Biometrické metody pro aplikace v biomedicíně

cs37

Původní práce

Biometrické metody pro aplikace v biomedicíně Anna Schlenker1,2 , Milan Šárek3 1 2

Centrum biomedicínské informatiky, Ústav informatiky AV ČR, Praha, Česká republika

Ústav hygieny a epidemiologie, 1. lékařská fakulta, Univerzita Karlova, Praha, Česká republika 3

CESNET z.s.p.o.

Souhrn Cíle: Cílem této práce je analyzovat současný stav používání biometrických údajů v oblasti počítačové bezpečnosti. Metody: Tento příspěvek poskytuje přehled nejčastěji používaných anatomicko-fyziologických a behaviorálnych biometrických identifikačních metod. Výsledky: Výsledkem práce bude nový soubor metod, který umožní spolehlivou identifikaci uživatele co nejpohodlnější cestou. Závěr: Tyto nové principy bezpečnosti dat budou použity k posílení ochrany specializovaných zdravotních záznamů. To přispěje k rozšíření obecně pojatého konceptu EHR MUDR do dalších oblastí.

Ing. Anna Schlenker

Klíčová slova Biometrie, bezpečnost dat, EHR (elektronický zdravotní záznam), otisky prstů, geometrie ruky, rozpoznávání obli-

čeje, skenování duhovky, skenování sítnice, dynamika stisku počítačových kláves, multi-faktorová autentizace

Kontakt: Ing. Anna Schlenker Centrum biomedicínské informatiky, ÚI AV ČR, v.v.i. Adresa: Pod Vodárenskou věží 2, 182 07 Praha E–mail: [email protected]

1

Úvod

Biometrie, biometrická identifikace a verifikace byly zkoumány od počátku 80. let minulého století. Na konci 20. století se začaly objevovat první aplikace, zejména v soudní praxi, kde byla biometrie reprezentována automatickým zpracováváním otisků prstů a dlaní nalezených na místě činu. V dnešní době jsou biometrické metody nezastupitelné jak ve forenzních vědách tak v komerčně dostupných aplikacích. V tomto příspěvku budeme analyzovat současný stav používání biometrických údajů v oblasti počítačové bezpečnosti, především možnosti identifikace na základě biometrických údajů. Biometrické charakteristiky lze rozdělit na anatomicko-fyziologické a behaviorální [1, 2]. c

2011 EuroMISE s.r.o.

EJBI 2011; 7(1):37–43 zasláno: 15. září 2011 přijato: 24. října 2011 publikováno: 20. listopadu 2011

2

Anatomicko-fyziologické biometrické charakteristiky

Nejčastěji používané anatomicko-fyziologické biometrické charakteristiky v praxi jsou otisky prstů nebo dlaní, geometrie tvaru ruky a skenování krevního řečiště dlaně nebo hřbetu ruky.

2.1

Otisky prstů a dlaní

Otisky prstů a dlaní vychází z jedinečnosti obrazců papilarních linií [3]. Miniaturizace senzorů a procesorů dovoluje identifikaci na základě otisků prstů velké komerční využití. V praxi se často používají otisky prstů pro autentizaci osob přihlašujícím se k počítačům nebo komunikačním zařízením, pro zvýšení ochrany identifikačních nebo EJBI – Ročník 7 (2011), číslo 1

cs38

Schlenker, Šárek – Biometrické metody pro aplikace v biomedicíně

Obrázek 1: Zjednodušené schéma elektronických senzorů (podle [5]).

kreditních karet, na oprávnění k přístupu do budov a pro ochranu vzácných nebo nebezpečných zařízení před neoprávněným použitím. Interaktivní snímání otisků prstů, které je dnes často implementováno v různých technických zařízeních, se provádí pomocí senzorů. Tyto senzory mohou být kontaktní nebo bezkontaktní a jejich funkce mohou být založeny na různých fyzikálních principech [4]. 2.1.1

To znamená, že tento typ senzoru je odolný proti znečištění i poškození povrchu kůže. Optoelektronické kontaktní senzory Optoelektronické senzory se skládají ze dvou vrstev. Horní vrstva je v kontaktu s pokožkou a je schopna vyzařovat světlo. Toto světlo je zachyceno v druhé skleněné vrstvě, ve které jsou umístěné fotodiody. Tyto diody převádějí světlo na elektrický impuls.

