IME - INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY

Tudományos folyóirat - Az egészségügyi vezetők szaklapja

   +36-1/786–9268       ime@nullimeonline.hu

   +36-1/786–9268

   ime@nullimeonline.hu

Az orvosi képátvitel lehetséges megoldásai radiológiai rendszerekben

  • Cikk címe: Az orvosi képátvitel lehetséges megoldásai radiológiai rendszerekben
  • Szerzők: Czúni László, Lipovits Ágnes, Kiss Péter József
  • Intézmények: Pannon Egyetem Műszaki Informatikai Kar
  • Évfolyam: XV. évfolyam
  • Lapszám: 2016. / 8
  • Hónap: október
  • Oldal: 43-47
  • Terjedelem: 5
  • Rovat: KÉPALKOTÓ DIAGNOSZTIKA
  • Alrovat: TELEMEDICINA

Absztrakt:

Napjainkban megkérdőjelezhetetlen a képalkotó berendezések haszna az orvoslás lekülönbözőbb területein. Ahogy az elmúlt évtizedekben egyre nagyobb lett az orvosi képalkotás jelentősége, egyre részletesebb és mélyrehatóbb képi információt tudunk létrehozni, hasonló mértékben változtak a képek felhasználásának minőségi és mennyiségi jellemzői, feltételei és a felhasználók szokásai, elvárásai. S bár úgy tűnhet, hogy sok esetben nem látható a fejlődés iránya, mik lesznek a leginkább meghatározó tényezők a közeljövőben, az informatika egyéb területein megfigyelhető tendenciák az orvosi informatikában is előbb-utóbb megjelennek. A kiváló minőségű képmegjelenítő eszközök, a mobiltelefonokban, kézi számítógépekben, beágyazott rendszerekben elérhető jelentős számítási kapacitások, az érzékelő, feldolgozó, megjelenítő és adattovábbító berendezések csökkenő ára új alkalmazásokat és szolgáltatásokat tesznek lehetővé. (Az elektronikai eszközök fejlődésével létrejövő új számítási modellek – pl. elosztott szenzorhálózatok – megjelenését Bell törvénye fogalmazta meg először, miszerint a Moore-féle mennyiségi növekedés következményeként minőségi struktúraváltás következik be.)

A cikk további részleteihez előfizetői regisztráció és belépés szükséges! Belépéshez kattintson ide
KÉPALKOTÓ TELEMEDICINA Az orvosi képátvitel lehetséges megoldásai radiológiai rendszerekben Czúni László, Lipovits Ágnes, Kiss Péter József, Pannon Egyetem, Műszaki Informatikai Kar Napjainkban megkérdőjelezhetetlen a képalkotó berendezések haszna az orvoslás lekülönbözőbb területein. Ahogy az elmúlt évtizedekben egyre nagyobb lett az orvosi képalkotás jelentősége, egyre részletesebb és mélyrehatóbb képi információt tudunk létrehozni, hasonló mértékben változtak a képek felhasználásának minőségi és mennyiségi jellemzői, feltételei és a felhasználók szokásai, elvárásai. S bár úgy tűnhet, hogy sok esetben nem látható a fejlődés iránya, mik lesznek a leginkább meghatározó tényezők a közeljövőben, az informatika egyéb területein megfigyelhető tendenciák az orvosi informatikában is előbb-utóbb megjelennek. A kiváló minőségű képmegjelenítő eszközök, a mobiltelefonokban, kézi számítógépekben, beágyazott rendszerekben elérhető jelentős számítási kapacitások, az érzékelő, feldolgozó, megjelenítő és adattovábbító berendezések csökkenő ára új alkalmazásokat és szolgáltatásokat tesznek lehetővé. (Az elektronikai eszközök fejlődésével létrejövő új számítási modellek – pl. elosztott szenzorhálózatok – megjelenését Bell törvénye fogalmazta meg először, miszerint a Moore-féle mennyiségi növekedés következményeként minőségi struktúraváltás következik be.) Az orvosi képalkotás számtalan modalitással rendelkezik, sőt egyre gyakrabban fordul elő, hogy többféle modalitás megjelenítése és feldolgozása egyszerre történik (adatfúzió), vagy korábban rögzített felvételek felhasználásuk során kerülnek fuzionálásra valós időben készült képekkel (kiterjesztett valóság). Ezek a modalitások és az adatok felhasználása