SEMERÁKOVÁ, N. Detekce bdělosti mozku ze skalpového EEG záznamu za pomoci vyšších statistických metod [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.
Bakalářka Nikola Semeráková v průběhu celého semestru pravidelně a aktivně konzultovala zadanou problematiku a přitom zároveň pracovala poměrně samostatně. Literární rešerši zpracovala z velké většiny ze článků impaktovaných publikací posledních let a ze zpracovaného textu je vidět studentčino porozumění zadané problematice. Ke věcné ani formální stránce teoretické části práce nemám žádných zásadních výhrad. Při praktické realizaci studentka sama předzpracovala nasnímaná 256-svodová EEG data, vybrala si implementaci dekompozice EEG signálu na nezávislé prostorovofrekvenční vzory a osvojila si základy serverových výpočtů na gridových superpočítačích. Koncepčně zvládla prakticky aplikovat všechny teoreticky nabyté modely a přístupy. Avšak při vyhodnocování výsledků předzpracování pravděpodobně špatně klasifikovala beta-pásmo jako EMG rušení (obrázky 29 a 30), potlačila jej, čímž pádem následně nepozorovala žádné beta-komponenty po prostorovofrekvenční dekompozici. I přesto se ale její dosažené výsledky jeví konzistentní s předchozí literaturou a vykazují signifikantní vztah mezi fluktuacemi prostorovofrekvenčních vzorů v theta a alfa pásmech se změnou reakčního času a chybovostí v pozornostní úloze. Jelikož zadaná problematika patří do skupiny náročnějších a abstraktních přístupů, nutných osvojit si znalosti vyšších statistických metod nad rámec magisterského studia, doporučuji předloženou diplomovou práci k obhajobě a, i přes zmíněný nedostatek v předzpracování, hodnotím 90/A.
Předložená práce je věnována identifikaci vzorců EEG spojených s mentální únavou, což je atraktivní téma řešené v současné době více tymy po celém světě. Konkrétně v této oblasti byly zkoumány možnosti využití metody nezávislých komponent (ICA). Studentka vypracovala rozsáhlou kvalitní rešerši z oblasti zpracování a analýzy EEG, včetně dekompozice EEG pomocí různých typů ICA. V praktické části realizovala jeden vybraný postup pro dekompozici EEG a analýzu vztahu mezi nezávislými komponentami EEG a mentálním stavem měřených osob. Tento postup následně otestovala na reálných datech, naměřených v rámci experimentů s vyvoláním mentální únavy. Výstupy metody reprezentovala za použití vhodných grafických prostředků a okomentovala, čímž v plné míře splnila zadání. Z formálního hlediska kvalitu práce snižují četné gramatické chyby a překlepy. Po odborné stránce je práce na dobré úrovní, avšak obsahuje některé nedostatky. Například, v práci není zmíněn důvod použití metody INFOMAX ICA a nejsou popsány nastavení této metody použité při výpočtu nezávislých komponent z EEG. Rovněž postrádám informace o tom a) proč a jakým způsobem byla využita míra špičatosti pro odstranění svodů zatížených artefakty, b) co je míněno „binárním kontrastem“ a k čemu slouží stejnosměrná složka v matici X (viz str. 43), c) z jakého důvodu je aktivita v pásmu pod 4 Hz považována za „nefyziologickou“. Srozumitelnost práce zhoršuje místy zmatený popis a nekonzistentní použití některých pojmů a názvů proměnných. Tak např. není zcela jasný vztah mezi absolutní a relativní hodnotou výkonu z rovnic (5.5)-(5.6) a obr. 35-37 (vzhledem k výskytu záporných hodnot v grafech nemohly byt výkony z obrázků stanoveny na základě zmíněných rovnic). Práci by rovněž prospěl pečlivější přístup k jednotkám použitým k vyjádření různých spekter signálů (např. v různých částech práce je spektrální hustota výkonu vyjádřena v dB nebo V; u bezrozměrného relativního výkonu je chybně uvedená jednotka V). Nicméně, vzhledem k charakteru analyzovaných dat a komplikovanosti použitých metod patří téma práce mezi náročnější témata. Proto, i přes výše uvedené nedostatky, práci považuji za zdařilou a hodnotím ji stupněm C (78 b).
eVSKP id 110554