VÁVROVÁ, E. Analýza spánkových EEG [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2014.
Studentka se ve své práci věnovala analýze spánkových EEG v časové a frekvenční oblasti. V rámci práce byl proveden výpočet několika parametrů z několika záznamů EEG snímaných v různých spánkových stádiích pomocí různých kanálů a jejich následné statistické vyhodnocení za použitím vytvořeného přehledného programu s GUI. Na základě dosažených výsledků byl vytvořen seznam parametrů, doporučených pro připadnou automatickou klasifikaci spánkových stádií. Všechny výsledky jsou přehledně reprezentovány, podrobně okomentovány a diskutovány. Po formální stránce je práce na velice dobré úrovni, jen s drobnými nedostatky. V průběhu řešení zadání se studentka ukázala jako schopná a mimořádně samostatná. Konzultace využívala efektivně a k práci přistupovala velmi svědomitě. Práci proto hodnotím stupněm A/97.
Práce je zaměřena na metody, resp. parametry získané ze signálů EEG obsažených v polysomnografických záznamech, které by se daly použít pro automatickou detekci jednotlivých spánkových stádií. Autorka se měla pokusit o testování různých parametrů v časové a ve frekvenční oblasti a s využitím statistické analýzy dospět k návrhu výběru vhodných parametrů k výše uvedenému účelu. Úvodní část práce je zaměřena na úvod do polysomnografie, popis základních rytmů v signálech EEG a na problematiku „ručního“ skórování spánkových stádií. Tato část je zpracována zdařile, výhradu mám jen k nesprávnému používání pojmu amplituda, který by se měl používat jen v souvislosti s harmonickou funkcí. Problematice automatické klasifikace se autorka věnuje v kap.5 (str.18 až 24). S odkazem na tři zdroje uvádí 10 parametrů v časové oblasti, ke kterým mám několik připomínek. Používá nejednotné označení rozptylu signálu, u Hjorthových parametrů zaměňuje rozptyl se směrodatnou odchylkou, chybný je vzorec pro koeficient špičatosti. Parametr označený jako RMS je podle mne zbytečný, protože v předchozím textu autorka uvádí potřebu potlačit ze signálu drift, což nejspíše povede k odstranění stejnosměrné složky a výsledná hodnota RMS bude shodná se směrodatnou odchylkou. U analýzy ve frekvenční oblasti by autorka mohla rozlišovat frekvenci s úhlovou frekvenci, není mi jasný smysl použití komplexního okna u STFT ve vzorci (14) ani pojem komplexní konjunkce; naopak u vztahu (15) pro vlnkovou transformaci by se mělo s komplexními vlnkami počítat. Pojem korelační dimenze měla autorka vysvětlit, ale protože ho dále nepoužila, měla ho raději vynechat. Na str.27 autorka uvádí osm parametrů v časové oblasti a pět ve frekvenční oblasti, které testovala. Parametry ve frekvenční oblasti měly být pojmenovány jako relativní střední výkony (v daném pásmu) a na obr.17 až 21 také místo nejasného označení relativní výkonové spektrum. Hodnoty parametrů jsou pro jednotlivá spánková stádia zobrazeny přehledně pomocí krabicových grafů a pro statistickou analýzu autorka použila Kruskalův-Wallisův test. U krabicových grafů na obr.8 až 15 chybí jednotky měřených parametrů. V kap.6.4 (str.42 až 47) autorka uvádí zajímavé bodové grafy dvojic parametrů pro znázornění shluků hodnot daných parametrů pro různá spánková stádia. V souladu se zadáním dále vytvořila aplikaci s grafickým uživatelským rozhraním pro analýzu úseků EEG signálů, kterou popisuje v kap.7 (str.48 až 54). V kap.8 je uveden přehledný souhrn výsledků vyplývajících z provedených testů. Pokud jde o relativní střední výkony, mám určitou pochybnost týkající se odlišností vyplývajících z jejich odhadů z periodogramů a korelogramů, u kterých bych očekával, že povedou ke shodným závěrům. Práce je poměrně rozsáhlá a přes uvedené připomínky ji hodnotím jako velmi zdařilou. Úpravu textu a logickou návaznost kapitol hodnotím jako velmi dobré. Autorka odvedla velký kus práce a zadání projektu splnila.
eVSKP id 72876