MELOUN, J. Nástroj pro automatické hodnocení kvality EEG dat [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Stejně jako se od předchozího pokusu nezměnily cíle práce (tedy návrh a realizace nástroje, který by uživateli jasnou a srozumitelnou formou podal informaci o kvalitě elektroencefalografických nahrávek), tak se nezměnil ani studentův přístup k jejich dosažení. Bohužel se tedy musím opakovat s připomínkami, které jsem měl již minule. Velmi pomalý posun v práci, většinu času řešení elementárních úkolů na úkor toho podstatného, nesourodý text práce plný nepřesností a chyb apod. Místo toho, aby se student zaměřil na nedostatky práce, což by vedlo k vytvoření použitelného díla, na poslední chvíli se přes mé nedoporučení pustil do oblasti simulování EEG dat a klasifikace. Tato témata jsou však nad rámec práce a jejich realizace dává smysl pouze v případě, kdy je vše předchozí bez výtek splněno. Řešení simulací a klasifikace se navíc nese ve velmi podobném duchu jako valná většina ostatního - nepřesnosti, povrchnost, spousta chyb. Jediné, co mohu v práci hodnotit pozitivně, je rozšiřitelnost nástroje o další příznaky. Implementace této části je povedená a škoda, že podobným způsobem není přistoupeno k celé práci. Vzhledem k tomu, že kvalitativní posun v práci a přístupu studenta nepozoruji, navrhuji stejné hodnocení jako v předchozím případě, tedy E, 55 bodů.
Předložená práce studenta Bc. Jana Melouna se zabývá EEG daty a hodnocením jejich kvality. I když od předešlé verze práce byly některé nedostatky odstraněny, je jich v práci stále mnoho. První část práce se věnuje rešerši na téma elektroencefalografie. Rešerše se nyní více věnuje parametrům kvality EEG dat a tak lze tento bod považovat za splněný. Druhý bod zadání byl splněn již v předchozí verzi práce. Body 3 až 6 ze zadání práce stále nejsou vypracovány uspokojivě. K bodu 3, kde by student měl navrhnout koncept nástroje pro automatické hodnocení kvality EEG dat, student určitý koncept rozvinul, ale popis je stále chaotický. Navíc stále nebyla odstraněna připomínka, že nástroj pro automatické hodnocení kvality EEG dat by rozhodně měl být více zaměřen na popisné statistiky použitých metrik a parametrů EEG dat, na vizualizace a zdůvodnění, proč je daný signál kvalitní či nekvalitní. V bodě 4 měl student implementovat nástroj, jehož součástí měl být přehledný report kvality dat. Navržený nástroj byl implementován. Generovaný report, který má být výstupem programu ale nelze prohlásit za přehledný a navíc reportuje stále spíš o úplnosti dat, než o kvalitě. Chybí tabulka s kvantifikací jednotlivých parametrů kvality dat. Jediná informace, která by mohla popisovat kvalitu dat, jsou vizualizace přítomnosti nadprahových četností parametrů kvality dat. Bohužel ale vizualizacím chybí nadpisy či popisy, takže se uživatel nedozví, jaký parametr daná vizualizace zobrazuje. V bodě 5, byl otestován klasifikátor, který ale nefungoval na simulovaných, ani reálných datech. Studentem byla klasifikace s 13% sensitivitou na simulovaných datech interpretována jako „dostačující“. S tím ale nelze souhlasit. Není například diskutováno, proč student vytvářel simulovaná data, o čemž se zadání práce nezmiňuje, a proč student klasifikátor netrénoval přímo na anotovaných reálných EEG datech. I když byl klasifikátor neúspěšný, zasloužil by detailnější popis metrikami hodnocení klasifikátoru jako jsou míra skutečně pozitivních, falešně pozitivních, skutečně negativních a falešně negativních detekcí. Tyto metriky jistě lépe napověděly, že jde o nefunkční klasifikaci a je potřeba zvolit jiný přístup. Bod 6, v rámci nějž měl student diskutovat dosažení jednotlivých bodů zadání považuji stále za nesplněný. Kapitola diskuze obsahuje slovní popis klasifikace simulovaných dat a velice stručný popis neúspěchu použití klasifikátoru na reálných datech. Kromě toho, že by popis použití klasifikátoru na reálných datech měl být mnohem detailnější (například kvantifikace přítomnosti jednotlivých typů artefaktů v poskytnutých datech a úspěšnost/neúspěšnost klasifikace jednotlivých typů artefaktů), se diskuze nedotýká dosažení jednotlivých bodů zadání. Kapitola „Závěr“, která má stále rozsah necelé poloviny A4 obsahuje přehnaná tvrzení typu „Práce se přesunula do praktické oblasti a vydala se na pečlivou cestu nastínění procesu vývoje za automatickým nástrojem pro hodnocení kvality EEG.“, která neodpovídají skutečnosti. Po jazykové stránce práce zvlášť v druhé části obsahuje věty, které nedávají smysl, a není lehké se v textu orientovat. Podle mého názoru se práce od poslední verze sice posunula, ale nefunkční nástroj je stále nedostatečně popsán a prezentován. Navíc není jasné, proč se student věnoval simulaci EEG dat, což je náročná oblast, které se ale student podle zadání věnovat neměl a proč nepoužil přímo anotovaná EEG data. Pro nedostatečné splnění zadání práci hodnotím stupněm F.
eVSKP id 153841