ŠIRŮČKOVÁ, K. Analýza patologické tkáně mozku pomocí MRI [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.

Posudky

Posudek vedoucího

Marcoň, Petr

Studentka Kateřina Širůčková se ve své diplomové práci zabývala výzkumem nového přístupu klasifikování patologií v mozku. Konkrétně se zaměřila na glioblastomy multiforme, metastázy, abscesy a okrajově lymfomy. Pracovala převážně s difuzně váženými obrazy získanými z Fakultní nemocnice u svaté Anny v Brně. Pomocí jednoduchého zakreslení úsečky vedoucí ze zdravé tkáně do patologie vymezila data pro další zpracování. Jednalo se o statistickou analýzu a dále využití algoritmů umělé inteligence. Ze získaných výsledků je patrné, že je vhodné tuto metodu dále vyvíjet, a to zejména zpracováním více dat z více obrazů. Malý počet obrazů byl v této diplomové práci omezující. Studentka však prokázala kreativní inženýrský přístup například v tom, že sama navrhla způsob jak rozšířit malou sadu dat pomocí algoritmů, které znala z odborných předmětů. Požadavky zadání byly splněny. Prezentační úroveň technické zprávy odpovídá požadavkům na diplomové práce. Z formálního hlediska obsahuje práce některé nedostatky. Popis metod je využíván i v části výsledky, což mírně narušuje jinak kvalitně strukturovanou práci. Rovněž popisky obrázků jsou v některých případech špatně čitelné. Studentka ke své práci využila 51 literárních zdrojů, které řádně citovala. V průběhu vypracovávání semestrálního projektu i diplomové práce byla aktivní a pravidelně konzultovala své postupy. Výsledky své práce také prezentovala na konfereneci EEICT.

Navrhovaná známka
A
Body
90

Posudek oponenta

Bartušek, Karel

Diplomová práce se zabývá vyhodnocením změn dynamiky hodnot v sestupné hraně peritumorálního edému a vzestupné hraně tumoru. Vstupními daty byly naměřené MR obrazy pacientů se třemi diagnostikovanými patologiemi a byly analyzovány převážně obrazy vážené aparentním difuzní koeficientem. Naměřené hodnoty byly podrobeny statistické analýze a klasifikace s využitím metod umělé inteligence. Klasifikace patologií probíhala několika rozdílnými přístupy k datům a zároveň byly použity různé kriteriální funkce, které měly za úkol hodnotit kvalitu výstupu klasifikačních úloh. Hlavním přínosem této práce je metoda analýzy peritumorální oblasti edému, kterým je vedena přímka zájmu a zkoumá hodnoty gradientu sestupné hrany edému a vzestupné hrany mozkové patologie. Téma práce je v současné době zajímavé a přínosná pro hledání optimálních postupů klasifikace patologické tkáně nebo tumorů, které by byly jednoduše použitelné v klinické praxi. Disertabilní v této práci je především klasifikace tumorů pomocí gradientu z oblasti peritumorálního edému. Práce má 64 stran a má všechny části odpovídající požadavkům na disertační práci. Presentační úroveň práce je dobrá. Na začátku práce bych považoval za vhodné napsat přehled současného stavu vývoje podobných metod. Tato část je v diskuzi o výsledcích a závěrech řešené problematiky a je součástí kapitoly 5. Kapitoly 3.2 až 3.4 popisují metodiku zpracování 1D dat na empiricky zvolené přímce. Ta charakterizuje přechod od zdravé tkáně přes edém až do nádoru. Kapitoly 3.5 až 3.7 popisují práci s 2D daty. Popis v práci nijak nezdůrazňuje ani nezdůvodňuje rozdíl a vhodnost jejich použití a důvod, proč je třeba vyhodnocovat obě metodiky. To je naznačeno až v kap. 4. Popis řešené problematiky je dobrý a úplný. Pro lepší orientaci v problematice postrádám důvody, proč jsou zvoleny a co autorku vedlo použít zvolené metody zpracování dat a co zvolená metoda přináší zajímavého. Jazyková úroveň je dobrá a nemám k ní připomínky. Autorka práce pracovala s literaturou, uvádí 51 odkazů na publikace a v práci popisuje porovnání vlastních výsledků se závěry v odborných článcích. Odborná úroveň práce je velmi dobrá a přístup autorky k postupu řešení tématu je zajímavý. Úspěšnost klasifikačních modelů v této práci nedosahuje nejvyšších možných hodnot, jak je pro použití v klinické praxi žádoucí, ale přináší nové metodické postupy. Podobně je současný postup vyhodnocení dat a klasifikace patologií velmi složitý a pro lékaře zatím nevhodný. Tyto zmíněné postupy však nebyly dříve prozkoumány a bylo by vhodné je více prověřit. Testovaná hypotéza metody křivky umístěné v oblasti peritumorálního edému nebyla touto prací vyvrácena. V případě potvrzení této zkoumané hypotézy dalšími studiemi by bylo možné pomocí změn dynamiky hodnot klasifikovat typ patologie právě z oblasti peritumorálního edému. K diplomové práci nemám zásadní připomínky, má dobrou odbornou úroveň a přináší i disertabilní výsledek. Práce splňuje požadavky kladené na diplomovou práci, a proto ji doporučuji k obhajobě a celkově ji hodnotím 97 body.

Navrhovaná známka
A
Body
97

Otázky

eVSKP id 146844