LACINOVÁ, M. Klasifikace spánkových fází [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2017.
Úkolem studentky Michaely Lacinové bylo nastudovat tématiku polysomnografie (PSG) a klasifikace spánkových fází. Tyto poznatky shrnuje v teoretické části, spolu s možnostmi analýzy PSG dat a jejich klasifikace. V praktické části provádí extrakci a testování klasifikačních příznaků ze záznamů EKG, EOG a EMG, vhodné příznaky pak používá ke klasifikaci spánkových fází pomocí dvou metod: K-nejbližších sousedů a rozhodovacích stromů. Výsledky v závěrečné části vhodně prezentuje a diskutuje, včetně srovnání s výsledky jiných autorů. Po formální a odborné stránce nemám vážnější výtky. V práci je využito dostatečné množství převážně zahraniční literatury. Studentka docházela na konzultace pravidelně a projevila samostatnost. Zadání bakalářské práce považuji za splněné, práci doporučuji k obhajobě a hodnotím stupněm B/89 bodů.
Bakalářská práce se zabývá problematikou polysomnografie a klasifikace spánkových fází. Teoretická část práce popisuje způsoby snímání a zpracování signálů EEG, EOG, EMG a standardy klasifikace spánkových fází dle AASM. Praktická část začíná analýzou a sběrem příznaků pro klasifikaci v časové a frekvenční oblasti a dále klasifikačním algoritmem, kde studentka testuje dva odlišné přístupy. K této části bych vytkl poměrně malý počet spíše triviálních příznaků. To potvrzují i výsledky, které jsou spíše podprůměrné, jak je také uvedeno v závěru práce. Na druhu stranu nutno podotknout, že klasifikace spánkových fází není triviální problematikou, která je výzvou i pro profesionální software. Veškeré testování je prováděno na databázi RELIEF, výsledky jsou diskutovány a vhodně interpretovány. Formální stránka práce je až na drobnosti kvalitní, má logickou strukturu a návaznost kapitol. Předloženou práci považuji po všech stránkách za průměrnou a také ji podle toho hodnotím.
eVSKP id 102322