Kontaktní senzory na snímání otisků prstů

Kapacitní kontaktní senzory Kapacitní senzory snímájí otisk prstu pomocí měření elektrické kapacity (viz obr. 2). Snímací senzor se skládá z velkého počtu skenovacích ploch, které jsou od sebe izolovány. Dotykem kůže papilární linie přemosťují jednotlivé vodivé plošky v závislosti na papilární kresbě a brázdy zároveň působí jako izolanty. Měří se napětí a kapacitní úbytky mezi jednotliOptické kontaktní senzory Optické senzory jsou za- vými vodivými ploškami. Vzniká tak digitální obraz tvaru loženy na technologii FTIR (Frustrated Total Internal papilární kresby. Reflection). To znamená, že laserový paprsek osvětluje spodní plochu prstů, která se dotýká průhledné desky senzoru. Odražené světlo je pak zachyceno prvkem CCD (Charge-Coupled Device). Množství odraženého světla závisí na hloubce papilárních linií a brázd. Papilární linie odráží více světla než brázdy. Ostatní optické senzory používají silný svazek optických vláken, které jsou kolmé k rovině snímače. I zde se uplatňuje metoda expozice a odrazu světelného toku. Další typ snímačů využívá technologii CMOS (Complementary Metal-Oxide-Semiconductor). Kontaktní senzory mohou být optické, elektronické, optoelektronické, kapacitní, tlakové nebo teplotní. Některé z těchto typů senzorů budou podrobněji popsány níže. Hlavní výhody a nevýhody jednotlivých metod jsou přehledně uvedeny v tabulce 1.

Elektronické kontaktní senzory Elektronické senzory fungují na principu elektrického pole mezi dvěma rovnoběžnými, vodivými a elektricky nabitými deskami (viz obr. 1). Když se původně plochý tvar desky změní na zvlněný (tvořený povrchem papilárních linií a brázd), změní se i tvar elektrického pole. Horní deska snímače je tvořena povrchem kůže, který je připojen ke zdroji referenčního elektrického signálu. Hlavní výhodou tohoto senzoru je, že nesnímá jen povrch pokožky, ale i hlubší vrstvy kůže. EJBI – Ročník 7 (2011), číslo 1

Obrázek 2: Zjednodušené schéma kapacitního snímače (podle [5]).

Tyto senzory jsou vysoce náchylné na různé druhy znečištění, které mohou výrazně ovlivnit vodivost kůže. Tlakové kontaktní senzory Tlakové senzory reagují na tlak papilárních linií na povrchu snímače. Povrch snímače je vyroben z elastického piezoelektrického materiálu, c


cs39


který převádí tlak na elektrický signál a vytváří tak obraz jeden obraz shora (kolmo ke snímací desce) a druhý ze otisku prstu. strany. Tak se vytváří dva černobílé snímky "siluety ruky". Nejdřív se od uživatele vyžaduje doložení identity zadáním identifikačního čísla (PIN) přes klávesnici nebo přiTeplotní kontaktní senzory Teplotní senzory reagují ložením magnetického proužku, čipu nebo karty ke čtečce. na teplotní rozdíly mezi papilárními liniemi a brázdami. Pak uživatel položí svou ruku na zadanou pozici podle viVelkou výhodou těchto senzorů je, že teplota je důležitým zuálních instrukcí, které jsou vždy součásti klávesnice skefaktorem, který napoví, zda snímaní otisk prstu patří živé neru [8]. Skenery geometrie ruky jsou dnes běžné v mnoha osobě. oblastech, včetně zdravotnictví. 2.1.2

Bezkontaktní senzory na snímání otisků prstů

Nejznámější skupiny bezkontaktních senzorů jsou optické a ultrazvukové senzory. Výhody a nevýhody těchto senzorů jsou uvedeny v tabulce 1. Optické bezkontaktní senzory Princip optických bezkontaktních senzorů je podobný kontaktním optickým senzorům popsaným výše pouze s jediným rozdílem – paprsek světla umožňuje snímání ze vzdálenosti 3-5 cm. Největší výhodou tohoto senzoru je, že zabraňuje kontaminaci způsobené kontaktem se špinavými prsty. Ultrazvukové bezkontaktní senzory Ultrazvukové senzory jsou založeny na podobném principu jako ty optické, ale místo světelného paprsku je použit paprsek krátkého mechanické vlnění (ultrazvuk), který se odráží od povrchu kůže (viz obrázek 3). Tento typ snímače odstra- Obrázek 4: Základní princip snímání geometrie tvaru ruky (podle [5]). ňuje všechny nevýhody předchozích typů snímačů uvedých výše [6].

