PLCH, V. Detekce fibrilace síní v EKG [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.
Tématem předložené diplomové práce byla automatická detekce fibrilace síní v EKG záznamech. Jedná se o přepracovanou verzi dříve neobhájené práce. Oproti předchozí verzi byla práce vhodně doplněna a přepracována a splňuje tak požadávky zadání a nároky kladené na závěrečné práce. V teoretické části jsou popsány základní principy elektrofyziologie srdce, srdeční patologie a principy automatické detekce fibrilace síní. K této části práce nemám větších výhrad, kromě místy nepřehledného textu. Také struktura některých dalších kapitol je chaotická, kdy se obecné informace o klasifikačních metodách prolínají s poznámkami tykajícími se konkrétních navržených algoritmů a použitých záznamů. Závěr obsahuje hodnocení výsledků detekce a porovnání s jinými autory, což by bylo vhodnější zařadit do jiné kapitoly. Student měl k dispozici 10-sekundové pacientské EKG, což klade nároky na metody pro výpočet klasifikačních příznaků. Místo výběru z dostupných postupů jen těch, jejíž použití má význam i v případě takto krátkých signálů, student zdvojnásobil počet analyzovaných RR intervalů jednotlivých pacientů jejich prodloužením prostým opakováním 2x po sobě. Tento krok – při jeho nevhodné implementaci – mohl zanést značné zkreslení výsledných příznaků a tím nepříznivě ovlivnit výstupy práce, což není studentem nijak diskutováno. Rovněž, výskyt nedefinovaných (Inf a NaN) hodnot entropie zřejmě nebyl řešen vhodným způsobem, a to v rámci předzpracování původních dat nebo v rámci zpracování již vypočtených hodnot daného příznaku. Oceňuji celkem podrobnou analýzu klasifikačních příznaků, která se opírala jak o vizuální, tak o objektivní statistické metody. Pro samotnou klasifikaci EKG byla vybrána metoda využívající prahování příznaků a také dopředná neuronová síť, často používaná v dané oblasti. Byly otestovány různé konfigurace sítě lišící se optimalizačními algoritmy a topologiemi. Kromě neuronové sítě byla implementovaná detekce využívající rozhodovacího stromu. Výsledky této metody ovšem nebyly kvalitní, evidentně z důvodu nevhodného nastavení parametrů modelu. Vyhodnocení klasifikátorů bylo provedeno vhodnými prostředky, včetně implementované 5násobné křížové validace. Kromě výpočtu běžně používaných parametrů - senzitivita, specificita a F1-measure, student také využil zajímavého grafického znázornění vstupních dat a výstupů detektorů. Po formální stránce je práce na průměrné úrovni. Celkový dojem z práce hlavně zhoršuje použití nepřesných, místy neodborných, formulací. V porovnání s jinými obdobnými studiemi se však studentovi podařilo dosáhnout porovnatelných výsledků. Předloženou práci doporučuji k obhajobě a hodnotím ji stupněm C/72 b.
Předložená diplomová práce na téma Detekce fibrilace síní v EKG je po dopracování rozšířena o podrobnější popis zejména praktické části. Práce nově čítá 43 stran obsahujících celkem 27 obrázků a využívá 27 literárních pramenů. Student přepracoval pasáže, které byly připomínkovány a doplnil chybějící pasáže např. podkapitolu o klasifikačních metodách. Redundantní informace znepřehledňující původní text byly vhodně odstraněny. Popis praktické části o trénování vícevrstvé neuronové sítě bylo také rozšířeno o podrobnější popis. Celkově je praktická část přehlednější a srozumitelnější. Použití vstupních příznaků, topologie sítě i postup učení je dostatečně popsáno. Dosažené výsledky jsou ve srovnání s jinými pracemi velmi dobré. Výsledky jsou v závěru diskutovány. Po formální i obsahové části je práce po přepracování na dobré úrovni. Text je srozumitelnější, podkapitoly mají lepší návaznosti a praktická část je popsána podrobněji a obsahuje celý popis studentovy praktické práce. V některých pasážích textu se prolíná teoretická a praktická část. Předloženou diplomovou práci hodnotím stupněm C/70 bodů a doporučuji k obhajobě.
eVSKP id 121407