TICHÝ, P. Detekce ischemie v EKG záznamech [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2014.
Práce je věnována automatické detekci ischemických úseků EKG snímaných v průběhu experimentů na izolovaných zvířecích srdcích. Student prostudoval rozsáhlou literaturu z oblasti klinické elektrokardiografie a automatické detekce arytmií v EKG záznamech a využil těchto poznatků při návrhu vlastního postupu. Praktická část je věnována statistické analýze morfologických parametrů vypočtených z EKG, a také návrhu a realizaci dvou klasifikačních postupů s využitím morfologických parametrů a jejich hlavních komponent a vyhodnocení výsledků klasifikace pro každou použitou metodu. Rovněž byl otestován vliv nastavení jednotlivých parametrů neuronové sítě na výsledky klasifikace (počet neuronů ve skryté vrstvě, maximální počet epoch učení, trénovací algoritmus, atd). Dosažené výsledky jsou vhodně reprezentovány a diskutovány. Po formální stránce je práce na dobré úrovni. Při návrhu a implementaci algoritmů student prokázal schopnost efektivně využívat konzultace a samostatně řešit dílčí problémy. Předložená práce splňuje všechny požadavky zadání, proto ji hodnotím jako výbornou (A/95b).
Student se v práci zabývá problematikou automatické detekce ischemických úseků v experimentálních zvířecích záznamech EKG. Praktická část práce vychází z nalezení celé řady klasifikačních morfologických příznaků, u kterých se student snaží posoudit, zda se statisticky významně liší u EKG cyklů normálních a ischemických. Jako klasifikačního algoritmu bylo využito vícevrstvé neuronové sítě v první variantě se všemi příznaky a ve druhé pouze s těmi, které označila analýza hlavních komponent za nejvýznamnější. Dále byl testován vliv nastavení parametrů NS, který se z pohledu dosažených výsledků zdá být méně významný než použité klasifikační příznaky. Autor dosáhl vysoké úspěšnosti klasifikace i v porovnání s dalšími autory. Úpravu textu, práci s literaturou, logickou návaznost i obsah kapitol hodnotím jako velmi dobré.
eVSKP id 73073