PLCH, V. Detekce fibrilace síní v EKG [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.
Tématem diplomové práce byla automatická detekce fibrilace síní v EKG záznamech. Práce je velmi stručná, avšak pokrývá – i když v hodně omezené míře – veškeré aspekty nutné pro řešení daného problému. Struktura práce je velmi chaotická a nepřehledná: často není jasné, jestli v dané pasáži se jedná o obecně známé postupy či metody použité studentem. Závěr obsahuje hodnocení výsledků detekce a porovnání s jinými autory, což by bylo vhodnější zařadit do jiné kapitoly. Jedna z kapitol pojednává o konkrétní metodě detekce QRS komplexů, přičemž student nakonec využil v práci pozice QRS z databáze. Účel podrobného vysvětlení zmíněné detekční metody tak není jasný. Student měl k dispozici 10-sekundové pacientské EKG, což klade nároky na metody pro výpočet klasifikačních příznaků. Místo výběru z dostupných postupů jen těch, jejíž použití má význam i v případě takto krátkých signálů, student zdvojnásobil počet analyzovaných RR intervalů jednotlivých pacientů jejich prodloužením prostým opakováním 2x po sobě. Tento krok – při jeho nevhodné implementaci – mohl zanést značné zkreslení výsledných příznaků a tím nepříznivě ovlivnit výstupy práce, což není studentem nijak diskutováno. Rovněž, výskyt nedefinovaných (Inf a NaN) hodnot entropie zřejmě nebyl řešen vhodným způsobem, a to v rámci předzpracování původních dat nebo v rámci zpracování již vypočtených hodnot daného příznaku. Oceňuji celkem podrobnou analýzu klasifikačních příznaků, která se opírala jak o vizuální, tak o objektivní statistické metody. Část práce věnovaná samotné klasifikace je velmi povrchní. Pro samotnou klasifikaci byla vybrána dopředná neuronová síť, často používaná v dané oblasti. Podle všeho byla otestovaná jenom jedna konfigurace sítě, s parametry nastavenými jako výchozí hodnoty z prostředí Matlab. V odpovídající kapitole je zmíněna funkce „odladeni.m“, která údajně sloužila pro testování různých konfigurací sítě. Výsledky pro jiné sítě nebyly studentem uvedeny, toto testování tedy nelze považovat za uskutečněné. I na základě stručného popisu použitého modelu lze usoudit, že jeho modifikace by velmi pravděpodobně vedla k lepším výsledkům detekce. Kromě neuronové sítě byla implementovaná detekce využívající rozhodovacího stromu. Výsledky této metody ovšem nebyly kvalitní, evidentně z důvodu nevhodného nastavení parametrů modelu. Vyhodnocení klasifikátoru bylo provedeno vhodnými prostředky. Kromě výpočtu běžně používaných indexů, student také využil zajímavého grafického znázornění vstupních dat a výstupů detektorů. V porovnání s jinými studiemi předložená metoda dosahuje průměrných výsledků. V případě aktivnějšího a svědomitějšího přístupu studenta by její kvalita (jak po odborné, tak i po formální stránce) mohla byt mnohem vyšší a výsledky zajímavější a přínosnější. Přes uvedené nedostatky však práce splňuje požadavky zadání. Hodnotím ji stupněm E/58.
Předložená práce studenta Víta Plcha je na téma Detekce fibrilace síní v EKG. Práce čítá 30 stran obsahujících celkem 20 obrázků a využívá 22 literárních pramenů. Po krátkém úvodu je kapitola o vzniku elektrického napětí v srdci. Na 5 stranách student shrnuje nejdůležitější údaje. V kapitole 2 je popis detekce atriální fibrilace pomocí RR intervalů. V úvodu kapitoly, který se jeví jako již praktická část, je popis práce se zadanými daty. Zde není zřejmé, zda uvedené funkce jsou prací studenta nebo byly studentovi poskytnuty. V kapitole 2.1 je uvedeno, že pro detekci pozic QRS komplexu bylo využito funkcí od jiného autora. Zde však chybí odkaz na zdroj, kde by byly funkce popsány – princip metody, úspěšnost detekce aj. Popis pro použitou lokální a globální detekci je nedostatečný. V posledním odstavci na str. 8 je tvrzení, že byl použit signál R vln generovaný přímo snímacím přístrojem EKG. K čemu a jak byl použit detektor QRS komplexů od jiného autora (viz str. 7 dole)? Kapitola 2.2 Úvod do analýzy dat je teoretická, strohá a formulace jsou velmi vágní. Např. teorii klasifikace, což je předmětem práce, je věnován pouze jeden odstavec. Kapitola 2.3. se zabývá Analýzou Poincarého mapy. Tato část je podrobnější, doložená i obrazovými příklady a na konci této podkapitoly se autor poprvé zmiňuje o záměru využití neuronové sítě jako klasifikátoru. V podkapitole 2.4 se student věnuje na 9 stranách ověřování vhodnosti parametrů vhodných pro detekci fibrilací síní. Zvolené parametry je nutné dohledat v textu. Tuto část práce, která je podrobná a doplněná výsledky v grafické podobě, hodnotím velmi dobře. Dále následuje podkapitola Ověření přesnosti a funkce detektoru. Podkapitola 2.6 Sestrojení detektoru popisuje na 2 stranách textu výsledné zobrazení klasifikace s podrobným popisem významu obrázků. Konečně v posledním odstavci před závěrem je uvedeno, že student navrhnul neuronovou síť pro 9 vstupů se skrytou vrstvou s 20 neurony a jedním výstupem. Také upřesňuje počty používaných signálů pro učení a testování. V závěru popisuje dosažené výsledky klasifikace, které jsou ve výsledku velmi dobré. Srovnává je také s jinými publikovanými metodami. Po obsahové stránce je práce velmi nevyvážená. I když řazení většiny kapitol a podkapitol je logické, některé jsou teoretické a některé jsou zcela konkrétní k samotné práci a praktické. Je velmi obtížné si udělat představu o práci dříve než ji prostudujete celou. U všech kapitol chybí krátký úvodní odstavec, který seznamuje s obsahem dané kapitoly a představí, co je předmětem následujícího textu. Orientace a pochopení textu je velmi obtížné. Formulace jsou mnohdy velmi zobecněné. V práci postrádám rešerši k oblasti automatické detekce fibrilace síní. Sice je v práci odkazováno na několik literárních zdrojů tohoto zaměření, ale většinou z důvodu uvedení údaje, který byl do textu využit pro konkrétní účel. Také by měla být v textu část obsahující návrh automatického detektoru s uvedením jednotlivých kroků, které jsou pak dále podrobně popsány v práci. Uvedení specifikace konkrétní neuronové sítě až v posledním odstavci před závěrem je nevyhovující. Fakt, že se jedná o dopřednou síť, je uvedeno až v samotném závěru. Z textu začátku kapitoly 2 není jasné, zda student pracoval na zpracování dat sám nebo využíval programů od vedoucího práce. Je nutné v práci jednoznačné rozlišit vlastní práci. Po formální stránce práce obsahuje mnoho překlepů a gramatických chyb. Práce s literaturou a odkazy v textu je dobrá. Na základě výše uvedeného hodnotím práci stupněm F-40 bodů. Předložená práce sice předkládá zajímavé výsledky, ale vykazuje základní nedostatky z pohledu technické dokumentace. Také nedostatečná rešerše detekčních metod fibrilace síní a nedostatečné popisy některých částí práce jsou důvodem k hodnocení nedostatečně. Navrhuji doporučit tuto práci k dopracování vzhledem k dobrým výsledkům.
eVSKP id 118588