MELOUN, J. Segmentace meziobratlové ploténky v obrazových datech [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Předložená práce studenta Jana Melouna pojednává o segmentaci meziobratlových plotének v datech z výpočetní tomografie (CT) a magnetické rezonance (MRI). Teoretická část práce nejprve popisuje základy anatomie páteře. K této části práce nemám větších výhrad. V další části práce se student věnuje zobrazovacím metodám, které se pro vyšetření páteře používají. Popis těchto metod je v kontextu další práce dosti obsáhlý. Nosnou částí teoretického úvodu je kapitola 3 – Segmentace obrazových dat. Nejprve jsou popsány základní segmentační techniky obecně (kapitola 3.1). V této části postrádám buďto rovnice nebo vývojové diagramy pro jednotlivé rovnice. Student předkládá jen slovní popis, který neznalému čtenáři nedá dostatek informací. Kapitola 3.2 popisuje segmentační techniky pro segmentaci meziobratlové ploténky. Konkrétně se jedná o metodu založenou na Gaborově bance filtrů, watershed segmentaci a aproximaci Mumford-Shahovy energetické funkce. U popisu watershed segmentace postrádám jakoukoli zmínku o literárních zdrojích – jediný odkaz je na článek [22] u blokového schématu na Obr. 3.5, ale odkazovaný článek se touto metodou nezabývá. U poslední metody je otázkou, zda zvolená implementace autorů ve zdroji [5] může fungovat na zvolená data. Praktická část práce je pouze třístránkovou kapitolou 4 – Vyhodnocení. Vedoucí práce zde očekával popis implementace, zobrazení výsledků jednotlivých segmentačních technik a jejich diskuzi. Toto očekávání však nebylo naplněno. V textu práce je krátká zmínka o datech, které měl autor práce k dispozici, ale jejich výčet je nedostatečný. Bližší popis datového souboru je až v přílohách práce i s nelogicky zařazenými informacemi o použitých akvizičních sekvencí u MRI dat. Popis implementace jednotlivých algoritmů chybí, stejně tak není v praktické části práce zobrazen jediný obrázek demonstrující funkčnost či nefunkčnost metody, ačkoli na konzultacích bylo tohle domluveno jako požadovaný výstup. Pro hodnocení je použit koeficient DICE, nicméně výsledky jak v Tab. 4.1, 4.3, tak v přílohách práce, nemají vypovídající hodnotu bez ukázky výsledné segmentace. I tak je zřejmé, že metody velice často selhávají – hodnota koeficientu DICE = 0 je horší výsledek, než kdyby byla jako výsledek segmentace použita náhodná matice hodnot 0 a 1. Informace v Tab. 4.2 o výpočetním čase je zcela irelevantní, pokud není jakkoli hodnocen výsledek segmentace samotné. Po formální stránce mám drobné výtky k občasným překlepům a hrubkám, které svědčí o psaní na poslední chvíli. Práce cituje 22 zdrojů literatury, nicméně v nejdůležitější části teoretického úvodu mohla být práce s literaturou svědomitější. Student sice aktivně vyhledával konzultace, ale většina z nich se týkala spíše plánování postupu než konzultace vlastního obsahu práce. Text bakalářské práce nebyl předložen na kontrolu vedoucímu, v zadaném termínu student odeslal kódy k první metodě. Zadání práce hodnotím jako nesplněné v oblasti segmentačních technik, které jsou sice realizovány, ale zcela chybí demonstrace výstupů těchto metod, což bylo vytýkáno rovněž u semestrálního projektu. Dále postrádám jakoukoli diskuzi nastavení parametrů jednotlivých algoritmů, což by mohlo vést k lepším výsledkům. Bod 5 – automatická detekce není v práci nijak zmíněna. Vzhledem k uvedeným skutečnostem hodnotím předloženou práci jako nevyhovující (F – 30 bodů).