más-más sajátosságokkal rendelkeznek, ezért tudományos, mérnöki és gazdaságossági szempontból külön kell vizsgálni a rájuk vonatkozó minőségi kritériumokat, technikai feltételeket. Cikkünkben alapvetően a radiológiai gyakorlat során létrejövő, ill. felhasznált képi információ továbbítására koncentrálunk: ezek lehetnek 2D-s bitmap képek (pl. radiológia szeletek, DICOM fájlok), 3D-s grafikus objektumok, videók, 3D-s animációk, 4D-s orvosi képi adatok, valamint a felhasználói felület elemei: menük, ablakok, grafikonok, szöveges objektumok. Ezen információkat kell tárolni, továbbítani, megjeleníteni és szükség szerint feldolgozni. Technikai értelemben fontos szempontok: a tárolás és továbbítás adatigénye (szükséges tárolási méret, igényelt sávszélesség), a képi adatok esetleges torzulásának mértéke, az alkalmazás során a felhasználók beavatkozása során által tapasztalt reakcióképesség. IME – INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY A KÉP LEHETSÉGES ÚTJAI Az 1. ábra lépésről-lépésre mutatja be a képi információ útját a már rögzített képi adatfájloktól (a képi modell tipikusan DICOM képfájlok egy halmaza) a képmegjelenítőig. Mindez azonban egy igen általános modell, valójában az egyes fázisok megvalósítása jelentősen eltérhet, és lényegében más-más funkciójú megoldásokhoz vezethet. Legegyszerűbb esetben a teljes folyamat egy számítógépes munkaállomáson történik, a másik véglet szerint pedig külön tároló, renderelő (az információk képi megjelenését előállító) és megjelenítő számítógépeket használunk, esetleg az adatok feldolgozása is egy távoli szerveren történik. Korszerűnek mindenképpen az utóbbi eset tekinthető, hiszen legtöbbször az adatok előállítása, feldolgozása és felhasználása fizikailag és időben is egymástól elkülönülve kell, hogy megvalósuljon. 1. ábra Radiológiai képi adatok útja a felhasználóig Ennek megfelelően tehát egy elosztott rendszerről beszélünk, ahol a működés optimalitását rengeteg tényező befolyásolja. Műszaki szempontból talán a legfontosabb kérdés, hogy a képi információ milyen utat tesz meg a forrásától a felhasználóig. A 2. ábra lényegileg egy kételemű konfiguráció különböző eseteit ábrázolja, ahol a képi adatok a szervertől jutnak el a felhasználóig (kliensig). Az egyes sorszámok azokat az alternatívákat jelölik, amikor a képi adatok elhagyják az egyik gépet és – tipikusan az interneten keresztül – eljutnak a klienshez. Mivel nagymennyiségű adatról beszélünk (néhány MB-tól több száz MB-ig terjednek a rövid időn belül elérendő tömörítetlen adatméretek), ezért fontos kérdés, hogy melyik megoldás milyen előnyökkel és hátrányokkal bír. XV. ÉVFOLYAM 8. SZÁM 2016. OKTÓBER 43 KÉPALKOTÓ TELEMEDICINA rendszer nemlineáris és adaptív működése matematikailag nehezen modellezhető. Az elmúlt kb. 10 évben azonban több olyan kutatás is történt, ahol megpróbálták az évtizedek radiológiai tapasztalatait ebben a kérdéskörben összegezni (pl. [1], [2]). Különböző országokban működő radiológiai szervezetek állásfoglalásokat, ajánlásokat fogalmaztak meg, pl. Kanadában [3], az Egyesült Királyságban [4] vagy Németországban [5]. Az Európai Radiológiai Társaság ajánlását a [6] publikáció foglalja össze; a kérdéskör lényegi áttekintését az 1. táblázat tartalmazza. 