KOHÚTEKOVÁ, T. Využití umělých neuronových sítí pro korekci pohybového artefaktu v MR obrazových datech [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.
Studentka Táňa Kohúteková v rámci diplomové práce řešila problematiku potlačení pohybového artefaktu v obrazových MR datech s využitím metod strojového učení. Na řešení spolupracovala s FN Brno a práci koordinovala s externím konzultantem Mgr. Ing. Markem Dostálem, Ph.D. V rámci této spolupráce také vytvořila dotazník umožňující anotaci klinických dat lékařskými experty. Studentka byla velice aktivní a samostatná; sama navrhovala vlastní přístupy a případné problémy pravidelně konzultovala. Kladně hodnotím také velké množství provedených experimentů a analýz navržených a implementovaných metod. Po formální i prezentační stránce je práce na velmi dobré úrovni, jakož i práce s velkým množstvím relevantních zahraničních zdrojů. Práce je psána v anglickém jazyce, což zvyšuje potenciální dopad práce. Prezentované dílo je dobrým odrazovým můstkem pro další navazující výzkum této problematiky. Všechny body zadání považuji za splněné, a konstatuji, že se jedná o velmi kvalitní důkaz inženýrských schopností studentky. Práci hodnotím stupněm A (100 bodů).
Předložená diplomová práce studentky Táni Kohútekové se zabývá korekcí pohybových artefaktů v MRI snímcích s využitím umělých neuronových sítí. Práce je rozdělena do 8 kapitol na 87 stranách od úvodu po závěr. V teoretické části práce je čtenář stručně seznámen s principem MRI snímání a je zde provedena podrobná rešerše vzniku možných pohybových artefaktů a možností jejich vytvoření pomocí simulace. Studentka taktéž provedla rešerši veřejně dostupných softwarů pro simulaci pohybových artefaktů v MRI. V praktické části práce studentka vytvořila ve spolupráci s FNB databázi T1 a T2 MRI snímků bez artefaktů. Studentka na základě literární rešerše využila veřejně dostupné softwary view2Dmotion a RandomMotion z knihovny TorchIO, které využila pro vytvoření databáze snímků s pohybovými artefakty za účelem učení neuronových sítí. Na vytvořené databázi studentka provedla množství experimentů a natrénovala množství různých neuronových sítí s rozdílným nastavením architektury (2D, 3D), ztrátových funkcí, velikostí patche a dalších. Všechny výsledky studentka vhodně vyhodnocuje a komentuje. Téma práce je velice složité a studentka musela vynaložit velké úsilí pro vytvoření trénovací databáze, jakož také při vyhodnocování velkého množství provedených experimentů. Výsledky práce mohou být využity v dalším výzkumu, jelikož toto téma je velmi aktuální a stále zkoumané. Po odborné i formální stránce považuji práci za vysoce nadprůměrnou. Práce cituje celkem 46 položek literatury v souladu s citační normou. Předloženou práci považuji za velmi zdařilou a celkově hodnotím práci známkou výborně (A – 100 bodů) a doporučuji ji k obhajobě.
eVSKP id 167536