NĚMČÁKOVÁ, J. Automatická detekce blokády levého Tawarova raménka dle striktních kritérií [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.
Studentka Jesika Němčáková se zabývala tématem detekce kompletní blokády levého Tawarova raménka (tLBBB) dle striktních kritérií. V první kapitole studentka popisuje anatomii a elektrofyziologii srdce a ve druhé kapitole elektrokardiogram. Některé podkapitoly popisují oblasti, které nejsou pro práci významné jako např. detailní popis manuálního určování TF z EKG papíru, naopak podrobněji by měla být popsaná samotná LBBB a především doposud publikované metody pro její automatickou detekci, které v práci nejsou vůbec zmíněny. V praktické části studentka realizovala algoritmus pro automatickou detekci QRS notching a slurring a pro detekci morfologií QS a rS komplexů QRS. K realizovanému algoritmu mám několik připomínek. U detekce tvaru rS by bylo vhodné použít prahovou hodnotu pro rozlišení „r“ a „R“, nestačí porovnání amplitudy kmitu S a kmitu R, protože se takto neodhalí tvar RS, kdy by R bylo nižší než S v absolutní hodnotě. Detekce tvaru QS v práci není prakticky zmíněná, metodika není z popisu zřejmá. V kapitole detekce QRS slurring postrádám konkrétní hodnoty stanovených prahů deltax, dx a dy a také popis metodiky, podle které byly tyto prahy nastaveny. Ve výsledcích chybí vyhodnocení přesnosti měření trvání QRS komplexu. Ve vyhodnocení detekce QRS slurring a notching není vhodné testování algoritmu „bez respektování Straussova kritéria o oblasti detekce“. Vzhledem k tomu, že algoritmus toto pravidlo respektuje, není možné to porovnávat s referencí bez respektování, výsledky pak nejsou vypovídající. Přes výše uvedené nedostatky konstatuji, že celkové výsledky práce jsou uspokojivé, přesnost byla otestována na skryté testovací sadě, ke které neměla studentka přístup, a i zde vyšla přesnost uspokojivě. K práci mám rovněž formální připomínky. Rozsah práce je pouze 26 stran od úvodu po závěr, stránky práce nejsou očíslovány, některé obrázky v práci jsou nekvalitní, ne všechny rovnice jsou očíslovány a odkazy na literaturu nejsou seřazené. Vzhledem k výše uvedenému navrhuji známku E, 58 bodů.
Studentka navrhla a otestovala algoritmus pro automatickou detekci blokády levého Tawarova raménka (LBBB) dle určitých standardizovaných kritérií. Rešerše se opírá o relevantní odbornou literaturu z oblasti EKG vyšetření a diagnostiky LBBB, avšak postrádám popis současně využívaných algoritmů pro automatickou detekci této patologie. Praktická část je velmi stručná a bohužel neobsahuje výstižný a srozumitelný popis navržených algoritmů. Není jasné, jak probíhala a v čem spočívala optimalizace algoritmu, která tvoří samostatný krok v zadání práce. Pravděpodobně se jednalo o výběr vhodných prahových hodnot, hodnot parametrů deltax, dx, dy důležitých pro detekci tzv. slurring a notching a také parametrů funkcí Matlabu použitých pro hledání extrémů v signálech. Práce ovšem obsahuje jen krátkou zmínku o účelu použití těchto parametrů a vůbec neřeší jejich nastavení. Až z přiloženého kódu se dá dozvědět, že veškeré zmíněné parametry byly nastaveny jako konstantní hodnoty, což nezohledňuje aktuální délku QRS komplexu, ani amplitudu jednotlivých kmitů v daném svodu. Změny hodnot parametrů v rámci optimalizace byly zřejmě prováděny ručně. Vzhledem k množství parametrů, které jsou navíc obsažené v různých funkcích, se lze domnívat, že bylo vyzkoušeno jen několik málo kombinací, což nelze považovat za optimalizaci algoritmů a výsledné hodnoty parametrů tak nelze považovat za optimální. Z kódu lze rovněž zjistit postup pro detekci QS komplexů, která byla opomenutá v teoretické části. Z hlediska implementace, práce je zatížená řadou nedopatření a chyb, které by mohly vést k dosažení vágních výsledků či dokonce nefunkčnosti algoritmu na některých datech. Např. pro rozměření QRS studentka používá dostupnou funkci, která byla původně navržená pro delší EKG signály, a tak vyžadovala modifikaci. Studentka se s touto komplikací vypořádala tak, že signál obsahující jeden reprezentativní cyklus prodloužila prostým opakováním cyklu 3krát za sebou. Již z obr. 12 je zřejmé, že ve výsledném signálu mohlo docházet ke vzniku extrémů, jenž mohly být detektorem považovány za kmity QRS komplexů. Právě z tohoto důvodu a také možné přítomnosti artefaktů mohlo docházet k detekci v těchto signálech více než tří komplexů QRS. Navržené řešení této situace spočívalo ve výběru jenom druhého extrému ze všech detekovaných pro následné kroky zpracování, což mohlo vést k analýze úseků nesouvisejících s QRS komplexy. Implementace detektoru hojně využívá podmíněných příkazů if-else, které místy obsahují redundantní podmínky. Kladně hodnotím průběžnou kontrolu dílčích výsledků, a to jak na trénovací, tak na nezávislé testovací množině. Konkrétně studentka vyhodnotila zvlášť úspěšnost detekce jednotlivých tvarů QRS komplexů, QRS slurring a notching, a nakonec LBBB za různých podmínek. Bohužel ani v této části se nevyvarovala nepřesnostem a chybám. Např. postrádám hodnocení přesnosti rozměření QRS, které tvoří základ pro všechny následující výpočty. Dále nesouhlasím s tím, že pro hodnocení detekce slurring/notching byla využita verze detektoru nerespektující Straussova kritéria o oblasti výskytu těchto dvou událostí v rámci QRS komplexu. Předpokládám, že referenční hodnoty, s nimiž jsou výstupy detektoru porovnávaný, daná kritéria respektují. Srovnáni těchto dvojic hodnot mezi sebou tak nemusí vést ke korektním závěrům. Rovněž není jasný původ dvou verzí tohoto detektoru, z nichž první je údajně zaměřená jenom na detekci slurring/notching a druhá na detekci LBBB. Obzvlášť nedůvěryhodně působí značný rozdíl v úspěšnosti těchto dvou verzí. Uvedené výsledné hodnoty senzitivity a specificity detekce LBBB neodpovídají údajům z matic záměn z kap. 4.3 a význam senzitivity je zaměněn významem pozitivní prediktivity. Interpretace výsledků je velmi obtížná vzhledem k chybějícím grafickým ukázkám vstupních dat a odpovídajících dílčích výstupů algoritmů. Kvalitu práce snižují i formální chyby, jakožto chybějící číslování stránek a některých rovnic, nevhodné umístění některých obrázků v textu, tabulky přesahující textové pole, místy vágní neodborné formulace. Práce tak zanechává nejednoznačný dojem. Studentka sice vytvořila detekční algoritmus, který je – alespoň do jisté míry – funkční, ale nedokázala ho srozumitelně prezentovat. Popis metod je povrchní a vyžaduje opakované nahlížení do programových kódů, které jsou naštěstí komentovány. I přes uvedené nedostatky považuji zadání práce za splněné. Práci doporučuji k obhajobě a hodnotím ji stupněm E/55 b.
eVSKP id 118288