TROJÁNEK, V. Segmentace významných struktur v obrazových datech sítnice [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.
Student Václav Trojánek vypracoval bakalářskou práci na téma segmentace významných anatomických struktur v obrazových datech z fundus kamery. Student se v práci nejdříve věnuje technickému popisu přístrojů používaných pro snímání očního pozadí a dále popisuje publikované metody segmentace objektů v obrazech sítnice. Uvedenou rešerši používaných metod považuji za dostatečnou a adekvátní. V rámci praktické části student navrhl funkční algoritmy pro segmentaci optického disku, cévního řečiště a žluté skvrny. K tomu využil poměrně základní metody z oblasti zpracování obrazu. Navržené algoritmy student implementoval v programovacím jazyce Python. Kladně hodnotím, že se mu podařilo různé základní metody zkombinovat a vytvořit dobře fungující algoritmy, které, po vyhodnocení na známých databázích, dosahují poměrně dobré úspěšnosti. Postup návrhu algoritmů a implementace je v práci přehledně popsaný. Nicméně, zde bych se přikláněl, aby byl teoretický popis a návrh algoritmů oddělen od popisu programové implementace a nepletly se tyto dvě věci dohromady do jedné kapitoly. Po formální stránce bych vytknul kvalitu některých obrázků, zejména blokových diagramů. Občas se v textu práce vyskytují překlepy. Některé technické výrazy jsou uvedeny nepřesně, patrně z důvodu chybného překladu z anglického jazyka. Neprofesionálně působí tabulky s číselnými výsledky hodnocení metod. Ty měly být umístěny spíše do příloh. V průběhu semestru student pracoval zcela samostatně a v podstatě vůbec nekonzultoval. Výsledky práce jsem viděl až v rámci odevzdání rozpracované verze práce. Nicméně, i tak student splnil zadání a dokázal vytvořit, dle mého názoru, kvalitní bakalářskou práci. Hodnocení: B/88b.
Předložená práce se zabývá detekcí významných objektů v retinálních snímcích. Práce má logickou struktura a je členěna do 6 hlavních kapitol na 56 stranách. Teoretická část práce se zabývá základní anatomií oka a metodami snímání očního pozadí. Text těchto kapitol mohl být sloučen do jedné. Hlavní kapitola teoretického úvodu pojednává o metodách segmentace obrazů sítnice. Definovány jsou tři základní úlohy pro detekci optického disku, cév na sítnici a žluté skvrny. Tato rešerše dává dobrý vhled do problematiky a u každého diskutovaného problému cituje řadu kvalitních zdrojů. Praktická část práce začíná kapitolou čtyři, kdy jsou vybrané algoritmy blíže popsány a diskutovány, odůvodnění výběru konkrétních algoritmů však v práci chybí. Drobné výtky mám k rovnici 4.1, která neodpovídá parametrickému vyjádření kružnice, dále u obrázku 4.2 se ztratila jedna z hlavních os. Použitá metoda pro detekci optického disku se částečně jeví jako hodně empirická a odůvodnění některých zvolených parametrů by mohlo být detailnější - např. velikost masky 15x15 pro rozostření, kombinace různých morfologických operací. Dále není jasné jak došlo ke zkombinování rozostřeného výběru s původním snímkem (viz str. 27 dole). Samotná detekce optického disku s využitím Cannyho detektoru a následným použitím Houghovy transformace je v pořádku. Pro segmentaci cév byla využita kombinace CLAHE algoritmu a OTSU prahování. Detekce žluté skvrny je i v literatuře nejméně probádanou částí, proto je zvolený algoritmus značně experimentální. Nicméně ukazuje se, že na ukázkovém snímku může rozumně fungovat. Všechny metody student otestoval na databázích dostupných retinálních snímků a provedl srovnání výsledků s literaturou. Zde mi není jasná hodnota IoU v tab. 6.2 u autorovy metody, která není shodná s průměrným výsledkem v tab. 6.1, ani s hodnotami v textu práce. Z uvedené diskuze je zřejmé, že předložené metody fungují na datech, na kterých student algoritmy implementoval. Na neznámých datech jsou výsledky horší. Nicméně v případě bakalářské práce považuji předložené výsledky a následnou diskuzi za zcela dostatečné. Po formální stránce je práce na vyhovující úrovni. Vytýkám především umístění rozsáhlých tabulek do textu práce, umístění v příloze by bylo vhodnější. Stejně tak by v kapitole 4 šlo lépe optimalizovat využití jednotlivých stránek. Některé tabulky přetékají přes konec stránky - tab. 6.2. nebo 6.5. Práce cituje 56 položek literatury, vytýkám zbytečné použití Wikipedie v části úvodu do problematiky segmentace obrazu. Práce je jako celek příkladem kvalitní bakalářské práce. Tuto práci doporučuji k obhajobě a navrhuji hodnocení velmi dobře (B – 85 bodů).
eVSKP id 159729