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 problematice segmentace meziobratlové ploténky. Jedná se o dopracování dříve neobhájené práce. V teoretické části práce byly odstraněny nedostatky, které byly vytýkány jak vedoucím, tak i oponentem. Rešerše má logickou strukturu a působí logickým dojmem. Přehled jednotlivých segmentačních technik je na odpovídající úrovni pro bakalářské práce. U některých metod dochází k drobným nedorozuměním vlivem překladu původních anglických textů. Praktická stránka práce byla oproti předchozí verzi zlepšena. Nicméně musím konstatovat, že tato část práce není úplně optimální. Implementovány byly tři metody (2 pro snímky z MRI, jedna pro CT snímky). Za nejslibnější považuji první metodu. V textu práce postrádám detailnější ukázku dílčích kroků jednotlivých metod pro ukázkové snímky, což by mohlo pomoci lépe odhalit silné a slabé stránky algoritmu. Předložená práce splňuje jednotlivé body zadání, nicméně praktická část by mohla být prezentována lépe. Práci doporučuji k obhajobě a hodnotím ji známkou uspokojivě (D - 60 bodů). Přikládám otázku k obhajobě: 1) Pro hodnocení pomocí indexů Jaccardi a DICE jste používal manuálně segmentované oblasti. Můžete na ukázkovém snímku srovnat výslednou segmentaci pomocí implementovaných metod s touto manuální segmentací?
Bakalárska práca sa zaoberá segmentáciou medzistavcovej platničky v obrazových dátach z CT a magnetickej rezonancie s dôrazom na diagnostiku hernie. Na začiatku treba zdôrazniť, že úroveň kvality práce sa výrazne zlepšila oproti prvému obhajovanému textu. Práca je členená na teoretickú (27 strán) a praktickú časť (9 strán). Teoretická časť je zbytočne dlhá a obsahuje množstvo pre prácu irelevantných informácií, zatiaľ čo praktická časť je príliš stručná. Po formálnej stránke došlo k výraznému zlepšeniu predovšetkým pri práci s literatúrou. U obrázkov je často uvedené množstvo zdrojov a nie je teda jasné, odkiaľ bol daný obrázok prevzatý. Vytkol by som tiež umiestnenie vzorcov 3.15 a 3.16 vedľa seba a presah textu do okraja na str. 40. Text je písaný odborne, miestami sa objavujú preklepy alebo nezrozumiteľné či nepresné formulácie (napr. zámena gradientu a jeho absolútnej hodnoty), nesprávne preložené pojmy. V práci sa vyskytujú nepopísané alebo nesprávne označené (rov. 3.16) symboly, nezadefinované pojmy (napr. „páteřní křivka“) a tvrdenia, ktoré by bolo treba podložiť argumentačne alebo referenciou na relevantnú literatúru. Z pohľadu štruktúry a prehľadnosti práce by som vytkol rozkúskovaný popis metódy narastania oblastí čiastočne v kap. 3.1 a čiastočne v 3.2, alebo duálny popis vlastných funkcií na dvoch miestach v implementačných detailoch. Praktická časť sa skladá z popisu použitých dát, implementačných detailov troch algoritmov, a z diskusie výsledkov. Oproti predošlej verzii je popis dostupného datasetu podrobnejší. Popis datasetu je však podľa môjho názoru stále nezrozumiteľný a nedostatočný - nie je napr. uvedená povaha dát, celkový počet zdravých pacientov (uvedený je jeden pacient s patológiou); tabuľky sa odkazujú na „použité“ dáta avšak počty nesedia s objemom experimentálneho datasetu (86); nejasná je tiež vlastná anotácia a podozrivý je celkový počet CT sérií (11) u jedného pacienta s výskytom hernie. Čistenie dát by bolo vhodné podrobnejšie zdokumentovať (v jednom prípade sa odkazuje na kapitolu, v ktorej však dané požiadavky uvedené nie sú); napr. ukázať príklady obrázkov, ktoré už boli považované za nežiadúce. Popis implementačných detailov troch navrhnutých algoritmov (metódy s využitím Gaborovych filtrov, metódy narastania oblasti a metódy s využitím geometrických kontúr) je rozšírený oproti predošlej práci. Zameriava sa predovšetkým na stručný popis implementovaných funkcií, často však len vo forme výstupov príp. vstupov. Napriek popisu metód z východiskových článkov v teoretickej časti by bolo potrebné vlastnú implementáciu zdokumentovať podrobnejšie, uviesť detaily nastavenia parametrov, výsledky jednotlivých medzikrokov (ideálne i vo forme obrázkov, ktoré v tejto kapitole chýbajú úplne), príp. uviesť blokové schémy. V časti implementácie geometrických kontúr je uvádzané, že sa používa Chen-Vesseho metóda. Tú by bolo vhodné zmieniť v teoretickej časti spolu s rozdielmi oproti článku, ktorý je uvádzaný ako východiskový. Z textu nie je ďalej známa samotná implementácia a až z odovzdaných kódov je známe, že programová implementácia je prevzatá (s uvedením príslušnej licencie). Výsledky s diskusiou sú uvedené na 3 stranách vrátane 3 obrázkov, 2 tabuliek a pol strany textu. Uvedené nízke hodnoty evaluačných metrík značia nízku kvalitu segmentácie vo všetkých troch prípadoch, čo s prihliadnutím na fakt, že sa jedná o prácu na bakalárskej úrovni, nie je zásadný problém. Najväčším nedostatkom práce je takmer úplne chýbajúca diskusia výsledkov, prípadov kedy metóda funguje a naopak zlyháva. Potrebná by bola tiež obrazová dokumentácia – pre každú metódu je uvedený jeden obrázok vstupu a výstupu. U metódy s použitím geometrických kontúr je dokonca dokumentovaný výsledok segmentácie tela stavca namiesto požadovanej medzistavcovej platničky, pričom v texte je uvedené, že sa jedná o úspešnú segmentáciu. Nastáva teda otázka, ako vyzerajú anotácie dát. Podľa zadania sa práca mala zamerať na diagnostiku hernií, avšak diskusia možnosti automatickej detekcie v texte obsiahnutá nie je, čím nie je splnený 6. bod zadania. Záverom konštatujem, že napriek výraznému zlepšeniu oproti prvému textu nie je odovzdaný text kvalitným bakalárskym dielom. Pri obhajobe študentovi výrazne odporúčam popísať (nad rámec odovzdaného textu a s príkladmi obrázkov) celkový postup vlastných algoritmov a dôkladne diskutovať dosiahnuté výsledky a z toho vyplývajúce závery. Z vyššie uvedeného vychádzajú i otázky oponenta. Celkovo hodnotím prácu stupňom F (45 bodov).
eVSKP id 136709