MIKEŠOVÁ, T. Metody komparace záznamů elektroencefalografu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Studentka se v bakalářské práci věnuje komparaci elektroencefalografů. Práce je čtivá a výborně strukturovaná. V teoretické části práce jsou srozumitelně popsány aspekty záznamu a analýzy EEG a na základě důkladné literární rešerše jsou identifikovány parametry, které lze využít pro srovnání EEG záznamů. Tyto parametry jsou sledovány v šesti studiích mentální zátěže a na základě jejich srovnání je vybrána nejvhodnější metoda a parametry pro rozlišení EEG záznamů v klidu a ve stavu mentální zátěže při počítání aritmetických příkladů. Vybraná metoda je v praktické části práce implementovaná v MatLabu včetně grafického rozhraní umožňující vizuální srovnání. Kvantifikace výsledků se opírá o korektní statistickou analýzu a dosažené výsledky jsou důkladně diskutovány. Nad rámec zadání je v práci provedena analýza energeticky výrazného pásma EEG v pásmu 10 - 12 Hz, majícího potenciál rozlišit klidový a zátěžový stav probandů. Kromě toho studentka vyhodnotila vliv šumu a artefaktů na navrženou metodu a diskutovala její použitelnost i limity. Zadání práce je zcela splněno. Prezentační úroveň práce je vynikající, stejně jako její formální a jazyková úroveň. Studentka přistupovala k práci po celý rok aktivně a samostatně a využívala konzultací. Souhrnně hodnotím práci stupněm A a 97 body.
Studentka Tereza Mikešová zkoumala možnosti srovnání EEG záznamů naměřených u osob v klidu a při mentální zátěži s využitím parametrů odvozených ze spektrogramů EEG. Hned na začátku musím pochválit dobře vypracovaný abstrakt, který obsahuje nutné informace tykající se tématu práce, použitých metod a dosažených výsledků. Stejně tak i úvod je kvalitní, bez redundantních odstavců. Rešerše je řešená zajímavým způsobem: studentka nejdříve uvádí přehled metod používaných pro analýzu vlastností EEG, pak detailně popisuje metodiku analýzy z několika studií z dané oblasti a ve finále shrnuje možnosti, limitace a benefity metod v samostatné kapitole. Rešerše prokazuje výbornou schopnost studentky pracovat s odbornou literaturou a systematizovat velké množství nových informací s výběrem jen těch podstatných údajů. Celkově se práce vyznačuje dobře členěnou strukturou, minimálním množstvím překlepů a neodborných formulací a průměrnou kvalitou formálního zpracování s takovými nedostatky, jako je nejednotné formátování bibliografických citací, chybějící odkazy na 2 literární zdroje, místy chaotické číslování literárních zdrojů v textu a chybějící korektní popisek osy X u zobrazených histogramů. Praktická část zahrnuje výsledky statistické analýzy parametrů odvozených ze spektrogramů EEG ze dvou porovnávaných skupin. K metodice použité v této části mám několik výtek a komentářů. Např. mi nejsou moc jasné benefity krátkodobé Fourierovy transformace v případě, že ve finále ze spektrogramů byly odvozený pouze průměrné (případně relativní či poměrové průměrné) hodnoty výkonů v dílčích pásmech. Domnívám se, že tato metoda nakonec vedla k výsledkům podobným těm, které by se daly obdržet s využitím metody modifikovaného periodogramu. Zároveň oceňují snahu studentky o zdokonalení postupu a vymezení z alfa oblasti úzkofrekvenčního pásma, které se jevilo jako informativnější ve srovnání s původním širokým pásmem. Pro vyhodnocení odvozených parametrů studentka použila vhodně vybrané statistické metody, avšak před analýzou parametrů neprovedla jejich předzpracování, což je zásadní pro dosažení validních výsledků testování. Tak např., v histogramu výkonu delta pásma (viz 5.4) i jiných jsou přítomny odlehlé/extrémní hodnoty. Původ těchto dat ani jejich možný vliv na výsledek testu normality a rozdílů mezi skupinami není studentkou diskutován. U zmíněného parametru nebyl statisticky prokázán rozdíl mezi skupinami (viz tab. 6.1), přestože a) hodnota mediánu naměřená v zátěži je dvojnásobně větší než klidová hodnota, b) u některých jiných parametrů byl rozdíl prokázán i v případě mnohem menších rozdílů mezi skupinami a podobnou variabilitou naměřených hodnot (viz např. relativní výkon v delta pásmu v té stejné tabulce aj.). Tento fenomén hezky ilustrují krabicové grafy daných parametrů, kdy některé z nich mají podobná rozdělení hodnot, ale výsledky testů jsou rozdílné, což může byt dáno různých počtem přítomných odlehlých hodnot. Výstupy testů jsou přehledně shrnuty v tabulkách, avšak označení výsledných p-hodnot za „nejlepší“ i v případě, kdy přesahují hladinu významnosti, považuji za poněkud matoucí. Po vyhodnocení diskriminačních schopností parametrů se studentka pokusila o testování jejich robustnosti vůči artefaktům a šumu v EEG a tak provedla experiment s přidáním aditivního šumu k signálům, což vedlo k ještě markantnějším rozdílům mezi klidovou a zátěžovou fází měření. Samotný krok považuji za přínosný, avšak závěr studentky, že „artefakty přispěly k lepším výsledkům analýzy“ je zcela vágní. Naštěstí, dále v diskuzi uvádí spolu s touto formulací ještě jednu, která je mnohem korektnější a ze které již vyplývá nutnost brát ohled na možný negativní vliv artefaktů při interpretaci výsledků. Dosažené výsledky nejsou důkladně interpretovány z hlediska použití rozdílných délek okna u STFT. Obzvlášť zajímavé by bylo podrobnější prozkoumání parametrů, u kterých bylo dosaženo zcela rozdílných výstupů testů při různých délkách okna (viz např. průměrný výkon alfa pásma z tab. 6.2.). Po technické stránce se jedná de facto o opakování několika mála kroků zpracování a analýzy pro signály naměřené z různých kanálů. Samotná implementace tak nemusela být pro studentku náročná. Očekávala bych větší experimentování s odvozením parametrů a tím lepší využití potenciálu časově-frekvenční analýzy. Např. se dají zkoumat vztahy mezi různými kanály s využitím spektrálních či nelineárních parametrů, což by mohlo přispět např. ke stanovení lokalit nejvhodnějších pro identifikaci rozdílů mezi klidovým a zátěžovým stavem. I přes uvedené výtky považuji zadání za splněné v plném rozsahu a hodnotím práci kladně stupněm C/74 b.
eVSKP id 134391