GALLO, V. Segmentace ultrazvukových sekvencí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2013.
Student Vladimír Gallo vypracoval bakalářskou práci na téma Segmentace ultrazvukových sekvencí. V teoretickém úvodu práce je popsán základní princip diagnostikcých ultrazvukových systémů včetně základních aplikací. Dále jsou v práci teoreticky popsány metody pro segmentaci medicínských obrazů s přihlédnutím k využití pro segmentaci ultrazvukových snímků. Literární rešerše je zpracována na velmi dobré úrovni. V praktické části byly implementovány základní metody pro segmentaci obrazu - segmentace založená na detekci hran a metoda narůstání oblasti. Pro zlepšení výsledků segmentace jsou dále implementovány základní morfologické operace. Pro obsluhu navržených algoritmů bylo vytvořeno jednoduché uživatelské rozhraní. Metody byly testovány na uměle vytvořených datech a reálných ultrazvukových snímcích z fantomových měření. Z časových důvodů nebylo realizována segmentace celých sekvencí, ale pouze jednotlivých snímků. Autor dále diskutuje možnosti jednotlivých metod pro výslednou segmentaci ultrazvukových dat. Po formální stránce je práce na velmi dobré úrovni. Kromě doporučené literatury student sám vyhledal a nastudoval další kvalitní zdroje. Aktivita studenta vykazovala v průběhu semestru vzrůstající úroveň, svůj postup a jednotlivé fáze řešení pravidelně konzultoval. Práci doporučuji k obhajobě a hodnotím ji známkou dobře (C - 75 bodů).
Předložená bakalářská práce se zabývá metodami segmentace ultrazvukových sekvencí. V první části práce student popisuje princip zobrazení pomocí ultrazvuku, včetně kontrastního zobrazení, a obecně také metody segmentace obrazových dat. Teorie je popsána čtivě a srozumitelně, vytkl bych zde pouze několik nepřesností a fakt, že v práci chybí popis metod, které jsou speciálně přizpůsobeny pro segmentaci kontrastních ultrazvukových sekvencí. V praktické části je navržen algoritmus pro segmentaci ultrazvukových dat, k čemuž autor využívá hranovou detekci a metodu narůstání oblastí. Dále bylo vytvořeno grafické uživatelské rozhraní, pomocí kterého lze obě metody aplikovat na obrazová data. K realizační části mám několik výhrad. Hranová detekce na základě druhých diferencí je provedena prahováním a ne detekcí průchodů nulou, což je teoreticky nesprávný postup. Student si to však uvědomuje a tento problém diskutuje. Za největší slabinu práce považuji fakt, že není brána v potaz segmentace kontrastních sekvencí a navržený postup je testován pouze na umělých a fantomových dvourozměrných datech. Pomocí uživatelského rozhraní lze nastavit velké množství parametrů segmentace, avšak vhodnější by bylo, kdyby byl algoritmus více automatický. Po formální stránce je práce na dobré úrovni, vytkl bych pouze chybějící citace a popis veličin v některých vzorcích (např. vzorce 2.2 a 2.8). Práci hodnotím stupněm C - 70b.
eVSKP id 65377