HARTLOVÁ, M. Analýza cév optického disku v sérii snímků z experimentální fundus kamery [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2015.
Cílem diplomové práce bylo seznámit se s vlastnostmi video sekvencí sítnice z experimentální fundus kamery, zejména pak s vlastnostmi obrazových struktur, které na snímcích reprezentují cévní řečiště. Dalším cílem bylo seznámit se s metodami segmentace obrazu a navrhnout vhodnou metodu segmentace cévního řečiště v experimentálních datech pro účely jeho maskování. Studentka využila dostupnou odbornou literaturu, nastudovala si blíže některé metody segmentace obrazu a provedla rovněž literární rešerši známých přístupů segmentace cévního řečiště na sítnici. Studentka poté vybraný přístup segmentace realizovala a otestovala v programovém prostředí MATLAB. Pro finální klasifikaci byly využity i dříve navržené příznaky, vycházející z metody přizpůsobené filtrace a metody výpočtu Hesianu. V průběhu řešení práce se studentka potýkala s častými problémy spojenými zejména s vývojem algoritmů, což ji značně zpomalovalo v postupu. Pravidelně však docházela na konzultace dílčí problémy řešit. U prvního termínu obhajoby práce studentka neuspěla a komise ji doporučila práci doplnit. Studentka v průběhu letních prázdnin práci doplnila a zejména vylepšila navržené algoritmy. Výsledky, které jsou prezentovány v nové verzi práce, již vypadají podstatně lépe. Zadání práce považuji za splněné. Dosažené výsledky a celkový přístup studentky k řešení diplomové práce hodnotím stupněm C (75b.)
Předložená diplomová práce studentky Marie Hartlové pojednává o segmentaci cévního řečiště sítnice. Práce je členěna do osmi kapitol na 56 stranách. Jedná se o přepracování dříve neobhájené diplomové práce. Teoretická část práce je věnována základnímu popisu anatomie oka a metodám snímání očního pozadí. Dále jsou popsány metody pro segmentaci cévního řečiště. Rešerše segmentačních metod by mohla být obsáhlejší. V praktické části práce studentka realizovala metodu segmentace cévního řečiště založenou na Gaborových filtrech. K této realizaci mám několik poznámek – studentka si vybrala variantu filtru s komplexními hodnotami v konvoluční masce, na výstupu proto dostane obraz s komplexními hodnotami, ze kterého následně vybere pouze reálnou část. Vzhledem k tomu, že konvoluce je distributivní operace, je použití filtru s komplexními hodnotami v tomto případě naprosto redundantní a zbytečně zvyšuje výpočetní náročnost. Samotná filtrace je navíc realizována v prostorové oblasti, dalšího snížení výpočetního času by šlo dosáhnout filtrací ve frekvenční oblasti. V další části práce je popsána metoda založená na histogramech orientovaných gradientů. Bohužel k této metodě nebyly odevzdány zdrojové kódy na přiloženém CD a rovněž chybí popis realizace v příslušné kapitole. Vzhledem k těmto faktům nelze ověřit, zda je realizace této metody správná. Pro realizované metody v kombinaci s dalšími metodami dříve publikovanými na UBMI byl navrhnut jednoduchý klasifikátor a provedena křížová validace jednotlivých metod. Nutno říci, že už z výsledků křížové validace na databázi HRF snímků (viz Tab. 4.1) je jasné, že autorčina metoda příliš nezlepší výsledky získané pomocí ostatních metod. Je dosaženo zhruba stejných výsledků senzitivity, ale zároveň výrazně nižší specificity (o zhruba 4 %) v porovnání s variantou kombinace metod bez autorčiny metody. Klasifikátor je dále navržen i na snímky z experimentálního videooftalmoskopu, u kterých ale neexistuje zlatý standard pro vyhodnocení, proto je vyhodnocení úspěšnosti klasifikace u těchto dat mnohem obtížnější. Výstup z klasifikátoru je dále upraven pomocí metod matematické morfologie. Tyto metody nejsou uvedeny v teoretickém rozboru práce, z textu práce není patrné, na základě čeho byly zvoleny jednotlivé operace a nastavení parametrů. Proto je diskutabilní, zda použité parametry poskytují nejlepší dosažitelné výsledky. Navržená metoda dosahuje srovnatelných výsledků v porovnání s dříve publikovanými výsledky – u snímků zdravých pacientů a pacientů s glaukomem došlo k minimálnímu zlepšení přesnosti klasifikace, u pacientů s diabetickou retinopatii k minimálnímu zhoršení přesnosti klasifikace. Závěry stanovené v diskuzi jsou správné. Po formální stránce je práce na průměrné úrovni. Vytýkám překlep v čitateli rovnice (7.3), několikrát použitou desetinou tečku místo čárky (Tab. 4.1, 4.2) a popisy tabulek umístěné pod tabulkami. Studentka v textu práce neodkazuj na zhruba polovinu obrázků (konkrétně obrázky 1.1, 1.2, 4.4, 4.8, 4.9, 4.10, 4.11, a další). U obrázků 4.16 až 4.20 nesouhlasím s popisem osy y jako „intenzita“. Zadání práce považuji za splněné, práci vzhledem k uvedeným nedostatkům hodnotím známkou dobře (C – 72 bodů) a doporučuji ji k obhajobě.
eVSKP id 87344