SANDANUS, M. Zpracování snímku z meibografu a detekce mazových/meibomských žláz [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.

Posudky

Posudek vedoucího

Rydlo, Štěpán

Student po čas celé práce pracoval aktivně a aktivně konzultoval. Dále pak dohledával vlastní data za účelem dosažení lepších výsledků. Problematiku diskutoval s lékaři v dané oblasti a vytvořil i několik vhodných rozlišení pro danou aplikaci. Za celkovou aktivitu studenta a dosažené výsledky tak navrhuji známku A.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Informace k zadání Diplomovou práci bych hodnotil jako složitější z důvodu vytvoření uživatelské aplikace, ovládání hardwaru kamery, trénování neuronových sítí a testování možností zpracování dat v reálném čase. Trénování neuronových sítí bylo složitější z důvodu počátečního nedostatku dat, které si student doplnil při studii dané problematiky o volně přístupné databáze.
Práce s literaturou Student použil navrženou literaturu a dále aktivně sháněl další zdroje pro řešení dané problematiky. Rozšířil literaturu o zdroje převážně z odborných článků zabývající se podobnou problematikou a snažil se o získání datasetů z těchto prací, pro trénování přesnější neuronové sítě.
Aktivita během řešení, konzultace, komunikace Student po čas řešení práce dodržoval stanovené termíny a na konzultace chodil řádně připraveny. Po čas řešení student diskutoval jednotlivé postupy a jejích výsledky. Dále pak student využil i odborné konzultace ohledně problematiky s oftalmologem. Student si také nalezl vlastní datasety ze zahraničí, které využil pro trénování neuronových sítí.
Aktivita při dokončování Text práce student odevzdal s předstihem a tak bylo možné provést případné úpravy. Součásti práce se také snažil sehnat názor oftalmologa na danou aplikaci jakož to zpětnou reakci.
Publikační činnost, ocenění O danou aplikaci včetně projevila zájem firma Siemens Healthineers Slovakia jakož to první krok k propojení strojového učení a předběžnou analýzou lékařských výsledků.
Navrhovaná známka
A
Body
94

Posudek oponenta

Malinka, Kamil

Práce velmi dobře zpracovává danou problematiku. Přes mé výtky k implementační části jsou výsledky kvalitní, srovnatelné s jinými metodami a použitelné dále v praxi.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Náročnost zadání Jedná se o implementační DP s jasně ohraničeným rámcem.
Rozsah splnění požadavků zadání Student splnil všechny body zadání na velmi dobré úrovni. Výtku mám k interpretaci zpracování videa, kdy místo celého video je vybrán jeden snímek, který je potom zpracován individuálně. Obdobně pak nebyla demonstrována funkčnost vstupů z kamery v reálném čase, kvůli zpoždění vývoj kompatibilní kamery. Demonstrace tak proběhla na předpřipraveném videu.
Rozsah technické zprávy Rozsah technické zprávy odpovídá požadavkům na diplomovou práci.
Prezentační úroveň technické zprávy 85 Logická struktura práce je na velmi dobré úrovni. Autor vhodným způsobem představuje řešenou problematiku a technologie potřebné k porozumění větších detailů. Práce obsahuje dobře zpracované srovnání aktuálních metod, byl zvolen vhodný veřejný dataset a detailně je i popsán proces trénování vybraných neuronových sítí, který umožňuje reproducibilitu celého procesu. Kvalitně je i provedena výsledná evaluace metod. Výsledky jsou srovnatelné s jinými aktuálními přístupy.
Formální úprava technické zprávy 95 Jazyková a stylistická stránka práce i úroveň typografie je na výborné úrovni. Obsahuje jen minimum chyb.
Práce s literaturou 85 Odkazované zdroje jsou relevantní tématu a vhodně vybrány.
Realizační výstup 85 Realizační výstup je na velmi dobré úrovni. Na prezentovaných datových sadách je vše funkční. Výtky ke zpracování videa a prezentace reálného snímání byly zmíněny výše.
Využitelnost výsledků Výsledky by po dopracování uživatelských funkcí mohly sloužit jako podpůrný lékařský nástroj.
Navrhovaná známka
B
Body
85

eVSKP id 146445