ZOBAČOVÁ, B. Segmentace signálů EKG na základě jejich kvality [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.

Posudky

Posudek vedoucího

Vítek, Martin

Studentka nastudovala a v práci dostatečně popsala problematiku odhadu kvality záznamu EKG a jeho následné segmentace. K realizaci si zvolila pokročilou metodu kontinuálního odhadu kvality založenou na wienerovské vlnkové filtraci. Navrženou metodu úspěšně otestovala na umělých i reálných datech. V další části práce navrhla pravidla pro segmentaci záznamu EKG na základě jeho kvality a taktéž je otestovala na reálných a umělých datech. Veškeré výsledky byly řádně statisticky vyhodnoceny a diskutovány. Zadání diplomové práce tak považuji za splněné. Po formální stránce je práce na průměrné úrovni. V textu se vyskytuje příliš mnoho překlepů (např. titulek obr. 6.2, nebo druhá věta v závěru), obrázek 6.12 je uprostřed odstavce a před obrázkem 6.11, není vysvětlena zkratka EKG v úvodu atd. Nicméně práce má solidní rozsah 57 stran od úvodu po závěr a seznam literatury čítá 41 zdrojů. Po odborné stránce je práce na velmi dobré úrovni. Veškeré navržené algoritmy jsou řádně popsány a výsledky jejich testování diskutovány. Navržená metodika se ukázala být funkční a použitelná. Studentka dokázala pracovat samostatně a dosažené výsledky chodila konzultovat. Celkově práci hodnotím stupněm velmi dobře/B.

Navrhovaná známka
B
Body
87

Posudek oponenta

Šaclová, Lucie

Studentka se ve své diplomové práci zabývá segmentací signálů EKG na základě jejich kvality. Praktická část práce je rozdělena na dvě části – odhad kvality signálu a segmentace signálu. V rámci části týkající se odhadu kvality signálu na umělých signálech detailně popisuje a ilustruje výběr mnoha různých vlnek v kombinaci s různými typy prahování, která budou následně použita v rámci metody pilotního odhadu použité pro výpočet SNR. Dle výsledků je vybráno nastavení, které při testování poskytovalo nejlepší výsledky, a to je pak použito pro testování na reálných datech z databáze MIT-BIH. Jako nedostatek zde shledávám absenci ukázek otestování metody na signálech obsahujících patologie. Dále se studentka věnuje segmentaci signálu na základě jeho kvality. Podrobně rozebírá a ilustruje výsledky segmentace vybraných signálů a vysvětluje na nich z jakého důvodu byla zvolena konkrétní pravidla rozhodující o zařazení segmentu do dané kategorie. Tuto část považuji za velice zdařilou a dobře propracovanou. Ovšem za velký nedostatek považuji neuvedení konkrétních výsledků testování pro jednotlivé signály z databáze MIT-BIH (mimo jiné i z důvodu možnosti porovnání s výsledky dalších prací zabývajícími se stejným tématem, které zde také postrádám). Každý čtenář by určitě ocenil i shrnutí dosažených výsledků do přehledných tabulek, které by také výrazně usnadnili orientaci v práci. Z formálního hlediska se v práci vyskytuje větší množství nedostatků: nestejné odsazení nadpisů a následujícího odstavce; zbytečné položky v obsahu; chybějící, nebo zaměněná písmena ve slovech; věty, ve kterých se vyskytují slova, která do nich pravděpodobně nepatří; celkový dojem také kazí místy těžkopádné vyjadřování. I přes uvedené nedostatky je práce kvalitní a přínosná. Hodnotím ji stupněm B, 82 bodů.

Navrhovaná známka
B
Body
82

eVSKP id 110574