BLASCHOVÁ, E. Komprese signálu EKG [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.
Studentka nastudovala a v práci popsala problematiku komprese záznamů EKG se zaměřením na kompresní metody využívající vlnkové transformace. Pro realizaci si zvolila dvě kompresní metody RLE a SPIHT, které realizovala a otestovala na dvou kompletních standardních databázích. Dosažené výsledky potom porovnala s ostatními autory. Zadání diplomové práce tak byly bezezbytku splněno. Po formální stránce je práce na vynikající úrovni. Od úvodu po závěr má solidních 60 stran, z čehož polovina je věnována praktické části. Práce obsahuje 44 zdrojů převážně zahraniční literatury. Vytknout mohu pouze několik překlepů a místy nepřesné vyjadřování. Po odborné stránce je práce taktéž na vynikající úrovni. Studentka nad rámec své práce realizovala kromě algoritmu RLE také velmi komplexní a pokročilý algoritmus SPIHT. Studentka pracovala samostatně, využívala konzultací a zapracovala veškeré připomínky vedoucího práce. Dosažené výsledky diplomové práce jsou nad očekávání a proto práci hodnotím stupněm výborně / A.
Studentka v práci teoreticky rozebrala metody pro kompresi dat se zaměřením na signály EKG. Dále jsou v práci uvedeny různé metody pro hodnocení kvality signálu po kompresi a následné rekonstrukci. V této části oceňuji zejména správné rozlišení procentuální chyby (PRD) a její normalizované varianty, což nedělají zdaleka všichni autoři článků v impaktovaných časopisech. V praktické části studentka realizovala dva kompresní algoritmy založené na vlnkové transformaci. První využívá kromě WT kvantování a proudové kódování. Druhá sofistikovanější metoda využívá pokročilý a velmi populární kompresní algoritmus SPIHT. Oba algoritmy jsou testovány na dvou kompletních standardních databázích signálů EKG – MIT-BIH Arrhythmia Database a MIT-BIH ECG Compression Test Database. V práci jsou testovány 4 stupně rozkladu WT a 5 různých vlnek při různém nastavení bitové hloubky, avL nebo PRD a to pro oba kompresní algoritmy aplikované na obě testované databáze. Dále autorka testuje dva módy WT (symetrizace a periodizace), důvod ale blíže nepopisuje. Výsledky jsou přehledně prezentovány v podobě grafů a tabulek a řádně diskutovány. Pro úplnost autorka uvádí i ukázky signálů dosahujících nejlepší a nejhorší komprese. Autorka tedy našla optimální nastavení pro dané algoritmy a příslušné databáze, které pak aplikovala na filtrované signály obou databází. V práci je uvedeno, že u některých signálů a nastavení vykazuje komprese také filtrační vlastnost, která je ale podle číselných výsledků minimální. Podle uvedených obrázků se nabízí otázka, zda se vůbec jedná o filtrační vlastnost nebo spíše o chybu rekonstrukce. Kapitola 9 obsahuje porovnání výsledků realizovaných kompresních algoritmů se 14 různými kompresními algoritmy včetně dvou realizací SPIHT, z nichž obě autorka předčí. Práce je přehledně členěna, obsahuje množství obrázků a blokových schémat usnadňujících pochopení textu a 44 kvalitních literárních zdrojů. Na druhou stranu je třeba podotknout, že práce místy obsahuje typografické chyby, některé zkratky nejsou vysvětleny při prvním použití a některé jsou vysvětleny nepřesně. Zejména v teoretické části se také objevují obsahové nepřesnosti. V některých částech práce bych také ocenila podrobnější vysvětlení (např. na str. 28 – umělé snížení PRD a zvýšení SNR v určitých případech, v kapitole 7 – blokové schéma). I přes uvedené nedostatky bylo zadání práce splněno v plném rozsahu a práce je na velmi dobré úrovni. Je zřejmé, že autorka práci věnovala značné úsilí. Práci hodnotím 87 body a přikládám otázky.
eVSKP id 93521