SMRČKOVÁ, M. Detekce obstrukční spánkové apnoe z polysomnografických záznamů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.
Studentka Markéta Smrčková se ve své práci zabývala detekcí obstrukční spánkové apnoe z polysomnografických záznamů. Na základě poznatků, získaných při vypracování literární rešerše, měla vybrat vhodné signály a navrhnout algoritmus pro detekci apnoických pauz. Tento algoritmus pak měl být realizován na dostupných datech a srovnán s jinými studiemi. Studentka k práci přistupovala svědomitě, informovala vedoucího o průběhu práce a v případě potřeby docházela na konzultace. Kladně hodnotím i vhodnost a množství použité literatury. Práce je čtivá, byť místy působí rozvláčně a čtenář tak může získat dojem, že se autorka snaží text natahovat. V praktické části dosahuje studentka s ohledem na jednoduchost algoritmu dobrých výsledků. Práci i přístup studentky z pohledu vedoucího hodnotím kladně, práci doporučuji k obhajobě a navrhuji hodnocení A, 90 bodů.
Studentka Markéta Smrčková vypracovala bakalářskou práci na téma Detekce obstrukční spánkové apnoe z polysomnografických záznamů. Práce je členěna do 5 kapitol na 30 stranách. V teoretické části práce je popsáno dýchání, spánek a spánkové apnoe. V další části jsou popsány možnosti polysomnografie s popisem jednotlivých měřených biosignálů. Stěžejní kapitolu 2.10 – Metody detekce spánkové apnoe by bylo vhodnější mít jako samostatnou kapitolu a mírně ji rozšířit. V praktické části práce byl realizován detektor založený na jednoduchém prahování hodnot dílčích biosignálů. Testování bylo provedeno na datech z databáze PhysioNet. Realizovány jsou způsoby prahování s konstantním a adaptivním prahem. U obou metod je provedeno experimentální nastavení prahu formou individuálních a společných prahů. Experimentální volba prahu není příliš diskutována, ocenil bych vykreslení různých prahů a jejich vliv na výslednou přesnost detekce. V tomto bodě by při znalosti referenčních hodnot šlo uvažovat vytvoření „semiautomatické metody s učitelem“, ve které by se prahy našly automaticky na základě manuálního označení části signálu a ty byly použity pro další práci na datech konkrétního pacienta. Ačkoli jsou použité metody poměrně jednoduché, dosahují velmi dobré přesnosti i ve srovnání s ostatními publikovanými metodami. Po formální stránce vytýkám občasné psaní desetinných teček, nesprávné psaní číslovek a některé gramatické prohřešky. Práce je psaná v prostředí LaTeX, nicméně nechápu, proč jsou tabulky kopírovány z Excelu. Obdobný formát tabulky není problém vytvořit i v prostředí LaTeX s podstatně lepší kvalitou, nezatíženou JPEG kompresí. U obrázků 4.3 a 4.4 je stejný nadpis, ačkoli se jedná o jiné způsoby prahování. Práce odkazuje na 26 literárních položek. U seznamu symbolů bych ocenil abecední řazení jednotlivých pojmů. Předložená práce je i přes relativně nenáročné metody a menší rozsah textu kvalitní, zadání považuji za splněné v celém rozsahu. Práci doporučuji k obhajobě a hodnotím známkou výborně (A – 90 bodů).
eVSKP id 110529