paczolay Dénes Intézmény: Szegedi Tudományegyetem Informatika Tszcs.
Szerző: Szűcs Vilmos Intézmény: Szegedi Tudományegyetem Informatika Tszcs.
Szerző: Dr. Csirik János Intézmény: Szegedi Tudományegyetem Informatika Tszcs.
Szerző: Dr. Hoffmann Ildikó Intézmény: MTA Nyelvtudományi Intézet

[1] Hegyi Ágnes (1995): Afáziaterápiák. Javaslat az afáziakognitív nyelvi terápiájára. Nemzeti Tankönyvkiadó
[2] Howard, D., & Hatfield, F. M. (1987): Aphasia therapy:Historical and contemporary issues. Hillsdale, NJ:Lawrence Erlbaum Associates Publishers
[3] Hoffmann Ildikó és Németh Dezső (2006): Fejezetek aneurolingvisztikából. Nyelvi patológia, emlékezeti műkö-dés. JGYTF Kiadó Szeged
[4] Szirmai Imre (2002): A kognitív zavarok neurológiai alapjai. In Tariska Péter (szerk.) Kortünet vagy kórtünet. Mentális zavarok az idős korban. 87-114. Medicina Könyvkiadó Rt., Budapest
[5] Kálmán J. és mtsai (1995): Óra rajzolási teszt: gyors ésegyszerű demencia szűrő módszer. Psych. Hung 10; 11-18.
[6] Tariska, P Dr., Kiss, É Dr., Mészáros, Á Dr., Knolmayer, JDr. (1990): A módosított Mini Mental State vizsgálat. Ideggyógyászati Szemle, 43.443-449
[7] Wilson, B., Cockburn, J., Baddeley, A. (1985): TheRivermead Behavioral Memory Test. Thames Valley TestCompany
[8] MH Bonnet and DL Arand: We are chronically sleepdeprived. sleep, 18(10):908-11, December 1995.
[9] Avi Sadeh and Christine Acebo: The role of actigraphy insleep medicine. Sleep Medicine Reviews, 6(2):113-124, 52002.
[10] Robert Wolk, Apoor S. Gami, Arturo Garcia-Touchard,and Virend K. Somers: Sleep and cardiovascular disease.Current Problems in Cardiology, 30(12):625-662, 12 2005.
[11] Tadao Hori, at al.: Proposed supplements and amendments to ‘A Manual of Standardized Terminology,Techniques and Scoring System for Sleep Stages ofHuman Subjects’, the Rechtscha_en & Kales (1968) standard. Psychiatry and Clinical Neurosciences, 55(3):305-310, 2001.
[12] Ya-Ti Peng, Ching-Yung Lin, Ming-Ting Sun, and C.A.Landis: Multimodality sensor system for long-term sleepquality monitoring. Biomedical Circuits and Systems, IEEETransactions on, 1(3):217-227, Sept. 2007.
[13] A. Matsubara and S. Tanaka: Unconstrained and noninvasive measurement of heartbeat and respiration using anacoustic sensor enclosed in an air pillow. SICE 2003Annual Conference, 3:2875-2878 Vol.3, Aug. 2003.
[14] M.H. Jones, R. Goubran, and F. Knoefel: Identifyingmovement onset times for a bed-based pressure sensorarray. Medical Measurement and Applications, 2006.MeMea 2006. IEEE International Workshop on, pages111-114, 20-21 2006
[15] Kaveh Malakuti: Towards an intelligent bed sensor: Nonintrusive monitoring of sleep disturbances via computervision techniques, Thesis, 2008, University of Victoria
[16] Síkné Dr. Lányi C., Bacsa E., Mátrai R., Kosztyán Zs.,Pataky I.: Interaktív rehabikitációs szoftver afáziás betegek részére, IME 2004. 2. szám, 48-52.

