HESKO, B. Aktivní kontury pro segmentaci ultrazvukových dat [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2015.
Student se měl ve své práci zabývat tématem aktivních kontru pro segmentaci ultrazvukových dat. Vzhledem k obecně nižší kvalitě ultrazvukových obrazů, zejména díky charakteristickému šumu typu spekle, je to dost náročný úkol. Student ke své práci přistupoval velice aktivně, pravidelně docházel na konzultace, kde přinášel vlastní způsoby řešení. Navrženou metodu student implementoval v jazyku Java s využitím knihoven OpenCV. Metodu rovněž otestoval na různých ultrazvukových obrazech, aby určil možnosti této segmentační techniky. Zadání práce jet tak zcela splněno.
Diplomová práce studenta Branislava Heska se zabývá využitím metod aktivních kontur pro segmentaci ultrazvukových dat, přičemž se zaměřil na dvě metody vycházející z teorie aktivních kontur; aktivní kontury s využitím gradientu a bez jeho využití. V úvodu práce postrádám zmínku o bližším účelu segmentace v ultrazvukových datech a zdůvodnění vhodnosti využití aktivních kontur. Student v první části zpracoval rešerši základních segmentačních metod pro UZV data, u kterých bych ocenil zmínku o jejich výhodách či vhodnosti využití pro tuto aplikaci. Dále jsou v práci popsány metody vycházející z aktivních kontur, jejichž úroveň zpracování dokazuje, že student velmi dobře pochopil jejich základní teorie a principy, což se poté pozitivně projevuje v praktické části. I přesto mám několik závažných výtek k využívání správné terminologie a faktickým chybám. Student v práci velice nepřehledně zaměňuje pojem gradientní obraz a Laplacian, což dále v textu vysvětluje, cituji: „V texte sa teda pod pojmom gradient rozumie Laplacián…“, což považuji za nevhodné vysvětlení. Tato záměna se projevuje i v rovnici 2.15, kde je záměna písmen řecké abecedy delta a nabla. Na obrázku 3.1. (příklad Laplaciánu obrazu) dle mého názoru není Laplacian, anebo je špatně zobrazen. Dále se vyskytují méně závažné formulační nepřesnosti, např. 8 bity nelze vyjádřit záporné hodnoty, spojování hran ve směru gradientu, nebo vyjádření v kontextu, že speckle nepatří mezi multiplikativní šum (str. 17). U obrázku 1.5 (str. 19) mi chybí jakékoli vysvětlení nebo popis os. V přehledu metod aktivních kontur se mi jeví jejich členění na kapitoly neobvyklé, což přikládám určité různorodosti členění v různých publikacích, např. v práci zmíněné aktivní kontury bez využití gradientu se dnes velmi často již řadí mezi geometrické kontury vycházející z geodesických s využitím „level-set“ metody. Nicméně tato část prokazuje studentovo hluboké porozumění této problematice. Kapitola zabývající se implementací metod je přehledná, srozumitelná a vede k dobrému pochopení návrhu a vlastní realizaci jednotlivých metod. Kladně hodnotím i využití programovacího jazyka Java a využití volně dostupných knihoven OpenCV. K celkové komplexnosti softwaru přispívá i vytvořený návod k jeho použití. Obě metody byly testovány na souboru UZV snímků a jejich výsledná segmentace subjektivně vyhodnocena. Výsledky jsou přehledně a v dostatečné míře diskutovány, včetně vlivu parametrů na výslednou segmentaci. Práci shledávám jako zdařilou a hodnotím stupněm B (88 b.)
eVSKP id 84466