KUNC, M. Detekce nervových vláken v barevných obrazech sítnice [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2009.
Student se během semestru průběžně dostavoval na konzultace. Pracoval samostatně a dle pokynů vedoucího zpracovával dané téma. Na konzultace se dostavoval připraven a s věcnými dotazy. Student prokázal, že je schopen nastudovat danou problematiku a získané vědomosti správně použít. Prokázal tak svoje inženýrské schopnosti. Práce byla dokončena v požadovaném termínu a doporučuji ji k obhajobě.
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Splnění zadání | A | 50/50 | |
Aktivita během řešení a zpracování práce (práce s literaturou, využívání konzultací, atd.) | A | 18/20 | |
Formální zpracování práce | C | 15/20 | |
Využití literatury | A | 10/10 |
Předložená diplomová práce se zabývá analýzou a zpracováním obrazových vzorků ze sítnice zdravých a nemocných lidí trpících glaukomem. V práci jsou popsány možnosti detekce ztráty nervových vláken a také metody detekce úhlu natočení proužkové struktury nervových vláken. Většina popsaných metod je založena na analýze obrazu ve frekvenční oblasti s využitím dvourozměrné Fourierové transformace, přičemž značná část práce je věnovaná detekci úhlu natočení nervových vláken. Navržené algoritmy byly ověřeny kromě uměle vytvořených vzorků, také na reálních obrazech. Jednotlivé algoritmy byly implementovány v prostředí Matlab s využitím dostupných funkcí. V závěru jednotlivých algoritmů pouze postrádám detailnější analýzu dosažených výsledků. Co se týče formální stránky, diplomová práce je logicky členěná, rozsahy a návaznosti jednotlivých kapitol jsou vyhovující. Autor čerpal převážně z odborných časopisů a domácích tištěných publikací. Prameny jsou v textu řádně citovány.
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Splnění požadavků zadání | A | 20/20 | |
Odborná úroveň práce | A | 45/50 | |
Interpretace výsledků a jejich diskuse | C | 15/20 | |
Formální zpracování práce | A | 10/10 |
eVSKP id 19491