INFOKOMMUNIKÁCIÓ K+F Terápiás alkalmazások az otthoni ellátásban Bánhalmi András, Paczolay Dénes, Szűcs Vilmos, Dr. Csirik János, Szegedi Tudományegyetem Informatika Tszcs. Dr. Hoffmann Ildikó, MTA Nyelvtudományi Intézet Projektünk keretében olyan funkciók megvalósítására törekedtünk, amelyek a megcélzott betegcsoport (neurológiai betegek) otthoni terápiáját, betegségének prognózisát segíthetik több szempontból; nyelvi, kognitív, és motoros funkciók felmérése, a képességek megtartása és terápiája céljából implementáltunk és teszteltünk különféle gyakorlatokat, feladatsorozatokat. Mindezek mellett a betegségek prognózisa szempontjából egyre fontosabbnak tartott tárgyterületen is kutatásokat végzünk: az alvás minőségének otthoni monitorozását is célba vettük. A terápiás modulok közül a nyelvi, kognitív, és torna feladatok elvégzését és ennek követését megcélzó megoldásokat már élőlaboros környezetben is teszteljük, más vizsgálatok (alvás illetve kiejtés) egyelőre laboratóriumban zajlanak. Our „ProSeniis” project seeks to develop solutions which supports those patients suffering from neurodegenerative disease using high quality services provided at home. Our solutions contain language and cognitive therapy, and a gymnastics module for patients with neuromotor diseases. Besides these, an increasingly important aspect of the development and prognosis of neurodegenerative diseases is the quality of sleep and the sleeping disorder called apnea. We sought to develop a non-invasive monitoring system which can be applied at the patient’s home to identify sleep disorders. Among the different therapeutic modules, some (cognitive, language and gymnastics modules) are applied in living laboratories, while others have been tested recently in our laboratory. ÖSSZEFOGLALÓ A ProSeniis projekt keretében az alapvető fiziológiai jelek vizsgálata és komplex kiértékelése mellett törekedtünk olyan újabb kutatási területek bevonására, amelyek – habár sok esetben összetettebb jelfeldolgozást igényelnek – a hasonló célú rendszerek között – funkcionális sokrétűségével, fejlett szolgáltatásaival – a rendszerünket kiemelkedővé teszik. A projekt által megcélzott csoport – többségében neurológiai betegek – felé olyan újszerű szolgáltatásokat terveztünk, mint afáziás betegek, demenciában szenvedők anyanyelvi fejlesztése, artikulációs, beszédpercepciós és beszédprodukciós képességeinek felmérése és fejlesztése; kognitív felmérés és fejlesztés; Parkinson-kórral élők otthon végezhető gyógytornájának támogatása; alvás monitorozása passzív nem-invazív szenzorhálózattal. Jelen pillanatban az imént felsorolt kutatási területeink közül néhányat (kognitív és nyelvi tesztek bizonyos feladatait, gyógytorna) már az élőlaboros tesztekbe is integráltuk. MOTIVÁCIÓ Köztudott, hogy a népesség várható élettartamának növekedésével együtt a különböző neuro-degeneratív betegségekben szenvedők száma szintén növekszik. Ezzel a növekedéssel azonban nem tartja a tempót az orvosi, gondozói, szakápolói, és terápiás lehetőségek bővülése, szükségessé válnak olyan technológiák, amik az otthoni ápolást, gondozást, megfigyelést, adott esetben a rehabilitációt segítik elő. Ezek a technikák egyrészt emberi erőforrást szabadítanak fel, másrészt olyan szerepeket tölthetnek be, amik ma sem megoldottak (gondolhatunk itt például fiziológiai jelek folyamatos nyomon követésére, vagy egy otthon végezhető beszédterápia vagy gyógytorna lehetőségére). Egyegy naponta elvégzett kognitív tesztsorozat, nyelvi