MELOUN, J. Nástroj pro automatické hodnocení kvality EEG dat [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Cílem práce bylo navrhnout a realizovat nástroj automatizovaného hodnocení kvality elektroencefalografických záznamů. Takový software může být velmi užitečným pomocníkem pro výzkumníky analyzující naměřené signály a také dává velmi cennou zpětnou vazbu správci dat. Co na práci a přístupu studenta Jana Melouna hodnotím kladně, je určitě pravidelné využívání konzultací během celého semestru. Tím ale výčet pozitiv bohužel končí. Posun v práci mezi jednotlivými konzultacemi byl velmi pomalý. U praktické realizace student strávil velké množství času i na elementárních úkolech, na pokročilejší přístupy a metody tak již nezbyl čas. Obdobný problém byl i s přípravou samotného textu práce, který vznikal na poslední chvíli. Výsledkem tak je nesourodý text, kde ne vždy je jasné, proč jsou v práci některé části vůbec uvedeny (např. analýza signálů, resp. konektivita). Pravděpodobným důvodem nejspíš bude nafouknutí rozsahu práce, avšak ani to příliš nepomohlo. Mnohem více by rozsahu a informační hodnotě přispělo využití obrázků, které se v práci téměř nevyskytují. Popis vlastního návrhu, realizace a použití nástroje pro práci s daty je velmi povrchní a spousta informací chybí. Poslední připomínka se týká jazykové úrovně práce, která je snížena množstvím gramatických chyb. Navrhuji tak hodnocení E, 55 bodů.
Předložená práce studenta Bc. Jana Melouna se zabývá EEG daty a hodnocením jejich kvality. Bohužel práce obsahuje větší množství nedostatků. První část práce se věnuje rešerši na téma elektroencefalografie. Ta je celkem zdařilá, ale měla by se více zaměřit na hodnocení kvality EEG záznamů, jak požaduje první bod zadání práce. Rešerše se drží pouze obecných konstatování, že zmíněné metody jsou užitečné pro identifikaci artefaktů. Chybí konkrétní názorné příklady kvantifikace kvality dat a srozumitelný kontext mezi popisovanými metodami a jejich vhodností jako měřítek kvality dat. Druhý bod zadání byl splněn, student popisuje 7 metrik pro hodnocení kvality dat, popis by lépe zapadal do kapitoly 3 „Kvalita elektroencefalografických dat“. Body 3 až 6 ze zadání práce nejsou vypracovány uspokojivě. K bodu 3, kde by student měl navrhnout koncept nástroje pro automatické hodnocení kvality EEG dat, student určitý koncept popisuje, ale popis je chaotický a některé kroky vůbec nejsou vysvětleny; například proč zvolit arbitrárně práh T pro hodnocení kvality dat jako hodnotu 0.7. 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. Nástroj byl implementován, generovaný report ale charakterizuje spíš úplnost dat než jejich kvalitu. Je také škoda, že report nebyl vložen do textu práce, alespoň jako příloha práce. V bodě 5, kde měla být otestována spolehlivost nástroje, student hodnotil v tabulce 5.3 úspěšnost skórovacího algoritmu, ale nevěnoval se vyhodnocení spolehlivosti jednotlivých metrik. Dále student konstatoval, že kritérium pro hodnocení kvality kanálu má prostor pro zlepšení. Toto kritérium ale ze své podstaty nemá šanci fungovat správně, protože podle popisu v práci kritérium vybere kanál s nejhorším skóre a ten označí jako špatný. V každých datech ale bude jeden kanál s nejhorším skóre, ať už bude kvalita všech EEG dat daného měření úžasná, nebo naopak žalostná. Skórovací algoritmus by rozhodně měl být podrobněji vysvětlen. Bod 6, v rámci nějž měl student diskutovat jednotlivé body zadání považuji za nesplněný. Kapitola „Diskuze“ se v práci nevyskytuje. Pokud jí byla myšlena kapitola „Závěr“, která má rozsah necelé poloviny A4, tak je diskuze výsledků rozhodně nedostatečná a příliš povrchní. Je potřeba výsledky v práci srozumitelně prezentovat, statisticky popsat, vizualizovat a vyjádřit se podrobněji k jejich limitacím. V práci se nevyskytuje ani jeden obrázek, kde by byla vizualizována poskytnutá data či jejich parametry nebo metriky kvality. Technická stránka práce tedy vykazuje vážné nedostatky, rozsah práce je 34 stran, což je méně, než minimální doporučený rozsah. Jazyková úroveň práce je v první části celkem bezproblémová, druhá část obsahuje množství překlepů a vět, které nedávají smysl, jako třeba v důsledku chybějícího slovesa ve větě či špatného skloňování. Například „Na poskytnutá EEG data z laboratoře multimodálního a funkčního zobrazování CEITEC MU byla aplikován základní průzkum a zjištěné vlastnosti dat jsou uvedeny v tabulce“. Zdroje informací jsou v práci citovány. Podle mého názoru je nástroj v práci nedostatečně popsán a prezentován, práce je v tomto stavu nedokončená a nezveřejnitelná. Vzhledem k nedostatečnému splnění zadání práci hodnotím stupněm F.
eVSKP id 150879