MAJTÁN, M. Trénovatelná segmentace obrazu s použitím hlubokých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.
Diplomová práce se zabývá trénovatelnou segmentací MRI obrazů lidského mozku s cílem detekovat roztroušenou sklerózu. Student na práci pracoval průběžně a svědomitě. Všech cílů práce bylo dosaženo a k vypracování byly použity doporučené technologie. V praktické části student prokázal své znalosti programování v jazyce Java a program optimalizoval rozprostřením na více jáder procesoru pomocí systému SPARK. Po obsahové stránce je práce vypracovaná stručně, ale přehledně. Po odborné stránce však postrádá porovnání výsledků s podobnými expermienty a důkladnější popis možného využití aplikace. Navzdory mírním nedostatkům při interpretaci výsledků je práce vypracována kvalitně. Navrhuji výslednou známku A, 90 bodů.
Práce se zabývá segmentací obrazu snímků mozku pořízených magnetickou rezonancí s použitím hlubokých neuronových sítí. V rámci práce vznikl algoritmus pro generování podobrazů ze zdrojových dat a algoritmus pro sestavení hluboké neuronové sítě a spuštění natrénování neuronové sítě. Za hlavní nedostatek práce pokládám, že práce opomíjí popis a zdůvodnění struktury navržené hluboké sítě. Různé konfigurace mají významný vliv na výslednou přesnost, přesto je v práci tato stránka opomenuta. Z formálních nedostatků bych vytknul nesprávné používání pojmů přesnost, preciznost, úspěšnost. Práce je celkově na dobré úrvni a doporučuji k obhajobě.
eVSKP id 93737