feladatsor vagy torna automatikus kiértékelésével nyomon követhető a beteg ilyen képességének változása. Emellett fontos, hogy önmagában az, hogy a speciális feladatokat a beteg elvégzi, és ennek eredményéről visszacsatolást kap, azt eredményezheti, hogy a beteg prognózisa időben javulhat, az állapota kevésbé romlik, vagy akár javul. Ezen gondolatsor mentén állítottuk össze a kognitív és a nyelvi feladatokat, a beszédtevékenységbeli képességek értékelését valamint a torna modult. Az alvás monitorozása hosszú múltra tekint vissza; kimutatták, hogy nagyon jelentős az összefüggés az alvás minősége és a projektben megcélzott betegségcsoportok között: a légzéskimaradás (apnoe) oka lehet a magas vérnyomásnak és strokenak, a demenciának, és ezek prognózisát jelentősen befolyásolja. Az alvás közbeni légzéskimaradásokat alváscentrumokban sokcsatornás poliszomnográfokkal nagy pontossággal meg tudják határozni, majd a betegség típusa, súlyossága függvényében terápiát javasolnak. Egy poliszomnográfiás vizsgálat azonban a beteg otthonában nehezen megvalósítható és kényelmetlen, tehát alkalmatlan arra, hogy egy apnoes beteg állapotát egy poliszomnográfiás vizsgálat illetve az ahhoz kapcsolódó terápia után nyomon kövessük. Olyan módszer kutatását kezdtük meg ezen a területen, ami non-invaziv szenzorok értékelésére épül, és a beteg nyugalmát alvás közben nem zavarja. IME X. ÉVFOLYAM 4. SZÁM 2011. MÁJUS 49 INFOKOMMUNIKÁCIÓ K+F NYELVI FEJLESZTÉS ÉS BESZÉDPRODUKCIÓ-KIÉRTÉKELÉS Különböző központi idegrendszeri sérülések eredményeként az anyanyelv értelmezésének, használatának a képessége megromlik vagy elveszik (afázia), emellett a beszéd, az artikuláció képessége is sérülhet. A konkrét afáziatípustól függően a képességek újratanulása speciális terápiákat igényel egyénileg és csoportos foglalkozáson [1,2,3]. A terápiát bonyolíthatja, hogy az afázia mellé bizonyos egyéb képességek sérülése is társulhat, jelentkezhet például a munkamemória vagy a szemantikus memória deficitje. Ebben az esetben a produktív beszéd, a beszédészlelés, a beszédmegértés és a memória működésének a zavara átfedhetik egymást [4, 16]. Több (bár nem sok) olyan alkalmazás van a piacon – különböző idegen nyelvekre – amely számítógéppel segített otthon végezhető beszédterápiát valósít meg afáziás betegek számára: http://www.bungalowsoftware.com/ http://www.strokefamily.org/StrokeFamily/moreinfo.html http://www.laureatelearning.com/specials/aphasiapack.html http://www.afasie.nl/produkten/kompro2000 Ezen rendszerek célja a beszédprodukció az artikuláció, a szövegértés, a nyelvi-logikai képességek, a nyelvtani képességek fejlesztése, kezdve a beszéd legkisebb fonetikai egységeitől egészen a hosszabb szövegekig. Kiindulva egyrészt a hazai nyelvi és beszédterápiás gyakorlatból másrészt az idegen nyelvekre már elkészített szoftvercsomagokból, a következő szinteket definiáltuk nyelvi fejlesztéshez: 1. táblázat Nyelvi szintek afázia terápiához A különböző nyelvi szintekre és alfeladatokra összegezve ezres nagyságrendű számban készültek feladatok a ProSeenis projekt keretében. Az egyes feladatok meghatározása mellett a felhasználói felület megfelelő kialakítása és a feladatok minél szélesebb körű támogatása is lényeges. A felhasználói folyamatot és a grafikus felületet úgy definiáltuk, hogy olyan betegek is, akik szerzett olvasási ne- 50 IME X. ÉVFOLYAM 4. SZÁM 2011. MÁJUS hézséggel (alexiával) küzdenek, egy ikonra kattintva használhassák a fejlesztésünket. Ekkor minden feladat