ŠOLTÉS, T. Detekce arytmií v EKG [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Student Tomáš Šoltés předložil přepracovanou bakalářskou práci na téma “Detekce arytmií v EKG” se zaměřením na detekci komorových extrasystol (KES) a blokády levého a pravého Tawarova raménka (LBBB, RBBB). Práce je zpracována na 58 stranách (úvod-závěr), nicméně informační hodnota textu je nižší, protože je přítomno hodně mezer, volného místa, nebo vertikálních blokových schémat (přibližně 10 stran). Velká část textu je realizována jako číslované seznamy krátkých odstavců. V teoretické části se autor věnuje metodám pro detekci KES a BBB, bohužel ale některé ze zmíněných metod byly ponechány ze semestrálního projektu a s realizovanými metodami příliš nesouvisí (kapitoly 4.8 - 4.12). Na straně 42 je před začátkem kapitoly 5.3.1 začátek věty, která není dokončená. Na straně 55 nahoře se potom odstavec skládá z opakujících se vět. V praktické části student realizuje detekci KES, LBBB a RBBB pomocí modelu K nejbližších sousedů s poměrně dobrou účinností. Model trénuje na základě získaných parametrů signálu, které teoreticky dobře vyhodnocuje jako vhodné pro rozlišování mezi normálním a patologickým signálem. Tato tvrzení dokládá krabicovými grafy. Bohužel nebylo provedeno statistické ověření, zda je mezi danými parametry signifikantní rozdíl mezi normálním a patologickým signálem. Grafy jsou vyhodnoceny pouze okometricky. Optimalizaci modelu student provádí jak z hlediska počtu sousedů a podle použité vzdálenostní metriky, počet využitých parametrů je optimalizován pomocí PCA (z 5 na 4 parametry za zachování cca 95 % rozptylu). Předkládané modely dosahují solidní úspěšnosti (většina uváděných statistických parametrů se pohybuje 90-95 %, je škoda, že autor nedopočítal také F1 skóre. Formální úroveň práce se mírně zlepšila, stále ji však považuji za slabou. Krom výše uvedeného jsou některé obrázky špatné kvality, se špatnou čitelností popisků os u grafů. Není systematické označení desetinných čísel (tečka/čárka), je přítomno i pár chyb a překlepů. V seznamu literatury je stále několik položek, které neodpovídají předpisům. Před odevzdáním práce student několikrát využil písemný dotaz k obsahu práce, nicméně žádná větší konzultace ani nyní neproběhla. Celkově hodnotím práci jako slabou a je škoda, že student více nevyužil nosného tématu. Nicméně vzhledem k předchozí verzi práce došlo k pozitivnímu posunu a považuji ji za obhajitelnou. Navrhuji hodnocení D, 60 bodů.
Student Tomáš Šoltés se věnoval detekci vybraných srdečních arytmií v EKG. V rešerši podrobně popsal několik relevantních postupů a pro praktickou část nakonec zvolil přístup založený na parametrech QRS komplexu a metodě nejbližších sousedů. Pro vypočet klasifikačních příznaků musel vybrat QRS komplexy. V předchozí verzi práce student popisoval detekční postup i jeho přesnost. V aktuální verzi tento popis chybí, přestože na str. 34 píše, že byl realizován detektor QRS a jeho úspěšnost byla vyhodnocená s využitím dostupných pozic R kmitů. U použitých parametrů QRS chybí objektivní hodnocení diskriminačních vlastností; subjektivní interpretace krabicových grafů vykreslených pro parametry je však dostatečně podrobná. Domnívám se, ze student nekorektně interpretoval vystup „explained“ jako rozptyl vysvětlený jednotlivými parametry, zatímco ve skutečnosti se jedna o rozptyl vysvětlený jednotlivými hlavními komponenty, které jsou lineární kombinací všech uvažovaných parametru. Z metodiky stále není jasné, jakým způsobem byly vybrány trénovací/testovací QRS komplexy pro detekci KES a blokád (jeden náhodný QRS z každého záznamů nebo několik QRS z jednoho záznamů či nějak jinak). Není nijak okomentováno zahrnutí do testovací množiny dat z kategorie „Jiné“, přestože v trénovací množině tato kategorie zcela chybí. Obecně interpretace výsledků je příliš strohá, bez uvedení konkrétních ilustračních příkladů (např. chybně klasifikovaných úseků). Klasifikační metody pro detekci KES a blokád jsou totožné a liší se pouze vybranými parametry QRS a počtem klasifikačních tříd. Odpovídající dvě kapitoly by se daly zredukovat pro omezení množství shodných pasáží. Oceňuji studentův pokus o optimalizaci nastavení klasifikátorů, avšak pro důkladné hodnocení úspěšnosti by bylo zapotřebí uvést kromě senzitivity a specificity také PPV či F1 skóre. Práce obsahuje řadu formálních nedostatků, jako např. nejednotné formátování položek v seznamu literatury, nízká kvalita některých převzatých obrázků, chybějící jednotky u některých grafů, překlepy, nedokončené věty. Přes zmíněné nedostatky, student provedl vhodné předzpracování dat a implementoval dvě jednoduché detekční metody, čímž splnil zadání. Práci hodnotím stupněm D/62 b.
eVSKP id 153829