HOLDOVA, K. Klasifikace spánkových EEG [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2013.
Předložená práce je věnována automatické klasifikaci spánkového EEG za použití vlnkové transformace pro odvození příznakového vektoru a umělé neuronové sítě pro samotnou klasifikaci. Studentka prostudovala velké množství literatury z oblasti klasifikace spánkových fází lékaři a metod zpracování a automatické klasifikace spánkového EEG. Přestože studentka hojně využívala konzultace, praktická realizace vybraného postupu byla pro ni velice náročná. Díky snažlivosti a cílevědomosti se však studentce podařilo splnit zadání, i když v jeho téměř minimálním rozsahu. Byl otestován jenom jeden klasifikační model, kdy všechny spánkové fáze byly sjednoceny do jedné skupiny, a výsledná klasifikace se prováděla do dvou základních tříd: bdělost a spánek. Na daném modelu byl otestován vliv topologie a algoritmu učení sítě na výsledky klasifikace. Poznatky o zastoupení energie jednotlivých rytmů EEG v různých spánkových fázích, které byly studentkou získány pomocí statistické analýzy vypočtených parametrů EEG, by určitě mohly přispět k návrhu více sofistikovaného klasifikátoru. Práci hodnotím stupněm D/68b.
Předložená diplomová práce se zabývá metodami pro klasifikaci spánkových fází ze záznamů EEG získaných z veřejně dostupné databáze na Physionetu. Získání příznaků jednotlivých epoch EEG je provedeno sečtením příslušných pásem po paketové transformaci s úplným rozkladovým stromem. Z těchto příznaků jsou spočítány některé parametry, které jsou vstupem pro samotný klasifikátor realizovaný pomocí UNS. Problematickou částí práce je již samotné získávání příznaků vlnkovou transformací. Studentka vychází z dostupné literatury, konkrétně z Obr. 25 a Tab. 3, kde autoři využívají neúplný rozkladový strom a označení pásem poté aplikuje na svůj úplný strom. Na Obr. 33 až 38 jsou tedy sčítána nesouvisející pásma a tudíž získány nesprávné příznaky. To považuji za hlavní důvod toho, že se v práci nepodařilo úspěšně odlišit jednotlivé spánkové fáze. Jediným úspěchem tak zůstává téměř stoprocentní rozeznání stavů wake-sleep. Z formálního hlediska se mnoho věcí vytýkat nedá, práce má logickou skladbu i obsah kapitol a teoretická část popisuje jen témata nezbytná pro řešení zadaného úkolu. Na dobré úrovni je také úprava textu a práce s literárními zdroji.
eVSKP id 65885