felolvasásra kerül olyan módon, hogy az aktuálisan felolvasott tartalom a kijelzőn ki van emelve. A felhasználói felület orvosi, és egyéb visszacsatolások alapján módosításra került a jobb átláthatóság, olvashatóság érdekében. A betegek artikulációjának kiértékelését első fázisban csak az 1. és 2. lépcső feladataira alkalmazzuk (hangok és szavak). Lényeges, hogy a beteg megértse akár segítség nélkül azt, hogy a feladatnak megfelelő szavakat kimondhatja; a kimondás után visszacsatolást kap. A kiejtés-kiértékelés folyamatát a következő folyamatábrán szemléltetjük: 1. ábra Artikuláció kiértékelése, folyamatábra A nyelvi tesztek egy része élőlaboros tesztelés alatt van jelenleg. A tapasztalatokról később tudunk beszámolni. KOGNITÍV TESZTEK A nyelvi (ott főként az afáziásokat megcélzó) fejlesztések mellett más – stroke esetében szintén gyakran fellépő – sérülések felmérését, folyamatos nyomon követését és a képességek fejlesztést célozzák meg az interaktív kognitív feladatok. Onnantól indulva, hogy a beteg tisztában van-e a környezetével (hol van, melyik országban van, milyen dátumot írunk, stb.), a rövid távú memória tesztelésére fejlesztett interaktív feladatok, és szabványos (papír alapú) kognitív tesztekből átvett különböző kognitív képességeket felmérő feladatok interaktív megvalósítása történt meg [5,6,7]. Emellett, olyan – a nyelvi feladatcsoport felső szintjein levő inkább érzékeléssel-értelemmel összefüggő – feladatokat is átemeltük ebbe a csoportba, mint „objektumok halmazokba válogatása”, vagy asszociáció szerint a megfelelő szavak vagy ábrák összekötése. Az egyes kognitív-fejlesztő feladatok közül, amelyeket ki szeretnénk emelni, azok a speciális rajzolási feladatok (spirál, óralap, ábramásolás), mivel ezek kiértékelését számítógép segítségével (automatikusan) céloztuk meg (összetettebb adatfeldolgozást, gépi tanulási módszereket igényelnek). A rajzok persze valós időben dinamikusan visszanézhetők, így az orvos utólag megtekintheti ezeket. Egyelőre a spirál rajz jellegű feladatok kiértékelését kezdtük meg, 6-8féle különböző paramétert határoztunk meg az egyes rajzokra. Orvosok elemzése szerint a paraméterek többsége INFOKOMMUNIKÁCIÓ K+F erős kapcsolatban áll a betegség jellegével. Sajnos a minta mérete egyelőre nem elég nagy ahhoz, hogy biztos kijelentéseket lehessen megfogalmazni, de a korrelációk a kis (kb. 10 fős) mintán egyértelműek. 2. ábra Spirálrajzolás és ábramásolás GYÓGYTORNA MODUL Betegek otthoni megfigyelése területén szinte elsődleges fontosságú a beteg mozgásának mérése, ennek értékelése. Ez általában kétféleképpen történhet: passzív mozgásérzékelő szenzorokkal, valamint a beteg által viselt egy vagy többtengelyes gyorsulásmérő (Aktigráf) segítségével. Mivel a projektünkben mindkettő megvalósítás egyszerre jelen van, célba vettük a beteg otthoni mozgásának komplex értékelését (mozgásmennyiségek, lépésszám, szokások, étkezések, dietetika), ezen belül terápiás célzattal gyógytorna modult is fejlesztünk. A pilot-rendszerünk egy Parkinson kórosok számára rögzített tornagyakorlat sorozatot tartalmaz, mintegy 20 percben. A torna modul lényegét tekintve a következő folyamatot valósítja meg (lásd a folyamatábrát): az orvos által meghatározott időpontokban (vagy adott esetben a beteg kezdeményezésére) a torna modul elindul a beteg otthoni kijelzőjén (HomeHub); a video lejátszása közben a beteg követi az elhangzott és bemutatott utasításokat; a torna végeztével az Aktigráfból letöltött adatokat szoftverünk automatikusan