BAFRNEC, M. Automatická 3D segmentace obrazu mozku [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.
Práce se zaměřuje na segmentaci mozkové tkáně pomocí algoritmů hlubokého učení. Teoretická část je vypracována podrobně a poskytuje základ pro praktickou část práce. V praktické části student s úspěchem aplikoval několik segmentačních sítí a průběžně na práci pracoval. Cíle práce byly splněny, student pracoval samostatně a byl iniciativní. V práci mohu vytknout méně zdařilou interpretaci výsledků. Hodnotím výborně - 96 bodů A.
Student splnil zadání a vypracoval svou bakalářskou práci na velmi dobré úrovni. Pro automatickou segmentaci obrazu mozku zvolil tři různé architektury konvolučních neuronových sítí. Využil 21 snímků z magnetické rezonance pro trénování a validaci a na jednom testovacím snímku vyhodnotil přesnost segmentace jednotlivých architektur. Dosaženou přesnost (accuracy=0.997) ovšem nelze považovat za směrodatnou vzhledem k použití jediného testovacího snímku. Po formální stránce je práce v pořádku, vytknul bych však následující nedostatky: 1) Délka abstraktu je přehnaně dlouhá a abstrakt tak neplní svou funkci. 2) Popis konvolučních neuronových sítí v kapitole 1.2. je těžko pochopitelný. Student by měl nejprve popsat konvoluční vrstvu poté aktivační funkci, sdružovací vrstvu a nakonec plně propojenou vrstvu v tomto pořadí. Dále bych na tomto místě čekal obrázek zobrazující jednoduchou konvoluční neuronovou síť. 3) V práci dále chybí podrobný popis průběhu trénování (např. způsob využití validačních snímků, kritérium pro ukončení trénování). Zmíněné nedostatky však nijak zásadně neubírají na kvalitě této práce.
eVSKP id 110242