MITRENGOVÁ, J. Klasifikace cév sítnice [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Tématem diplomové práce byla analýza obrazových dat sítnice za účelem klasifikace cév na tepny a žíly. Studentka se ve své práci seznámila s potřebnou odbornou literaturou a provedla literární rešerši na zadané téma. Na základě získaných znalostí studentka sama navrhla dva možné přístupy klasifikace cévního řečiště – tradiční přístup založený na využití SVM klasifikátoru a přístup s využitím konvoluční neuronové sítě U-Net. Klasifikační příznaky pro SVM klasifikátor mohly být v práci detailněji rozebrány a mohla být více diskutována a analyzována jejich diskriminační schopnost. Oceňuji, že studentka pro návrh a testování metod využila obrazová data z více databází. Implementované metody studentka vyhodnotila nejdříve na veřejně dostupných anotovaných datech a poté je aplikovala na méně kvalitní video sekvence z experimentálního video oftalmoskopu. Cílem práce bylo také navrhnout vhodnou metodiku pro analýzu pulzací cévního řečiště z těchto experimentálních dat. Studentka navrhla postup analýzy pulzací tepenného řečiště a srovnala extrahované pulzační křivky z pohledu anatomického rozmístění cév v oblasti blízké optickému disku. Zde bych ale ocenil širší diskusi dosažených výsledků. Návrhem metodiky pro analýzu pulzací žilního řečiště, konkrétně tzv. spontánních venózních pulzací, se studentka z časových důvodů a po dohodě s vedoucím už nezabývala. Při řešení práce byla studentka velmi aktivní, pravidelně se účastnila konzultací přes platformu MS Teams a konstruktivně přistupovala k řešení dílčích problémů. Na zadání pracovala průběžně celý semestr a odvedla velké množství inženýrské práce. Zadání diplomové práce považuji za splněné v plném rozsahu. Hodnocení: A (90 b.)
Studentka Jana Mitrengová se ve své diplomové práci zabývala zpracování obrazových dat sítnice. Práce je psána poměrně čtivě a její struktura je logická a sleduje zadání. Přehledně zpracovaná je část rešerše, ve které je uvedeno 11 prací. Zjištění a znalosti získané při práci na rešerši však mohly být využity v rámci diskuze. V praktické části je popsán návrh a implementace dvou metod pro klasifikaci cév. První metoda je založena na klasickém přístupu. Autorka navrhuje 80 příznaků, ze kterých vybírá pouze 36 a ty používá dále v rámci klasifikace. Není zde jasné, co bylo kritériem pro eliminaci příznaků. Výsledky jsou prezentovány na jednotlivých snímcích a pak souhrnně za celý dataset. Není zde zcela jasně popsáno, jak proběhlo vyhodnocení výsledků. Odhaduji, že pro trénování klasifikátoru byly použity obrazy z IOSTAR a AFIO, a pro testování obraz z RITE. Vzhledem k tomu že jde o mírně odlišná data (snímací zařízení, rozlišení), tak se domnívám, že to mohlo zkreslit výsledky. U druhé metody autorka zvolila přístup založený na architektuře U-net. Zde postrádám především matematickou formulaci optimalizované funkce s vahami, které pak autorka v rámci práce nastavuje a diskutuje, ale jejich význam není zcela zřejmý. Vzhledem k dosaženým výsledkům bych očekával otestování jiných kriteriálních funkcí. Poslední část tvoří řešení pátého bodu zadání, avšak v podstatě se jedná o ukázky z pulsací tepen a žil bez nějaké hlubší diskuze. Celkově je diskuze výsledků v práci poměrně slabá. Po formální stránce je práce na dobré úrovni. Celkově práce splňuje zadání, ale působí poměrně povrchně a řada věcí témat není dostatečně popsána. Vzhledem k uvedeným připomínkám, hodnotím práci stupněm D.
eVSKP id 134429