ŠOLC, R. Segmentace cévního řečiště na snímcích sítnice s využitím statistických metod [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2015.
Cílem diplomové práce bylo seznámit se s vlastnostmi snímků sítnice z digitální fundus kamery a zejména s vlastnostmi obrazových struktur, které na snímcích reprezentují cévní řečiště. Úkolem práce bylo dále navrhnout metodu pro segmentaci těchto objektů. Student plně využil dostupnou odbornou literaturu a provedl rešerši vybraných segmentačních technik. Zejména se zaměřil na metody, které využívají statistických modelů, konkrétně Markovovy modely a model Studentova rozdělení. Metodu segmentace si student detailně nastudoval a implementoval v programovém prostředí MATLAB. Student byl v průběhu řešení práce velmi aktivní a pravidelně využíval konzultací, na které přicházel s konstruktivními dotazy. Zadání diplomové práce považuji za splněné. Dosažené výsledky a celkový přístup studenta k řešení diplomové práce hodnotím stupněm A (98b).
Předložená práce studenta Radka Šolce se věnuje segmentaci cévního řečiště ze snímků pořízených fundus kamerou, pro což student využil kombinaci statistických metod a metod zpracování obrazových dat. Odborná stránka práce je na dobré úrovni. Propojení statistických metod a metod zpracování obrazu, které student v práci využívá, dává smysl a jejich výběr je v práci dostatečně odůvodněn. Jednotlivé metody jsou také dostatečně podrobně teoreticky rozebrány, avšak některé vzorce (zejména u kapitoly popisující E-M algoritmus) mohly být lépe popsány. Ojediněle u vzorců chybí popis některých veličin. V kapitole 8.3 student popisuje úpravu výsledného binárního obrazu pomocí morfologických operací, kde uvádí, že využil "Matlabovskou" funkci imclose. Vhodnější by ovšem bylo uvést, jakou matematickou operaci tato funkce provádí. Pro testování a vyhodnocení úspěšnosti algoritmu se používá veřejně dostupná databáze se zlatým standardem. Očekával bych tedy, že navržená metoda mohla být objektivně porovnána s jinými publikovanými algoritmy. Po přečtení práce zůstává několik otázek ohledně detailů vlastního řešení nezodpovězeno (viz otázky oponenta k obhajobě). Po formální stránce trpí práce četnými nedostatky, jako jsou: občasné gramatické chyby a překlepy, nedostatečný popis obrázků (chybějící parametry studentova rozložení na obr. 10, přesný popis toho, co je zobrazeno na obr. 11 a 13, nepopsané osy grafu u obr. 16 atd.), začátky nových kapitol v prostředcích stránek, umístění rozsáhlých tabulek, patřících spíše do příloh, do textu nebo popis obrázku "přeteklý" na další stranu. Přes výše uvedené výhrady práci hodnotím jako zdařilou a uděluji stupeň B 88b.
eVSKP id 73072