2.3

Obrázek 3: Zjednodušené schéma ultrazvukového senzoru (podle [5]).

2.2

Geometrie tvar ruky

Snímání krevního řečiště dlaně nebo hřbetu ruky

Další metoda vhodná pro použití v oblasti počítačové bezpečnosti, je snímání krevního řečiště dlaně nebo hřbetu ruky. CCD kamera, která se v tomto případě používá nejčastěji, pořídí snímek ruky a specifický vzor distribuce cév zachycený na snímku se pak používá k identifikaci osoby. Nespornou výhodou této metody je, že také ověří, zda je testovaný objekt živý. Snímání probíhá v infračerveném pásmu, které je citlivé na teplotu. Tato metoda využívá skutečnosti, že krevní cévy v těle, jsou teplejší než jejich okolí. Naskenovaný obraz je dále zpracováván podobně jako otisky prstů (porovnávají se tvary cév). Další výhodou, ve srovnání se snímáním geometrie tvaru ruky, je že není nutné umístit ruku na skener pokaždé ve stejné pozici. Další možnosti pro tuto metodu jsou skenování krevního řečiště dlaně nebo provádění bezkontaktního snímání jak dlaně tak hřbetu ruky, který poskytuje vysokou úroveň hygieny na rozdíl od snímání geometrie tvaru ruky a otisků prstů [8].

Další často používanou metodou je geometrie ruky tvaru, jejíž podstatou je měření délky a šířky prstů, kostí 2.4 Snímání obličeje a jeho částí nebo kloubů ruky [7] (viz obr. 4). Ruka se dotýká horizontální plochy skeneru, který má speciální fixační kolíky. Místo rukou může být k identifikaci osoby použit i jeho Tyto zajistí, že ruka je stále ve stejné pozici. Skener snímá obličej nebo jeho část. Existují počítačové programy, které c


EJBI – Ročník 7 (2011), číslo 1

cs40


dokážou rozpoznat lidské tváře stejně jako to dokáže lidský mozek [9]. Rozpoznávání obličejů je dnes typické především v kriminalistice a existuje mnoho různých metod a algoritmů pro tyto účely. Tuto metodu lze také snadno použít k zajištění běžných výpočetních a telekomunikačních systémů. Jakékoli standardní kamery, které lze nalézt již integrovány v mnoha monitorech, jsou postačující na nasnímání obrazu obličeje. Snímání obličeje tak může nahradit tradiční použití hesla. Velkou výhodou této metody je, že není potřeba žádného přímého kontaktu mezi uživatelem a snímačem [10]. Rozpoznávání obličejů jde však v mnoha ohledech dále zlepšit. Jako příklad můžeme registrovat a rozpoznávat známky emocí. Zde se nabízí i jedna velmi zajímavá aplikace této metody v oblasti IT bezpečnosti. Kontinuálním snímáním obličeje při práci s počítačem by bylo možné posoudit, zda s počítačem pracuje stále tatáž osoba, která má oprávnění přistupovat k citlivým datům. Nejen že tato metoda zabezpečuje systém v době přihlášení, může i ochránit data později, kdy oprávněný uživatel například na chvíli opustí odemknutý terminál.

2.5

Snímání oční duhovky nebo sítnice

V poslední době, díky své jednoduché implementaci pouze pomocí běžných video systémů, je skenování duhovky nebo sítnice stále rozšířenější způsob identifikace. Rozeznání duhovky je možné bez ohledu na velikost, umístění a orientaci, ale vyžaduje složitější algoritmus [11]. Tato metoda se tedy obvykle používá pouze k zajištění vysoké úrovně bezpečnosti [8]. K mapování krevního oběhu v sítnici se používá světelný paprsek [12]. Část paprsku je sítnicí absorbována

a část se odrazí. Speciální kamera, která je potřebná pro skenování, je drahá a samotný proces skenování není příliš uživatelsky přívětivý (mnoho lidí má z této technologie strach) [8].

