ŠIMČÁK, P. Odhad tepové frekvence ze signálů PPG [online]. Brno: Vysoké učení technické v Brně. CESA. 2024.
Tématem Bakalářské práce je odhad tepové frekvence (TF) z fotopletysmogramů (signálů PPG). Autor pracoval celkem se čtyřmi algoritmy pro detekci extrémů v signálech PPG, které převzal z literatury a jeden z těchto algoritmů upravil s pozitivním výsledkem na databázi CapnoBase. Dosažené výsledky (detekce extrémů a následný odhad TF) na této databázi považuji za přijatelné. Podle zadání měl autor pracovat také na odhadu TF signálů databáze BUT PPG pořízené z mobilního telefonu, tedy s nižší kvalitou signálů PPG. Na této databázi vykazují všechny testované algoritmy velké chyby odhadu TF. Tab.2 až 3 s dosaženými výsledky by zasloužily lepší vysvětlení, rozpaky budí zejména Tab.3. Na jedné straně lze konstatovat, že testované algoritmy asi nejsou vhodné pro signály PPG horší kvality, na druhé straně ovšem podle našich zkušeností s těmito daty bylo možné dosáhnout výrazně lepších výsledků. Bohužel, autor projevil zájem o první konzultaci pozdě, jen několik dnů před odevzdáním práce. Z důvodu nedostatku času nebylo možné se zabývat ani automatickým posouzením kvality testovaných signálů, což byl požadavek formulovaný v zadání práce. Řešení tohoto problému autor z důvodu časové tísně vypustil. Ze stejného důvodu mu nezbýval čas na odhad TF ze signálů horší kvality. Pokud jde o formální úpravu technické zprávy, nemám závažnější připomínky. Práce obsahuje 22 odkazů na literaturu, ale v textu chybí odkazy na zdroje [9], [10] a [15]. Musím konstatovat, že autor nesplnil všechny požadavky formulované v zadání práce. Kvalita dosažených výsledků byla ovlivněna jeho nízkou předchozí aktivitou a následnou časovou tísní. Přes uvedené připomínky doporučuji práci k obhajobě a hodnotím ji známkou E s hraničním bodovým hodnocením (50 bodů).
Práce studenta Petra Šimčáka se věnuje odhadu tepové frekvence ze signálu PPG. Na 28 stranách nejprve popisuje problematiku srdečního tepu a polysomnografie, a dále čtyři vybrané algoritmy pro odhad tepové frekvence z PPG. Tyto algoritmy poté srovnává s jedním vlastním algoritmem, který je modifikací algoritmu Aboy. Teoretická část se věnuje stručně obecné problematice tepové frekvence a PSG, členění prvních třech stran práce na dvě kapitoly první úrovně a 4 podkapitoly druhé úrovně však nepovažuji za vhodné. Popis použitých algoritmů je detailní, nicméně popis algoritmů Aboy a Aboy++ je spíše obecný, zatímco zbylé dva algoritmy jsou už popsány jako aplikované na konkrétních databázích, což působí chaoticky. U obrázku 4-1 chybí citace, neboť se jedná o překlad pseudokódu z článku [20]. Přehlednosti ani nepomáhá fakt, že první dva algoritmy jsou popsány pomocí pseudokódu, třetí blokovým schématem a čtvrtý jen v textu. V praktické části vidím hlavní kámen úrazu, kdy díky roztříštěnosti popisu algoritmů napříč prací není na první pohled zcela jasné, co student převzal, a co realizoval sám. Řada zvolených postupů není jasně obhájena a vysvětlena. Například student uvádí, že pro některé algoritmy podvzorkovává jednu databázi z 300 Hz na 100 Hz, ale druhou nechává na 30 Hz, pro vlastní algoritmus ale všechny databáze převzorkoval na 75 Hz. Podobně mi není například jasná volba filtrace signálu, kdy nejprve filtruje PP 0,7-11 Hz, následně pak PP 0,5-3,33 Hz. Při prezentaci výsledků student používá primárně tabulku, ve které srovnává dosažené hodnoty odhadu TF s referenční TF. Zde ovšem nerozumím, co představuje hodnota „diff TF“, neboť v tabulce 1 se jedná o rozdíl zmíněných dvou hodnot TF, v tabulce 2 a 3 už ale tomuto rozdílu neodpovídá. Je otázkou, jak relevantní je srovnání studentova algoritmu například s algoritmem Aboy a Aboy++, kdy sám student přiznává, že tyto v použité knihovně nebyly nejspíš dobře implementované a nedetekují vrcholy v PPG v posledních sekundách signálu. Studentův algoritmus tak logicky dává lepší výsledky, protože nesrovnává s algoritmem jako takovým, ale s jeho chybnou implementací v knihovně. Obecně je prezentace výsledků nepřehledná, někde student prezentuje výsledky, pak přechází do diskuse, pak zase zpět k výsledkům. Obrázek 6-1 nemá téměř žádnou vypovídající hodnotu, neboť mimo algoritmus Aboy++ nelze vyčíst dosažené hodnoty. Rovněž je k diskusi, zda je vhodné použití mediánu minutové tepové frekvence k dosažení papírově lepších výsledků, když je tato hodnota srovnávána s hodnotou průměrné tepové frekvence. Jako největší problém ale vidím otázku splnění zadání. Splnění bodu 2 „Navrhněte, realizujte a popište algoritmy pro detekci systolických maxim v signálech PPG“ je přinejmenším diskutabilní, neboť student sám navrhl přesně jeden algoritmus, zbytek je otestování známých algoritmů s využitím dostupných knihoven. I tento jeden algoritmus je jen zjednodušenou verzí srovnávaného algoritmu Aboy, kdy student pouze vynechal některé části a nepatrně upravil mezní frekvence filtrů. Očekával bych nějaký vlastní návrh, byť jednoduchého algoritmu, založeného například na prosté filtraci a detekci vrcholů, kdy navíc věřím, že takový algoritmus by na obrázku 6-4 dosáhl mnohem lepších výsledků. Bod 4 zadání „Navrhněte automatické posouzení kvality testovaných signálů“ není splněn vůbec, v tabulkách se sice vyskytuje zmínka o kvalitních a nekvalitních signálech, zde se ale nejšpíš jedná o anotaci databáze BUT PPG. Po formální stránce je práce na přinejlepším průměrné úrovni, některé obrázky jsou popsány anglicky, některé česky, za zmínku stojí zdroje 9, 10 a 15, které student sice uvádí v seznamu literatury, ale v textu je necituje. Odevzdaný kód obsahuje některé skripty v jazyce Matlab, některé jsou v jazyce Python, komentáře jsou některé anglicky, některé česky, rovněž u odborné práce skutečně není vhodné používat emotikony v komentářích kódu. Především kvůli nesplněnému zadání ale i pro řadu výtek tak navrhuji hodnocení práce F, 40 bodů.
eVSKP id 155137