MONTILLA, M. Vliv parcelačního atlasu na kvalitu klasifikace pacientů s neurodegenerativním onemocněním [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.
Diplomová práce Michaely Montilly se zabývá parcelačními postupy fMRI dat, popisem dat grafovými metrikami a klasifikacemi mezi pacientskými skupinami a zdravými kontrolami. Využití extrahovaných příznaků z fMRI dat pro klasifikace má dobrý potenciál jak pro klinickou diagnostiku, tak i pro výzkum pochopení principů vzniku a progrese neurodegenerativních onemocnění. Cílem práce v teoretické části bylo vytvořit literární rešerši v oblasti parcelací BOLD fMRI dat se zaměřením na parcelace využívající atlas, dále v oblasti grafových metrik a klasifikací neurodegenerativních onemocnění. Následně měla studentka vytvořit soubor funkcí pro analýzu fMRI dat ze studie APGeM s využitím parcelací, grafové analýzy a klasifikační analýzy. Na závěr měla studentka zhodnotit úspěšnost klasifikací. To provedla s využitím sedmi různých parcelačních atlasů. Studentka splnila zadání práce v plném rozsahu a nad rámec zadání srovnala i úspěšnost klasifikace s využitím kombinace grafových metrik a behaviorálních dat. Studentkou prezentované poznatky budou použity při optimalizaci metodologie parcelací fMRI dat na pracovišti neurověd na CEITEC MU. Kapitoly jsou přehledné, logicky provázané a napsané srozumitelně tak, aby jim porozuměl i čtenář, který není specialistou v tomto tématu. Studentka v práci cituje relevantní zdroje. Velmi pozitivně hodnotím kapitolu popisující teorii grafů a parcelační atlasy. Také přítomnost vývojových diagramů usnadňuje čtenáři orientaci v implementovaném algoritmu. Studentka během řešení práce využívala konzultace a práci řešila aktivně. Postupovala velmi samostatně a rychle se zorientovala v náročné problematice, která zahrnuje nejen znalosti o parcelacích a grafových metrikách, ale i o klasifikacích a je potřeba mít i klinickou představu o klasifikovaných skupinách. I když mateřským jazykem studentky není čeština, v práci se vyskytuje minimum chyb, které nebrání porozumění textu. Považuji práci za velmi zdařilou a navrhuji hodnocení známkou A.
Předložená diplomová práce sleduje efekt volby parcelačního atlasu fMRI dat na grafové metriky popisující funkční mozkovou konektivitu. Hodnoty grafových metrik pak následně slouží ke klasifikaci subjektů do pacientských skupin či zdravých kontrol. V práci jsou realizovány dva klasifikační algoritmy (podpůrné vektory a lineární diskriminační analýza). Cíle práce považuji za splněné nad rámec zadání. Odborná úroveň práce je velmi vysoká. V kapitolách 1-6 se autorka věnuje popisu teorie od samotného fyzikálního principu magnetické rezonance, přes funkční mapování mozku, mozkovou konektivitu, teorii grafů, klasifikační přístupy až po jednotlivá neurodegenerativní onemocnění. V teoretické části práce bych vytkl jistou nevyváženost v rozsahu jednotlivých částí. Uvítal bych například detailnější popis metod předzpracování dat (např. jaké jsou kriteriální funkce registračních algoritmů apod.) na úkor detailního popisu MR fyziky, která podle mého názoru není pro dané téma a rozsah práce nikterak zásadní. V praktické části práce (kapitoly 7-9) je popsána samotná realizace parcelací dat, výpočtu grafových metrik a následná klasifikace grafových příznaků kombinovaných s příznaky z behaviorálního testování. Zde bych rád vyzdvihl kapitolu 9, ve které autorka velmi kvalitně diskutuje dosažené výsledky. Z formálního hlediska by mi nevadilo menší množství anglických termínů (i když rozumím, že ne vždy je možné dohledat pro danou problematiku český ekvivalent). Celkově hodnotím práci jako výbornou, 95 bodů, A.
eVSKP id 110563