3

Behaviorálne biometrické charakteristiky

Jednou ze zajímavých behaviorálnych biometrických charakteristik pro použití v oblasti počítačové bezpečnosti by mohla byť dynamika stisku počítačových kláves, která dnes ješte není běžně používána.

3.1

Dynamika stisku počítačových kláves

Dynamika stisku počítačových kláves umožňuje tzv. kontinuální (dynamické) ověřování, které je založené na použití klávesnice jako prostředku průběžné interakce mezi uživatelem a počítačem [13]. To nabízí možnost průběžné kontroly po celou dobu používání počítače. Tato metoda je užitečná v situacích, kdy hrozí nebezpečí i při opuštění počítače jenom na krátkou chvíli [14]. Nejčastější měřenou charakteristikou je doba stisku jednotlivých kláves nebo doba trvání stisknutí kláves. Další možností je měření rychlosti psaní, četnosti chyb, styl psaní velkých písmen, nebo síly použité ke stisknutí jednotlivých kláves. Poslední zmíněný typ vyžaduje speciální klávesnici, která umožňuje sílu stisku měřit. Všechny ostatní metody mohou být vyhodnocovány pouze pomocí speciálního programu, tj. bez jakékoliv modifikace hardwaru [15, 16].

Tabulka 1: Porovnání kontaktních a bezkontaktních senzorů otisků prstů.

Senzor Optické kontaktní senzory

Výhody – velmi rychlé – uživatelsky přívětivé

Elektronické kontaktní senzory

– – – –

odolné vůči nečistotám velmi rychlé uživatelsky přívětivé velmi rychlé

– – – – – – – –

rozpoznají živou tkáň velmi rychlé odolné vůči nečistotám hygienické velmi rychlé odolné vůči nečistotám hygienické velmi rychlé

Kapacitní kontaktní senzory

Teplotní kontaktní senzory Optické bezkontaktní senzory

Ultrazvukové bezkontaktní senzory


Nevýhody – nejsou odolné vůči nečistotám – nejsou hygienické – nerozpoznají živou tkáň – nejsou hygienické – nerozpoznají živou tkáň – – – –

nejsou odolné vůči nečistotám nerozpoznají živou tkáň nejsou hygienické nejsou hygienické

– nerozpoznají živou tkáň

– nerozpoznají živou tkáň

c


cs41


Tabulka 2: Porovnání anatomicko-fyziologických a behaviorálných biometrických charakteristik.

Senzor Geometrie tvaru ruky

Výhody – odolný vůči nečistotám

Bezkontaktní snímání krevního řečiště

– – – – – – – – – – – – – – – –

Snímání obličeje

Snímání duhovky

Snímání sítníce Dynamika stisku počítačových kláves

4

nevyžaduje skenování ve stejné rozpozná živou tkáň hygienický odolný vůči nečistotám odolný vůči nečistotám rozpozná živou tkáň nevyžaduje skenování ve stejné s možností průběžné kontroly rozpozná živou tkáň nevyžaduje skenování ve stejné uživatelsky přívětivý odolný vůči nečistotám nevyžaduje skenování ve stejné uživatelsky přívětivý s možností průběžné kontroly nenáročný na hardware

pozici

Nevýhody – nerozpozná živou tkáň – vyžaduje skenování ve stejné pozici – není hygienický – bez možnosti průběžné kontroly

– časově náročný pozici

pozici

pozici

– uživatelsky nepřívětivý – časově náročný

Porovnání metod

jsou relativně rychlé a snadno použitelné v porovnání s jinými biometrickými metodami. Hlavní rozdíly jsou v odolnosti vůči znečištění, což je Většina současných systémů zabezpečení dat ověřuje informace o oprávnění uživatele k přístupu do systému důležité z těchto dvou důvodů. pouze v okamžiku přihlášení. V případě, že je identifikace • První z nich je, že senzor je schopen pracovat i v příuživatele řešena na základě biometrických údajů, je ve větpadě, že je na povrchu znečištěn nebo jsou nečistoty šině případů použit jen jeden (nebo jen několik) biometna povrchu prstu, který je snímán. rický údaj. Optimální řešení by mělo prioritně zahrnovat metody • Druhým důvodem je, samozřejmě, hygienické hlezmíněné v úvodu s důrazem na ty, které se ukázaly jako disko. dlouhodobě stabilní a co nejméně obtěžující personál. Metoda musí být pro uživatele taktéž dostatečně rychlá. UvaNejvětší výhodou je schopnost snímače rozlišit živé žovány budou i požadavky na hardware a výkon proce- tkáně od mrtvých nebo syntetických materiálů. Pak se soru. stává velmi odolným vůči možnému zneužití. Tabulka 2 zobrazuje hlavní výhody a nevýhody dalTabulka 1 ukazuje hlavní výhody a nevýhody různých typů kontaktních a bezkontaktních senzorů pro snímání ších anatomicko-fyziologických a behaviorálních charakotisků prstů. Všechny senzory pro snímání otisků prstů teristik. Kromě výše uvedených aspektů, jsme srovnáTabulka 3: Porovnání metod z hlediska stability biometrických charakteristik a časové náročnosti.

