KŘÁPKOVÁ, M. Analýza mikrostavů v EEG datech u osob se spánkovou deprivací [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.
Předložená práce Moniky Křápkové se zabývá analýzou elektroencefalografických (EEG) dat z pohledu prostorovo-časové dynamiky u spánkově deprivovaných subjektů a věkově vázané kontrolní skupiny. EEG data byla naměřena v Laboratoři multimodálního a funkčního zobrazování CEITEC MU a studentka je dostala k dispozici v anonymizované podobě bez jakéhokoliv dalšího předzpracování. Studentka k práci přistoupila velmi svědomitě, nastudovala potřebnou literaturu, předzpracovala EEG data, provedla analýzu EEG mikrostavů a získané parametry statisticky vyhodnotila. Studentka pracovala soustavně během celého semestru a pravidelně konzultovala. Velmi chválím i její samostatnost. Hodnotím tedy plným počtem bodů a navrhuji známku A.
Předkládaná bakalářská práce se zabývá mikro-stavovým modelem EEG pro analýzu datového souboru spánkově deprimovaných osob. Stavový model mozkové aktivity, je aktuálním a diskutovaným tématem v oblasti neuro-zobrazování. Studentka si dobře poradila s novou látkou a předvedla až na pár výjimek výbornou úroveň odborného vyjadřování. Positivně hodnotím také odbornou rešerši a práci s literaturou. Práce splňuje všechny body zadání. Celková úroveň práce je z mého pohledu nadprůměrná. První komentář se týká předzpracování signálu, viz Obr. 5.3. Z mého pohledu je výhodnější nejprve interpolovat odlehlé kanály a teprve poté data zpracovat metodou ICA. Odlehlé kanály mají obvykle enormní rozptyl, což může vést ke špatnému odhadu de-mixážní matice ICA. Na str. 22 studentka uvádí, tři nejvýznamnější parametry mikro-stavů, které jsou dále v práci použity pro kvantifikaci mikro-stavů. Vybrané parametry se zdají být velmi silně korelované, jak je vidět z Obr. 5.13-5.15. Výběrem korelovaných parametrů snížíme šance k nalezení rozdílu mezi skupinami ve srovnání s jinou množinou nekorelovaných parametrů (pokud existuje).
eVSKP id 118333