2. ábra Radiológiai képi adatok lehetséges útjai a felhasználóig szerver-kliens rendszerben. A különböző alternatívákat – amelyek közül az optimálisat kell választani – a számozás jelöli. A TÖMÖRÍTÉS ÉS MINŐSÉGVESZTÉS KÉRDÉSE Mielőtt áttekintenénk ezeket az alternatívákat, röviden térjünk ki a képtömörítés orvosi szerepére. Az orvosi gyakorlatban igen nagy jelentősége van a képi minőségnek, hiszen a diagnózis felállításában sorsdöntő lehet, hogy bizonyos képi részletek észrevehetőek-e az adott felvételeken, ill. milyen következtetést lehet levonni a vizuális adatok alapján. A képi minőséget számos tényező befolyásolhatja: a modalitások megválasztása, a szkennelés során használt beállítások, a rekonstrukciós algoritmus paraméterei, az adat(kép)tömörítés módja, a megjelenítés szoftveres paraméterei, vagy akár a megjelenítés fizikai kondíciói. Mindezeket a 3. ábra mutatja be. 3. ábra Radiológiai képi adatok lehetséges „kórokozói” Cikkünk tárgyát leginkább a képi adatok tömörítése befolyásolja. Sokáig veszteséges tömörítést nem alkalmaztak az orvosi gyakorlatban, mivel bár lényegesen nagyobb tömörítési arány érhető el a veszteséges algoritmusokkal, mint a veszteség nélküliekkel, a veszteség mértéke, a képi minőség torzulása nehezen kezelhető objektíven, nehezen „szabványosítható”. Egyrészt az egyes modalitásoknál, anatómiáknál, ill. kórképeknél nehezen definiálható, mi számít még elfogadható képi veszteségnek, másrészt az emberi látó- 44 IME – INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY 1. táblázat Az elfogadható veszteséges tömörítés mértéke (elfogadható maximális tömörítési arányok) különböző esetekben [6] alapján Ezek az ajánlások bár lényegre törőek, sok kérdésre nem adnak, és nem is adhatnak választ, másrészt természetesen az új technológiák megjelenésével újra kell fogalmazni azokat. A legnagyobb hiányosság, hogy videókkal kapcsolatosan nem tesznek ajánlásokat, pedig a legtöbb (közel) valós idejű interaktív képátviteli rendszer a H.264, ill. várhatóan a H.265 videó kódolási szabványokat fogja használni. A tömörítés okozta minőségvesztésen kívül azonban más szempontok is fontos szerepet játszanak: • Késleltetés: A felhasználók által tapasztalt interakció minőségét, a képek manipulálása során szerzett élményeket meghatározza a rendelkezésre álló átviteli sebesség, a funkcióhoz igénybe vett számítási teljesítmény és a munkaállomások memóriakapacitása. Ha túl nagy a késleltetés egy interakció és a szoftver által nyújtott válasz között, akkor a felhasználók nem érzik valós idejűnek a program futását, fárasztó lesz annak használata, esetleg új műveletbe kezdenek, ami tovább növeli a rendszer terhelését, tovább fokozva a késleteltést. • Skálázhatóság: Az orvosi adatok felhasználása napjainkban nem korlátozható a lehetséges platformok egy szűk halmazára, különböző típusú, különböző hardverrel, ill. szoftverrel ellátott klienseken kell tudni futtatni az alkalmazásokat. Mindemellett egyre erősebb az igény, hogy egyszerre több felhasználó is tudja használni a különböző szolgáltatásokat. A skálázhatóság tehát vonatkozik a hardver paraméterekre (pl. kijelző felbontása), ill. a kiépí- XV. ÉVFOLYAM 8. SZÁM 2016. OKTÓBER KÉPALKOTÓ • • TELEMEDICINA tendő rendszer méretére, az egyes funkciók gazdaságosságára. Szinkronizálhatóság: Ha egy időben több felhasználó része a képi kommunikációs folyamnak, biztosítani kell az adatok egységes és egyidejű megjelenítését. Fejlesztési/technológiai szempontok: Az egyes lehetséges megoldások milyen hardver (esetleg egyéb szoftver) igényt jelentenek; az alrendszerek fejlesztése milyen mértékben platformfüggő; a továbbfejlesztések vagy frissítések milyen mértékben központosíthatóak, mennyire munkaigényesek; az architektúra milyen mértékben kíván meg speciális megoldásokat magukkal a megcélzott alkalmazásokkal szemben. AZ ALTERNATÍVÁK JELLEMZŐI Tekintsük át az egyes alternatívákat a 2. ábrán használt számozás szerint: 1. Az első megoldás a modelleknek a közvetlen átvitele a szerverről a kliensre – azaz ebben az esetben magát a DICOM adatok teljes megjelenítését a kliens