Metoda

Otisk prstu Geometrie tvaru ruky Snímání krevního řečiště Snímání obličeje Snímání duhovky Snímání sítnice Dynamika stisku PC kláves

c


Stabilita biometrických charakteristik vysoká = více než 80 %, střední = více než 60 %, nízká = méně než 60 % střední střední střední nízká vysoká vysoká nízká

Časová náročnost vysoká = více než 3 s, střední = méně než 3 s, nízká = méně než 1 s nízká střední střední vysoká střední vysoká nízká


cs42


vali i možnost průběžného ověřování, nutnost snímání ve stejné pozici a obtížnost/snadnost použití.

6

Závěr

Výsledkem by měl být komplex nových biometrických Tabulka 3 srovnává vybrané metody z hlediska stabiidentifikačních metod, které by umožnily spolehlivou idenlity biometrických charakteristik a časové náročnosti. tifikaci uživatelů co nejpohodlnější formou. Konečné pouStabilita biometrických charakteristik znamená, jak žití těchto nových zásad bezpečnosti zvýší úroveň ochrany moc se mění v průběhu času. Například lidská tvář se specializovaných zdravotních záznamů. Kromě toho bude může výrazně změnit, a to buď přirozeně nebo pod vli- koncept EHR MUDR rozšířen do dalších aplikačních obvem nemoci. Na rozdíl od obličeje, se například sítnice lastí. nemění a obsahuje znaky unikátní pro každého člověka. Údaje v tabulce nejsou přesné údaje, ale empirické od- Poděkování hady. Tabulka ukazuje, že neexistuje žádná metoda, která Tato práce byla podporována Ministerstvem školství, by byla "ideální", tj. nabízející vysokou stabilitu biometrických vlastností a nízkou časovou náročnost. Skenování mládeže a tělovýchovy České republiky v rámci projektu duhovky, které se v současné době ještě nepoužívá v kaž- 1M06014 a v rámci projektu SVV-2011-262514 Univerzity Karlovy v Praze. dodenní praxi, se k tomuto ideálu blíží.

5

Aplikace vybraných metod v zabezpečení elektronického zdravotního záznamu

Cílem této práce je navrhnout multifaktoriální systém, který bude ověřovat několik biometrických prvků současně, čímž bude zajištěna vyšší spolehlivost identifikace [17]. To bude chránit přístup k údajům o pacientovi v elektornickém zdravotním záznamu, který koncepčně vychází z návrhu univerzálního elektronického zdravotního záznamu MUDR, viz [18]. Bezpečnost dat pacienta je jedním z klíčových témat telemedicíny. Může se zdát, že se jedná o standardní řešení při použití principů elektronického záznamu EHR MUDR. Ale na rozdíl od našeho úkolu, je koncept EHR MUDR navržen s ohledem na běžné údaje o pacientovi, ke kterým se přistupuje při každodenním provozu nemocnice. Na druhou stranu, v případě elektronického záznamu pro personální identifikaci ERPI, se budou k identifikaci jednotlivců vztahovat mnohem více citlivé údaje. Z toho důvodu je zde i požadavek na vyšší úroveň identifikace osob přístupujících k datům. S ohledem na povahu těchto údajů se zdá být nezbytné použití některé sady DLP (Data Loss Prevention), které umožňují identifikaci rizik spojených se ztrátou citlivých dat a možnost dynamického snížení těchto rizik. Navíc, s ohledem na druh citlivých identifikačních údajů, je vhodné mít prostředek, který umožní nepřetržitý audit dat. K dispozici jsou komerční řešení jako RSA [19, 20] nebo Websense [21]. Tyto sady jsou navrženy tak, aby se snížil dopad možných rizik, bez ohledu na to, zda jsou data uložena v datovém centru, přenášena přes síť (síťové DLP) nebo zpracována v uživatelských koncových zařízeních (DLP koncový bod). Toto řešení je zvláště zajímavé, protože v České republice ještě v podobném kontextu nebylo nasazení DLP zveřejněné. EJBI – Ročník 7 (2011), číslo 1

