VÁVROVÁ, E. Automatická klasifikace spánkových fází z polysomnografických dat [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.
Studentka se zabývala automatickou klasifikací spánkových fázi za použití polysomnografických dat. Prostudovala dostatečné množství literatury a na základě získaných poznatků realizovala tři různé klasifikační postupy, včetně výpočtu a výběru relevantních klasifikačních příznaků a výběru optimálního nastavení parametrů jednotlivých klasifikačních algoritmů. Předložené klasifikátory umožňují dosažení výsledků srovnatelných s výsledky dostupnými v odborné literatuře. Nad rámec zadání bylo vytvořeno rozsáhlé a přehledné grafické uživatelské rozhraní umožňující zobrazení vstupních dat, testovaní jednotlivých klasifikačních metod a zobrazení dosažených výsledků v podobě kontingenční tabulky. Výsledky jsou v práci podloženy grafickými ukázkami a přehlednými tabulkami a jsou řádně diskutovány. Po formální stránce je práce na velmi dobré úrovni. Všechny požadavky zadání byly splněny. Osobní konzultace nebyly možné kvůli zahraniční stáži studentky po dobu celého letního semestru. Přesto se jí podařilo díky samostatnosti a mimořádné svědomitosti vypracovat kvalitní práci, kterou hodnotím stupněm A/98 b.
Študentka Eva Vávrova sa v rámci diplomovej práce venovala problematike klasifikácie spánkových štádií za pomoci polysomnografického záznamu. Úvod práce tvorí teoretický popis PSG merania, sledovaných signálov (s dôrazom hlavne na EEG, EOG a EMG signál) a morfológie spánku. Následne sú uvedene prístupy k predspracovaniu, extrakcii príznakov a klasifikácii spánkových štádií. Teoretická časť práce je prehľadne, logicky členená a k jej spracovaniu nemám žiadne výhrady. V úvode praktickej časti prace študentka popisuje vstupné data, ako aj zvolené prístupy analýzy v časovej, frekvenčnej a časovo-frekvenčnej oblasti. Všetky uvedené metódy sú testované a zhodnotené na reálnych datach. Druhá časť praktickej realizácie zahŕňa vyhotovenie, popis a testovanie troch klasifikačných algoritmov, ktorých výstupy sú kvantitatívne zhodnotené pre dve vhodne zvolene rozloženia klasifikačných tried (plná AASM klasifikácia a W, N3, REM klasifikácia). Zaver praktickej časti práce následne tvorí zhrnutie nadobudnutých výsledkov ako ja popis užívateľského rozhrania a možností ovládania vytvoreného softwaru. Celkovo je predložená práca na výbornej úrovni a k odbornej či formálnej stránke nemám žiadne vážne výhrady. Naopak musím oceniť jej rozsah, komplexnosť a zdarnosť vyhotovenia predloženého softwaru. Zadanie práce pokladám za splnené vo všetkých bodoch a hodnotím prácu ako výbornú A (99 bodov).
eVSKP id 93565