feldolgozza, és visszajelzést adhat a beteg valamint az orvos felé. A mozdulatsorok elemzésének technikája alapvetően egészséges mintákkal való összevetésen alapszik (Dinamic Time Warping, interpolációs technikák, lokális Smith-Waterman típusú illesztések, keresztkorreláció). A torna modul a napokban került ki élőlaboros tesztelésre, az eddigiekben az adatfeldolgozást egészséges és szimulált betegmintákon teszteltük. ALVÁSMONITOROZÁS Az alvászavarral (ezen belül insomniával) rendelkező betegek közül 20% depressziós. A fordított összefüggés még látványosabb: a depressziós betegek 97%-a küzd alvászavarral, ezen belül 31% insomniás, 25% hypersomniás, és 54%-ra mindkettő jellemző. A depressziósok egyik célcsoportja a projektnek, ezért szükséges lehet az alvásmonitorozás annak vizsgálatához, hogy a depressziós tünetek hogyan változnak. Amennyiben az alvászavarok javulnak, a depresszió is enyhülhet. Az alvás közbeni légzéskimaradás (apnea) jelensége még talán ennél is fontosabb tényező a projekt célcsoportjainak prognózisa szemszögéből. Ma már elfogadott, hogy erős összefüggés van pl. a stroke (újbóli) bekövetkezése, a demencia és a depresszió rosszabbodása és az éjszakai légzéskimaradás (és emiatti reggeli magas vérnyomás vagy elégtelen alvás) között [8,9,10]. Mindezek miatt egyre nagyobb számban keresik fel a betegek a különböző alváscentrumokat (alvásdiagnosztikai központokat), azonban ott egy egyszeri vizsgálatot végeznek csak el elég kényelmetlen, testhez rögzített szenzorok segítségével [11,12]. A célunk, hogy miután alvásdiagnosztikai megfigyelésen átesett a beteg és a megfelelő kezelést megkapta, monitorozzuk otthonában az alvásának minőségét, és detektáljuk a kezelés szándékos hiányosságát (pl. a beteg nem használja a CPAP BiPAP készüléket), valamint a légzéskimaradásokat. Ehhez nem használunk testre rögzítendő eszközöket, csak nyomásszenzorokat és mikrofonokat [13,14,15]. A szenzorok érzékenysége – annak ellenére, hogy az akár 15-20 cm vastag matrac alatt van elhelyezve – lehetővé teszi a levegővétel megfigyelését. A következő ábrák különböző alvás közbeni testhelyzeteket szemléltetnek (az időbeli analízis nem csak a testhelyzetek, alvás közbeni végtagmozgások, hanem a légzés jeleit is tartalmazzák). 4. ábra Nyomásszenzor képek fekvő személyről alvás közben 3. ábra Torna modul, folyamatábra A projekt keretében az alvásmonitorozás egy külön kutatási terület, eddigiekben nem volt lehetőség integrálni az élőlaboros megfigyelésekhez. Egy alváscentrummal kötöttünk olyan megállapodást, amely szerint a teljes poliszomnográfiás jeleket és azok jelöléseit (apnoe, alvásfázisok, EKG, EEG, véroxigén, stb.) össze tudjuk vetni a saját – IME X. ÉVFOLYAM 4. SZÁM 2011. MÁJUS 51 INFOKOMMUNIKÁCIÓ K+F nyomásérzékelőkből és puskamikrofonokból származó – jeleinkkel. Végeredményül olyan algoritmusokat terveztünk és implementáltunk, melyek monitorozzák a légzéskimaradásokat (emellett a rendellenes aktív lábmozgást stb.), majd az orvosok felé továbbíthatják a kiértékelés eredményét. felmérésére, megtartására készített feladatokkal, gyakorlatokkal. Emellett a betegségek prognózisa szempontjából egyre fontosabbnak tartott tárgyat, az alvás minőségének otthoni monitorozását és célba vettük. Néhány terápiás modul (nyelvi, kognitív, torna) már élőlaboros környezetben is tesztelésre került, más vizsgálatok egyelőre laboratóriumban folynak. KONKLÚZIÓ KÖSZÖNETNYILVÁNÍTÁS Projektünk keretében olyan funkciók megvalósítására törekedtünk, amelyek a megcélzott