MELICHAR, O. Prostorová koregistrace multimodálních MRI dat prostaty [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.
Student se v práci věnuje koregistraci MRI dat prostaty rozdílnými kontrasty. K dispozici dostal obrazy T1 váhované, T2 váhované, difuzně váhované T2rho a T2 obrazy s různou měrou T2 resp. T2rho váhování určené pro výpočet T2 a T2rho map. Jedná se o akviziční protokol založený na tzv. multiparametrickém MRI (termín používaný v urologicko radiologických publikacích) Osnova práce má celkem rozumnou strukturu. Teoretická část věnovaná koregistračním metodám má ještě celkem slušnou úroveň. Již pod nadpisem Multiparametrické MRI popisuje obecné principy MRI a jeho výhody a nevýhody. A počínaje touto kapitolou je text směsí faktů, polopravd (nepřesností), MR “slangu”, nevhodně, či netypicky volených termínů a nesmyslů. (viz příklady na konci posudku). Z textu je patrné, že student nemá dostatečně nastudované principy zobrazování pomocí magnetické rezonance a nevěnoval práci dostatek času. Až na ITK a Firewoxel popisuje testované nástroje stručně a i tady je patrné nedostatečné prostudování jejich funkcí. V kapitole Vlastní nástroj popisuje co vytvořil na necelých čtyřech řádcích z toho 2 zabírá informace, že kód byl vygenerován pomocí chat GPT. Praktický popis práce s daty je něco košatější. Na 2D modelových obrazech si student vyzkoušel, funkčnost nástroje. Ovšem při použití na modelových 3D datech, a následně na reálných datech, která jsou v našem případě vždy 3D se ukázalo, řešení nefunkční. V závěru jen celkem suše konstatuje: “Použité metriky ovšem u snímků s rozdílným kontrastem nepodávají ucelenou informaci o stavu registrace.” Student s daty zjevně pracoval a nějaký čas tomu věnoval, ale ani práce s daty ani text není dokončený. Práce nemá ani formálně dostatečný rozsah. Student nedocházel na konzultace a nekonzultoval ani jinou formou. Práce neprošla korekturou vedoucího, a byla mu doručena po odevzdání. Hodnotím známkou F 40 bodů. Příklady nevhodných formulací z práce a dílčích komentářů: “Kontrastní barviva” – kontrastní látky “Mezi slabiny MRI patří …….. dlouhá doba snímkování, která plyne ze dvou důvodů. Tím prvním je fyzikální podstata snímkování, kdy je třeba vyčkat mezi stimulačním RF pulzem a odečtem hodnoty přijatého signálu (time to echo = TE). Druhým důvodem je prostorová lokalizace původu signálu, která je pro 2 ze 3 os řešena frekvenčním gradientem který je možno použít naráz, ovšem ve 3.ose je třeba aplikovat fázový posun, který je nutno střídat a obraz postupně „skenovat“” TE opravdu není příliš limitující faktor, je to spíš TR (z důvodu dlouhé T1 relaxace). “frekvenční gradient” – gradient magnetického pole “Rozlišení mezi jednotlivými druhy tkáně je možno upravit modifikací TR, čímž lze zviditelnit konkrétní tkáň v obraze. [13]” U T2 váhování je popsán ve skutečnosti T2*. “ Dynamické kontrastní zobrazení (DCE) - Metoda využívá intravenózně vpravenou kontrastní látku pro zviditelnění cév a tím tumorů. “ U popisu vzorce 3.1 Diceův koeficient zaměnil v popisu proměnných množinu pixelů za počet pixelů. Což zásadně mění význam a už tak nedostatečný popis dělá zcela nepochopitelný. “rigidní transformace” - “klasická optimalizační registrace” Plete si pojmy akviziční matice a rozlišení, velikost zobrazované oblasti (FOV), místo toho zavádí “vzdálenost voxelů” a “objem “.
V předložené práci se student věnuje koregistraci medicínských obrazových dat s rozdílnými kontrasty. Práce je napsána v češtině, avšak obsahuje několik nejasných nebo nepřesných formulací, které snižují její srozumitelnost. Rozsah technické zprávy, který činí 22 stránek, je hluboce pod obvyklým rozmezím. V teoretické části student popisuje koregistrační metody, specifika jednotlivých typů MR sekvencí a stručně uvádí nástroje, které mohou být v současné době využity ke koregistraci obrazů. Dále pak stručně představuje metriky pro zhodnocení kvality koregistrace. Jednotlivé části jsou logicky členěné, ale postrádají hlubší popis a uvedení do souvislostí s cíli práce. Pro praktickou část si student zvolil použití nástrojového balíčku Insight Toolkit (ITK). Kód pro registraci generoval s pomocí umělé inteligence ChatGPT-3.5 a následně jej upravil podle potřeby. Tento kód však není součástí přílohy, takže není možné posoudit rozsah vlastní práce studenta. Výsledky registrace jsou shrnuty ve třech grafech a čtyřech tabulkách. Pro 2D obrazy grafy ukazují zlepšení ve zvolených metrikách, avšak pro 3D obrazy došlo u většiny metrik ke zhoršení hodnocení kvality registrace. Uvedené výsledky jsou diskutovány pouze jednou větou, kde student poukazuje na nevhodnost zvolených metrik hodnocení kvality. Ve stručném závěru student navrhuje možnosti zlepšení registrace a použití vhodnějších metrik hodnocení, což bylo součástí zadání, ale v praktické části nebyly tyto body splněny. V předložené práci hodnotím nedostatečně její rozsah, samotný výstup ve formě kódu a zejména absenci diskuse dosažených výsledků. Práci hodnotím stupněm F – 40 bodů.
eVSKP id 159759