Bakalárska práca sa zaoberá segmentáciou medzistavcovej platničky v obrazových dátach z CT a magnetickej rezonancie. Teoretická časť práce popisuje anatómiu chrbtice a medzistavcovej platničky spolu so základnými patologickými poznatkami o hernii disku. Ďalej je zaradený základný popis oboch zobrazovacích modalít a teória segmentácie obrazu. Rešerš publikovaných metód je súčasťou kapitoly o segmentácii obrazu. Popis praktickej časti je nezreteľne oddelený od teoretickej časti. Niektoré implementačné detaily sú v nedostatočnej miere zaradené do kapitoly o segmentácii spolu s teoretickými východiskami. Ďalej nasleduje už len veľmi stručná kapitola popisujúca vyhodnotenie a diskusiu výsledkov. Práca obsahuje množstvo formálnych nedostatkov. Medzi najzávažnejšie patrí nesprávna práca s literatúrou. Konkrétne sa jedná o využitie iných zdrojov, ako je uvedené (napr. prepis informácií z prezentácii slúžiacich k výuke namiesto citovaného zdroja; v kap. 2.1 odstavec o filtrovanej spätnej projekcii vychádza z knihy [4], nie [20] ako je uvedené; v kap. 3.1 je definícia Laplaciánu prepísaná zo stránok Wikipédie namiesto uvedeného zdroja; v kap. 3.2 pri popise metód je uvedených niekoľko zdrojov, pričom je doslova preložený text z jednej anglickej publikácie – napr. [21] v podkapitole o segmentácii u pQCT). V podkapitole pružných a aktívnych kontúr okrem prvého odstavca nie je u zvyšného textu uvedený žiaden zdroj. Práca obsahuje i množstvo ďalších chýb formálneho charakteru, ako trojnásobne použitý rovnaký popis obrázku (obr. 3.2, 3.3, 3.5) odkazujúci na metódu, ktorá je správna len v prvom prípade, ďalej časté preklepy, zámeny slov, nelogické vety, dva otázniky namiesto odkazu na tabuľku v kap. 3.2, nízka kvalita obr. 1.2, chýbajúci popis tabuľky v prílohe C. Odborná úroveň práce je na podpriemernej úrovni. Teoretickým východiskám možno miestami vytknúť určitú povrchnosť, ktorá však vyplýva zo širšieho záberu práce. Text však obsahuje množstvo faktických nepresností, tvrdení bez odkazu na relevantný zdroj, nesprávne preložených pojmov a naopak anglizmov pri existencii českého ekvivalentu, neúplný popis rovníc a symbolov. Praktická časť práce sa skladá z veľmi stručne popísaných implementačných detailov v rámci teoretických východísk a samostatnej kapitoly diskutujúcej výsledky. V práci nie je obsiahnutý popis používaných dát. Až z príloh je známe množstvo obrazov a akvizičné parametre u MRI. Nie sú však známe ďalšie podrobnosti a množstvo patologických resp. fyziologických snímok, čím nie je úplne splnený 2. bod zadania. Študent implementoval tri segmentačné metódy: segmentácia s využitím filtrácie obrazu Gaborovými filtrami, metóda „watershed“ resp. využitie Mumford-Shahovej energie pre segmentáciu. Popis ich realizácie je často nedostatočný a miestami nepresný, pričom niektoré detaily sú známe len z odovzdaných kódov. Všeobecne na základe dosahovaných výsledkov možno konštatovať, že použité metódy pri danom nastavení nesegmentujú medzistavcové platničky. Výsledky nie sú dostatočne komentované a chýbajú i obrázky, ktoré by podkladali uvedené tvrdenia. Prvá metóda s využitím Gaborovych filtrov má logický postup avšak bolo by nutné optimalizovať parametre a spôsob predspracovania vzhľadom na používané dáta. Metóda „watershed“ sa nezameriava na samotnú segmentáciu medzistavcovej platničky a nie sú uvedené ani výsledky segmentácie. U tretej metódy je teoreticky popísaný špecifický algoritmus využívajúci Mumford-Shahovu energiu, študent však využíva voľne dostupný algoritmus vychádzajúci z iných teoretických východísk, ktorý rovnako nie je optimalizovaný na riešený problém. V práci úplne chýba návrh systému pre automatickú diagnostiku hernie disku. Na základe týchto faktov nie je splnený 4. a 5. bod zadania. V poslednej kapitole študent stručne diskutuje výsledky, avšak použité argumenty podľa môjho názoru neodhaľujú podstatu nefunkčnosti programových implementácií a miestami sú irelevantné. Chýba tiež diskusia možností automatickej detekcie hernie disku, čím nie je úplne splnený 6. bod zadania. Na záver konštatujem, že odovzdaná práca nespĺňa body zadania a formálne požiadavky kvalitnej bakalárskej práce. Na základe vyššie uvedených faktov hodnotím prácu stupňom F (20 bodov).
eVSKP id 134360