HENŽLÍKOVÁ, H. Detektor systolických peaků v PPG signálech [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.

Posudky

Posudek vedoucího

Vargová, Enikö

Studentka Helena Henžlíková se ve své práci zaměřila na detekci systolických peaků v PPG signálech. Teoretická část práce čítá 20 stran a je zpracována velmi kvalitně a je plně dostačující. Součástí rešerše je kapitola o srdci, EKG, PPG a také kapitola obsahující důkladně popsaných 6 běžně používaných metod pro detekci systolických peaků v PPG. V rámci praktické části, která čítá 23 stran, studentka nasnímala PPG signály pomocí chytrého telefonu, k nim referenční EKG signály a další fyziologické parametry od 10 dobrovolníků. Tato data nasnímala dle daného protokolu a pravděpodobně budou součástí již existující databáze vytvořené na ÚBMI a zveřejněné na Physionetu. Studentka naměřená data synchronizovala, předzpracovala a vytvořila dva detektory systolických peaků, první založený na LMS a druhý na detekci ZCP. Oba detektory otestovala na několika databázích – CapnoBase (klidová data), MIMIC AF Perform (data s fibrilací síní) a na datech z vlastní naměřené databáze. Výsledky ukázaly, že jednodušší metoda založená na detekci ZCP dosahuje lepších výsledků. Studentka tento detektor srovnala s dalšími 4 detektory systolických peaků z knihovny PPG-beats, kdy na všech zmíněných databázích navržený detektor dosáhl lepších výsledků. Dále použila výsledný detektor na data z databáze BUT PPG, kde nad rámec práce stanovila z detekovaných peaků tepovou frekvenci a na kvalitních záznamech dosáhla přijatelné MAE. Oceňuji, že studentka přistoupila k úloze komplexně – nejenže implementovala vlastní řešení, ale také provedla důkladné testování na různorodých datech. Diskuze přehledně shrnuje limity řešení i návrhy na jeho zlepšení. Práce čítá 34 relevantních literárních zdrojů. Z formálního i obsahového hlediska je práce na vysoké úrovni a obsahuje minimum překlepů. Zadání práce je splněno. Studentka pracovala samostatně a svědomitě během celého semestru. Aktivitu studentky dokazuje také účast na studentské soutěži FEKT Teams.

Navrhovaná známka
A
Body
95

Posudek oponenta

Smital, Lukáš

Bakalářská práce se věnuje aktuálnímu tématu detekce systolických peaků v PPG signálech, které hraje důležitou roli v oblasti neinvazivního monitorování srdeční činnosti. Práce je přehledně strukturována a logicky členěna. Literární rešerše je rozsáhlá a podává dostatečný kontext pro další části práce. V rešeršní části autor správně pokrývá základy fyziologie, principy snímání PPG a EKG signálů i přehled metod detekce systolických peaků. Za spíše průměrnou bych označil práci s literaturou, kdy prameny jsou často umístěny neadresně ve skupinách na konci odstavců. Experimentální část je rozsáhlá a kvalitně provedená. Studentka samostatně realizovala sběr dat pomocí chytrého telefonu a EKG referenčního záznamu. Data následně zarovnala, předzpracovala a anotovala. Součástí praktické části je návrh a implementace dvou detektorů, založených na LMS a ZCP. Testování algoritmů na několika veřejných databázích i na vlastní datové sadě je rozsáhlé a systematické. Autorka sleduje běžně používané metriky (Se, PPV, F-score) a výsledky vhodně a kriticky interpretuje. Pozitivně hodnotím i to, že student reflektuje limity algoritmu, např. pokles výkonu v přítomnosti fibrilace síní nebo artefaktů způsobených pohybem. Zároveň navrhuje možné směry dalšího zlepšení, například adaptivní úpravu detekčních parametrů nebo integraci hodnocení kvality signálu. Formální stránka práce je velmi dobrá. Text je stylisticky kultivovaný, bez jazykových nedostatků, a doplněn dostatečným množstvím schémat, grafů a tabulek. Obrázky jsou dobře čitelné a vhodně doplňují text. Studentka v práci prokazuje solidní přehled v dané oblasti a schopnost analyticky přistupovat k řešenému problému. Navržený detektor je dostatečně přesný, efektivní a má potenciál pro další využití v oblasti analýzy PPG signálů. Předloženou bakalářskou práci považuji za zdařilou.

Navrhovaná známka
A
Body
95

Otázky

eVSKP id 167514