eszközön kell megoldani. Ez kézenfekvő orvosi környezetben, hiszen az adatok tárolására széles körben használt DICOM szabvány támogatja az állóképek tömörítésében jó teljesítményt nyújtó JPEG2000 kódolást, a DICOM2000 szintaxis pedig a JPEG2000 streaming-et a DICOM kommunikációs protokoll felett. A szakirodalomban ismertek erre az elvre épített megvalósítások [7, 8]. A JPEG2000 Interchange Protocol (JPIP) használata azt is lehetővé teszi egy kliensalkalmazás számára, hogy a felbontásra, a képi minőségre és a ROI-ra (Region of Interest – a teljes képi adat egy részlete) vonatkozó elvárások alapján férjen hozzá a távoli képi adatokhoz. A JPEG2000 tömörítés támogatja a ROI-k külön kódolását, könnyű szerver oldalon különböző méretű képeket kinyerni egy JPEG2000 kódfolyamból, és így a különböző típusú (fizikai vagy szoftveres konfigurációjú) klienseknek más-más (minőségű) képi adatot szolgáltatni. 2. Ebben a megoldásban a DICOM adatokból a 3D modellek előállítása is a szerver oldalon történik. A volumetrikus adatok valamilyen grafikus formátumban (pl. X3D, STL) állnak elő, majd tömörítés után jutnak át a kliens oldalra. Az MPEG7 3D Graphics Compression Modelje lehetőséget biztosít arra, hogy az ún. Frame-based Animated Mesh Compression (FAMC) [9] technikával végezzük a kódolást. Az FAMC modell alapú mozgáskompenzációs stratégiát kombinál prediktív kódolással, s a becsült képi mozgás alapján nem jól kódolható képi információt transzformációs kódolással tömöríti (hasonlóan a JPEG-hez). Az FAMC lényegesen jobb eredményeket (adott sávszélességen jobb képi minőséget) produkál, mint a korábban kifejlesztett MPEG-4 megoldás, az AFX Interpolator Compression (AFXIC). Mindemellett az FAMC streamelést, térbeli, időbeli és minőségbeli skálázhatóságot és progresszív átvitelt is támogat. IME – INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY Egy alternatív megközelítés szerint nem a szerver számítógép hajtja végre a grafikai utasításokat és állítja elő a grafikai modellt. Az eljárás az utasításokat kapja el, tömöríti, majd továbbítja, így a kliensek grafikus chipje fogja a képek előállítását elvégezni az utasítások végrehajtásával. Ilyen megoldásokat mutat be [10] és [11]. Bár a szerver elvileg több kliens egyidejű kiszolgálásra alkalmas, a megvalósítás hátránya, hogy a kliens gépeknek a szerver grafikus nyelvével kompatibilisnek és megfelelően erősnek kell lennie a valós idejű működéshez. 3. A harmadik megközelítés a 4-es variáció egy speciális esetének tekinthető: a 2D-s grafikai objektumok és a felhasználói felület egyéb elemei külön kezelendők, a kliens gépek feladata ezek megfelelő kompozíciója. Pl. Java vagy JavaScript segítségével hozzuk létre a lokális GUI elemeit, míg az orvosi képi adatokat beágyazott komponensek segítségével akár videostreaming technológiával (pl. HTML5) juttatjuk el a klienshez. A képi folyam vezérléséhez jól kiforrott transzfer protokollok állnak rendelkezésre (pl. Real-time Transport Protocol Control Protocol). Képi minőség és sávszélesség szempontjából azonban a következő pontban bemutatott esettől nagyon nem térünk el, miközben a GUI egyes elemeinek és a lényegi képi elemek szinkron együttműködésének megoldása nem triviális fejlesztési feladat. 