KOZLOVSKÁ, M. Analýza vysokofrekvenčních oscilací a konektivity v elektrofyziologii mozku [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2017.
Slečna Magda Macíčková vypracovala bakalářskou práci na téma „Analýza vysokofrekvenčních oscilací a konektivity v invazivní elektrofyziologii mozku“. Tuto práci řešila zejména s konzultanty pracoviště fakultní nemocnice u sv. Anny v Brně na reálných datech. K řešené problematice zpracovala přehlednou teoretickou část. V praktické části se zaměřila zejména na hodnocení úspěšnosti detektorů vysokofrekvenčních oscilací, analýzu vf oscilací a analýzu konektivity vzhledem k lokalizaci patologické tkáně. Během řešení byla studentka velmi aktivní a pracovala samostatně. Práci hodnotím výborně stupněm A/93 bodů.
Předložená práce se zabývá hodnocením úspěšnosti algoritmů pro lokalizaci patologické tkáně mozku u pacientů s epilepsií a algoritmů pro analýzu konektivity mozkové tkáně. Teoretická část práce je tvořená kvalitní rešerši, věnovanou základním principům diagnostiky epilepsie se zaměřením na analýzu EEG. Jsou přehledně popsány tři algoritmy pro detekci vysokofrekvenčních oscilací v EEG a jejich úspěšnost je následně vyhodnocena v praktické části. Jako limitace algoritmu line-length je zmíněná příliš vysoká hodnota SNR, což je v rozporu s informacemi uváděnými v citované literatuře. Pro hodnocení detekčních algoritmů byla vybrána analýza ROC křivky. Hlavním nedostatkem této části práce je absence údajů o automatickém označení jednotlivých kanálů v porovnání s lékařským označením a taky označením resekovaných kanálů (např. v podobě Obr. 9.13-14). Posouzení korektnosti použitých metod je tak velice komplikované. Obr. 11.1 ze závěrečné kapitoly je de facto redundantní, vzhledem k tomu, že neexistuje žádné standardizované kritérium pro hodnocení EEG kanálů za použití četnosti detekce vysokofrekvenčních oscilací. Výsledky hodnocení pomocí ROC křivky mohou byt zkreslené jak nevyváženými počty patologických a nepatologických kanálů EEG a v důsledku toho rozdílnými vlastnostmi analyzovaných signálů, tak i nekonzistentním charakterem závislosti mezi počtem detekovaných oscilací a výstupem detekce. ROC křivka se navíc opakovaně protíná s diagonálou, resp. leží celá pod diagonálou, což vede k výsledné hodnotě plochy pod křivkou menší než 0,5 (výsledek je tedy horší než v případě náhodné detekce). Vysoké hodnoty plochy pod křivkou se dají čekat v případě pacientů s chybějící oblasti IZ, kdy všechny patologické kanály odpovídají oblasti epileptogenního ložiska (SOZ) s větším výskytem vysokofrekvenčních oscilací. Naopak v případě pacientů s větším počtem IZ kanálů, kdy zřejmě nejde jenom o výskyt oscilací, ale také jiných grafoelementů, lze pozorovat razantní pokles detekčních schopností algoritmů. Zmíněné aspekty bohužel nejsou autorkou diskutovány a nejsou brány v úvahu při interpretaci výsledků a výběru algoritmu nejvhodnějšího pro detekci patologických EEG kanálů. Výsledek statistického testu pro algoritmus založený na výpočtu délky čary (p>0,05 při porovnání dat z resekované a neresekované oblasti) je v rozporu s výstupem ROC analýzy, podle níž je tato metoda nejúspěšnější ze všech. Po formální stránce je práce na dobré úrovni. Hlavními nedostatky jsou nevhodně formátované odkazy na tabulky a obrázky v textu a špatně označené osy u některých grafů ROC ('Specificita' místo '1-Specificita' resp. prohozené označení osy X a Y). I přes uvedené nedostatky zanechává práce celkově velmi kladný dojem a je z ní cítit pečlivost, píle a také zájem autorky o danou problematiku. Práci proto hodnotím stupněm B/83 b.
eVSKP id 102324