betegcsoport (neurológiai betegek) otthoni terápiáját, betegségének prognózisát segíthetik több szempontból: nyelvi, kognitív, és motoros funkciók A cikkben bemutatott munkát részben a Nemzeti Innovációs Hivatal támogatta (szerződésszám: OM-00191/2008AALAMSRK, ProSeniis projekt). IRODALOMJEGYZÉK [1] Hegyi Ágnes (1995): Afáziaterápiák. Javaslat az afázia kognitív nyelvi terápiájára. Nemzeti Tankönyvkiadó [2] Howard, D., & Hatfield, F. M. (1987): Aphasia therapy: Historical and contemporary issues. Hillsdale, NJ: Lawrence Erlbaum Associates Publishers [3] Hoffmann Ildikó és Németh Dezső (2006): Fejezetek a neurolingvisztikából. Nyelvi patológia, emlékezeti működés. JGYTF Kiadó Szeged [4] Szirmai Imre (2002): A kognitív zavarok neurológiai alapjai. In Tariska Péter (szerk.) Kortünet vagy kórtünet. Mentális zavarok az idős korban. 87-114. Medicina Könyvkiadó Rt., Budapest [5] Kálmán J. és mtsai (1995): Óra rajzolási teszt: gyors és egyszerű demencia szűrő módszer. Psych. Hung 10; 1118. [6] Tariska, P Dr., Kiss, É Dr., Mészáros, Á Dr., Knolmayer, J Dr. (1990): A módosított Mini Mental State vizsgálat. Ideggyógyászati Szemle, 43.443-449 [7] Wilson, B., Cockburn, J., Baddeley, A. (1985): The Rivermead Behavioral Memory Test. Thames Valley Test Company [8] MH Bonnet and DL Arand: We are chronically sleep deprived. sleep, 18(10):908-11, December 1995. [9] Avi Sadeh and Christine Acebo: The role of actigraphy in sleep medicine. Sleep Medicine Reviews, 6(2):113-124, 5 2002. [10] Robert Wolk, Apoor S. Gami, Arturo Garcia-Touchard, and Virend K. Somers: Sleep and cardiovascular disease. Current Problems in Cardiology, 30(12):625-662, 12 2005. [11] Tadao Hori, at al.: Proposed supplements and amendments to ‘A Manual of Standardized Terminology, Techniques and Scoring System for Sleep Stages of Human Subjects’, the Rechtscha_en & Kales (1968) standard. Psychiatry and Clinical Neurosciences, 55(3):305310, 2001. [12] Ya-Ti Peng, Ching-Yung Lin, Ming-Ting Sun, and C.A. Landis: Multimodality sensor system for long-term sleep quality monitoring. Biomedical Circuits and Systems, IEEE Transactions on, 1(3):217-227, Sept. 2007. [13] A. Matsubara and S. Tanaka: Unconstrained and noninvasive measurement of heartbeat and respiration using an acoustic sensor enclosed in an air pillow. SICE 2003 Annual Conference, 3:2875-2878 Vol.3, Aug. 2003. [14] M.H. Jones, R. Goubran, and F. Knoefel: Identifying movement onset times for a bed-based pressure sensor array. Medical Measurement and Applications, 2006. MeMea 2006. IEEE International Workshop on, pages 111-114, 20-21 2006 [15] Kaveh Malakuti: Towards an intelligent bed sensor: Nonintrusive monitoring of sleep disturbances via computer vision techniques, Thesis, 2008, University of Victoria [16] Síkné Dr. Lányi C., Bacsa E., Mátrai R., Kosztyán Zs., Pataky I.: Interaktív rehabikitációs szoftver afáziás betegek részére, IME 2004. 2. szám, 48-52. A SZERZÔ BEMUTATÁSA Bánhalmi András a Szegedi Tudományegyetem (SZTE) programtervező matematikus szakán végzett 2003-ban, emellett elvégezte az SZTE matematika-fizika tanárszakot (2003). 2003 és 2006 között doktori képzést végzett az 52 IME X. ÉVFOLYAM 4. SZÁM 2011. MÁJUS SZTE-n, területe a beszédfelismerés. MTA-SZTE Mesterséges Intelligencia Kutatócsoport tagjaként 2007-2008 között dolgozott, mint tudományos segédmunkatárs. 2009-től kezdődően az SZTE alkalmazásában a Mesterséges Intelligencia Kutatócsoport részéről a ProSeniis projekt vezetőhelyetteseként dolgozik.