4. Az utolsó alternatíva szerint a felhasználó által látott teljes felhasználói felület a szerveren áll elő bitmap formátumban, majd kódolás után kerül a felhasználó eszközére. A kliens számítógép feladata a teljes felület – mint kép – dekódolása, megjelenítése és az interakció biztosítása (pl. egér vagy szövegbevitel megvalósítása). Távoli szervereken futó alkalmazások elérésének különböző koncepciói a számítógépes hálózatok fejlődése során többször, sokféle módon megjelentek (mint pl. különböző számítógépes terminálok, pl. telnet, X-Windows). Az a fajta megközelítés azonban, amikor a szerver nagyszámú klienst szolgál ki egyszerre teljes funkcionalitással, egységes grafikai megjelenéssel, csak az elmúlt néhány évben jutott megfelelő működési feltételekhez. Napjainkban elsősorban a játékipar területén terjednek olyan megoldások, szolgáltatások, ahol szinte a teljes alkalmazás a szerver oldalon működik: pl. OnLive, StreamMyGame, GamingAnywhere [13]. A szerzők a GamingAnywhere-t (GA) vizsgálták meg, tesztelték, különös tekintettel a technológia lehetséges orvosi alkalmazásaira (ti. a GA alapvetően játékprogramok futtatásához készült). A GA rendszer architektúráját szemléltető 4. ábráról leolvasható, hogy a szerver által előállított képeket kódolás (pl. H.264) után RTSP, RTP és RTCP protokollok segítségével továbbítjuk a hálózaton keresztül a kliens-alkalmazás felé. A GA rendszer módosításával lehetséges az átviteli idők, késleltetések, a képi minőség monitorozása, így a teljes képi kommunikáció központi felügyelete, azaz az orvosi képátvitel minőségének biztosítása. XV. ÉVFOLYAM 8. SZÁM 2016. OKTÓBER 45 KÉPALKOTÓ TELEMEDICINA 4. ábra Streaming típusú alkalmazás futtatás a GA rendszerben [12] ÖSSZEGZÉS Cikkünkben az orvosi képi rendszerek elérhetőségének alternatíváit vizsgáltuk meg. A 2. táblázat tartalmazza a felvázolt alternatívák tömör jellemzését, a kiemelt mezők pedig a legjobbnak ítélt megoldásokat. Bár napjainkban a kliens számítógépek relatív alacsony áron jelentős számítási teljesítménnyel rendelkeznek, a változatos kliens architektúrákon futtatandó alkalmazások szinkronban való hatékony működtetése, fejlesztése, karbantartása igen nagy költségű, nehezen menedzselhető feladat. Másrészt a számítógépes hálózatok kapacitásának növekedésével (sávszélesség növekedése, válaszidő csökkenése) és a nagyteljesítményű számítási kapacitások integrált elérhetőségével reálissá vált olyan elosztott szolgáltatások működtetése, ahol vékonykliensek komplex, nagy teljesítményű grafikai alkalmazásokat tudnak a felhasználók számára elérhetővé tenni. Ezt az összegző véleményt jelzik a táblázat utolsó sorának kiemelt cellái. KÖSZÖNETNYILVÁNÍTÁS A publikáció Magyarország Kormánya támogatásával a VKSZ_12-1-2013-0012 azonosítójú "Világszínvonalú Intelli- 2. táblázat A lehetséges átviteli megoldások áttekintése (az egyes architektúra variánsok számozása megfelel a 2. ábrának). A zölddel jelölt cellák jelölik a legelőnyösebbnek mondható megoldásokat. gens és Inkluzív Egészségügyi Információs és Döntéstámogató Keretrendszer (Analitic Healthcare Quality User Information) kutatása " című projekt keretében jött létre/került megírásra. A szerzők megköszönik a GE HealthCare Hungary munkatársainak, valamint Csendes Andrásnak, Fábrics Bálintnak, Giczi Dánielnek, Iványi Árpádnak, Nagy Gergely Andrásnak, Szakály Gergőnek, Stanka Józsefnek, Szűcs Attilának, és Varga Péter Zoltánnak a segítségét. IRODALOMJEGYZÉK [1] Bull, Housser & Tupper. Lossy Compression Study: Legal Assessment, Report prepared for Fraser Health Authority, December 2004. [2] Mitchell McInnes, Digital Compression of Medical Images: an Assessment of Legal Risk, Faculty of Law, University of Western Ontario. [3] Koff, David, et al. Pan-Canadian evaluation of irreversible compression ratios (“lossy” compression) for development of national guidelines, Journal of digital imaging, 2009, 22.6: 569-578. 