Literatura [1] Jain AK, Ross A. Introduction to Biometrics. In Jain AK, Flynn P, Ross A. Handbook of Biometrics. Springer, 2008. pp. 1–22. ISBN 978-0-387-71040-2. [2] Denning DE. Cryptography and Data Security. AddisonWesley, 1982. ISBN 0-201-10150-5. [3] Herschel WJ. The Origin of Finger-Printing. Oxford University Press, 1916. ISBN 978-1104662257. [4] Cravotta N. Looking under the surface of fingerprint scanners. EDN. 2000 [cited 2011 Aug 22]. Available from: http://www.edn.com/article/507025-Looking_under_the _surface_of_finger_print_scanners.php [5] Rak R, Matyáš V, Říha Z. Biometrie a identita člověka: ve forenzních a komerčních aplikacích. Grada, Praha; 2008. [6] Bicz W et al. Fingerprint structure imaging based on an ultrasound camera. 2005 [cited 2011 Aug 22]. Available from: http://www.optel.com.pl/article/english/article.htm [7] Jain AK, Ross A, Pankanti S. A prototype hand geometrybased verification system. In Second International Conference on Audio and Video-based Biometric Person Authentication. Washington DC, USA, 1999. pp. 166–171. [8] Jain A, Bolle R, Pankarti S. Biometrics: personal identification in networked society. Kluwer Academic Publisher 1999. Norwell, Massachusetts, USA. [9] Brunelli R, Poggio T. Face Recognition: Features versus Templates. IEEE Trans. on PAMI, 1993. (15)10:1042-1052. [10] Zhang D. Automated biometrics: technologies and systems. Kluwer Academic Publisher, Boston; 2000. [11] Daugman J. How iris recognition works. IEEE Transactions on Circuits and Systems for Video Technology, 2004. 14(1):21–30. [12] Lichanska A. Retina and Iris Scans. Encyclopedia of Espionage, Intelligence, and Security. The Gale Group, Inc. 2004. [13] Bergadano F, Gunetti D, Picardi C. User authentication through Keystroke Dynamics. ACM Transactions on Information and System Security (TISSEC), 2002. 5(4):367-397. [14] Gunetti D, Pikardi C. Keystroke analysis of free text. ACM Transactions on Information and System Security 2005. 8(3):312-347.

c



[15] Ilonen J. Keystroke Dynamics. Advanced Topics in Information Processing 2003 [cited 2011 Aug 22]. Lappeenranta University of Technology. Available from: http://www2.it.lut.fi /kurssit/03-04/010970000/seminars/Ilonen.pdf [16] Monrose F, Rubin D. Keystroke dynamics as a biometric for authentication. Future Generation Computer Systems 2002. 16(4):351-359. [17] Badr Y, Chbeir R, Abraham A, Hassanien AE (Eds.) Emergent Web Intelligence: Advanced Semantic Technologies. 1st Edition, 2010, XVI, 544. [18] Hanzlicek P, Spidlen J, Nagy M. Universal electronic health record MUDR. Studies in health technology and informatics, Amsterdam: IOS Press 2004, 105:190-201.

c


cs43

[19] Young D. RSA Adaptive Authentication for Healthcare Environments, online: http://www.rsa.com/products/consumer /datasheets/10037_AAHC_DS_0611.pdf

[20] RSA, The Security Division of EMC: Security Solutions for Business Acceleration [Internet]. 2010 [cited 2011 Aug 22]. RSA Data Loss Prevention (DLP) Suite. Available from: http://www.rsa.com/node.aspx?id=3426

[21] Websense Security Survey: Security Pros and Cons, online: http://www.websense.com/content/websense-security-surveysecurity-pros-and-cons.aspx


Biometrické metody pro aplikace v biomedicíně

Recommend Documents