KHALIULLINA, S. Lokalizace srdečních arytmií v EKG s využitím hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.
Studentka Sabina Khaliullina se věnovala návrhu a implementaci postupu pro lokalizaci fibrilace síní v EKG s využitím hluboké neuronové sítě. Na tématu pracovala soustavně a pravidelně konzultovala dílčí kroky. Vycházela z řešení již dostupného na UBMI a zvolenou architekturu sítě modifikovala dle potřeb práce. Řešené komplexní téma bylo pro studentku výzvou a vyžadovalo od ní pochopení problematiky hlubokých neuronových sítí a metody multiinstančního učení jak z věcného, tak implementačního hlediska. V průběhu řešení technických otázek studentka vynakládala obrovské úsilí a věnovala velké množství času pochopení použitých metod. Hodně se věnovala i přípravě dat, kdy zkoumala vlastnosti signálů a průběžně verifikovala anotace dostupné v databázi. Z uvedených důvodů již nestihla důkladně systematizovat dosažené výsledky, zdokumentovat všechny odzkoušené lokalizační postupy, otestovat metody na větším množství záznamů a připravit technickou zprávu v kvalitě, kterou sama od sebe očekávala. Nicméně, považuji zadání práce za splněné. Zvolená detekční metoda je založená na empirických poznatcích o projevech fibrilace síní v příznakovém signálu. Metoda je jednoduchá a jistě má svá úskalí, avšak uvedené výsledky – včetně vhodně zvolených metrik a ilustračních obrázků – poukazují na její potenciál. Dosažené výsledky si jistě zaslouží detailnějšího zkoumání v rámci navazujících práci. Práci hodnotím stupněm D/63 b.
Studentka Sabina Khaulina předložila diplomovou práci na téma “Lokalizace srdečních arytmií v EKG s využitím hlubokého učení”. Práce je dlouhá 32 stran a je rozdělena do 4 hlavních kapitol, mimo úvod a závěr. Teoretická část práce se zabývá popisem atriálních fibrilací a úvodem do hlubokého učení. Autorka popisuje atriální fibrilace jak z pohledu fyziologie i patofyziologie, tak jejich projevech na křivkách EKG. Dále rozebírá rozdíly mezi perzistentní a paroxysmální fibrilací síní. Kapitola o hlubokém učení pojednává o konvolučních sítích, jejich typech a dále rozebírá několik přístupů k automatické detekci fibrilace síní popsaných v literatuře. Poslední teoretická kapitola potom popisuje multi-instanční učení. Celkově je první část práce velmi stručná (8 stran) a není přesvědčivým důkazem, že studentka problematiku dostatečně pochopila. Chybí mi důvody, proč popisuje zvolené techniky, a také důvody pro využití konkrétních přístupů. Postrádám taktéž popis technik, které slouží k hodnocení modelu, jako je váhovaná křížová entropie. V realizační části práce je nejprve popsán dataset, se kterým studentka pracovala. Záznamy s oběma typy fibrilace síně pocházely dohoromady od 47 pacientů (celkově cca 1400 záznamů). Co považuji za zásadní je, že studentka nepřistoupila k rozdělení datasetu na trénovací a testovací i z pohledu pacientů. Z praxe víme, že variabilita různých záznamů pocházejích od stejného pacienta s danou arytmií je velmi nízká, tudíž je pravděpodobné, že se v trénovacím i testovacím datasetu nakonec vyskytovala data téměř totožná. Je také otázkou, proč v tabulkách 3.1 a 3.2 neuvádí v trénovacím datasetu žádné záznamy s paroxysmální fibrilací síní. Architektura realizovaného modelu vychází z modelu použitém v jednom ze zdrojů, který autorka popisuje, nicméně nevysvětluje žádný z použitých hyperparametrů. Výsledný model je složen z klasifikační části (paroxysmální vs perzistující fibrilace) a post-procesní části, zajišťující lokalizaci fibrilace. Ačkoli o klasifikační kvalitě modelu pochybuji (viz tabulka 4.1), lokalizace funguje překvapivě dobře. Ta je také největším přínosem práce. Studentka využívá metodu lokálních maxim v příznakovém signálu, kdy lokalizuje začátek a konec v případě paroxysmální fibrilace. Hodnoty maxim porovnává s prahem, u kterého není vysvětlena jeho stanovená hodnota. 9 stran práce je z mého pohledu zbytečně věnováno jen grafům, které v některých případech nejsou vybrány nejvhodněji. Nakonec srovnává autorka své výsledky s dostupnou literaturou, kdy výsledky jsou pravděpodobně ovlivněny špatným designem datasetu. Samotné řešení práce je popsáno na 12 stranách. Po formální stránce mám několik hlavních výtek. Velkým problémem práce je psaný projev autorky. V textu se vyskytuje velmi velké množství gramatických a syntaktických chyb, které někdy vedou k nesmyslným spojením a větám. Čeština není rodnou řečí autorky, což ovšem nevysvětluje, proč práce očividně neprošla kontrolou. Z hlediska úrovně textu tedy nelze práci prakticky hodnotit. Některé z obrázků by si zasloužily lepší kvalitu. Ve schématech není jednotný jazyk (čeština nebo angličtina). U některých grafů chybí popisky os a jsou umístěny až v popiscích obrázků. Autorka čerpala z 13 literárních zdrojů, které nemají jednotnou citační formu. Celkově je práce na hranici akceptovatelnosti, jak svou úrovní a rozsahem, tak i nedotažeností použitých přístupů. Body zadání byly nicméně splněny a práci hodnotím stupněm E/50 bodů.
eVSKP id 142111