46 IME – INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY [4] Royal College of Radiologists, The adoption of lossy data compression for the purpose of clinical interpretation, https://www.rcr.ac.uk/docs/radiology/pdf/IT_guidance_LossyApr08.pdf [5] Loos R, Braunschweig R., Kotter E, Mildenberger P, Simmler R, Wucherer M (2009) Compression of digital images in radiology – results of a consensus conference, Rofo, 181:32-37 [6] European Society of Radiology (ESR), Usability of irreversible image compression in radiological imaging. A XV. ÉVFOLYAM 8. SZÁM 2016. OKTÓBER KÉPALKOTÓ TELEMEDICINA position paper by the European Society of Radiology (ESR), Insights into Imaging, 2011, 2(2), 103–115. [7] Dragan D.: Encapsulation of JPEG2000 Compression by DICOM standard message [master thesis]. University of Novi Sad, Faculty of Technical Science, Department for Computing and Control, Novi Sad, Serbia (2008) [8] Dinu Dragan, Ivetić Dragan: Architectures of DICOM based PACS for JPEG2000 medical image streaming, Computer Science and Information Systems, 2009, Volume 6, Issue 1, Pages: 185-203 [9] ISO/IEC 14496-16: MPEG-4 Part 16 AMD2: Framebased Animated Mesh Compression, 2007. [10] A. Jurgelionis, P. Fechteler, P. Eisert, F. Bellotti, H. David, J. Laulajainen, R. Carmichael, V. Poulopoulos, A. Laikari, P. Perala, A. Gloria, and C. Bouras. Platform for distributed 3D gaming, International Journal of Computer Games Technology, 2009:1:1–1:15, January 2009. [11] P. Eisert and P. Fechteler. Low delay streaming of computer graphics, In Proc. IEEE ICIP 2008. October 2008. [12] Chun-Ying Huang, Kuan-Ta Chen, De-Yu Chen, HwaiJung Hsu, and Cheng-Hsin Hsu, "GamingAnywhere: The First Open Source Cloud Gaming System," ACM Transactions on Multimedia Computing, Communications and Applications, Vol 10, No 1s, Jan, 2014. [13] http://gaminganywhere.org Interdiszciplináris Magyar Egészségügy A SZERZŐK BEMUTATÁSA Czúni László 1996-ban szerezte mérnök informatikus diplomáját a Veszprémi Egyetemen. 2001-ben „Párhuzamos, lokális módszerek vizsgálata a képszegmentálásban, tömörítésben és optikai mozgásanalízisben” címmel doktori fokozatot szerzett műszaki infor- matika tudományterületen. A Pannon Egyetem Villamosmérnöki és Információs Rendszerek Tanszékén egyetemi docens, oktatási és kutatási területe elsősorban a digitális képfeldolgozáshoz és alakfelismeréshez kötődik, több mint 80 hazai és nemzetközi konferencia vagy folyóirat cikke jelent meg, négy egyetemi jegyzet és három nemzetközi szabadalmi bejegyzés társszerzője. Kiss Péter József, mérnök-informatikus, a Pannon Egyetem Képfeldolgozás Kutatólaboratóriumának PhD hallgatója. Fő kutatási területe a lokális leírók alkalmazása az objektum-felismerés, kézírás felismerés területén. Fő ku- tatási irányvonala mellett a képfeldolgozás területén a képminőség objektív mérésének lehetőségeivel, illetve a sztereó képek minőségi kérdéseivel kapcsolatos kutatásban vett részt. Egyetemi tevékenységén kívül informatikai tanácsadással, közlekedési, tömegközlekedési rendszerek optimális üzemeltetési lehetőségeivel foglalkozik. Lipovits Ágnes az Eötvös Loránd Tudományegyetem matematika-fizika és programozó matematikus szakán szerezte diplomáit, jelenleg a Pannon Egyetem Műszaki Informatikai Karának Matematika Tanszékén oktatási, kutatási és fejlesztési feladatokat lát el. Fő kutatási területe képi adatok automatikus értelmezése képfeldolgozási és adatbányászati eszközökkel, képtömörítés és adatátvitel, továbbá szenzoralapú folyamatvezérléshez mozgásfelismerési módszerek elemzése. IME – Interdiszciplináris Magyar Egészségügy IME XVI. Vezetői eszköztár – Kontrolling Konferencia 2016. december 8. Hotel Hungária City Center Journal of Hungarian Interdisciplinary Medicine IME – INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY XV. ÉVFOLYAM 8. SZÁM 2016. OKTÓBER 47