ZÁCHEJ, S. Automatizovaná detekce makromolekulárních komplexů z kvantitativních STEM snímků a výpočet jejich molekulární hmotnosti [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2014.
Předložená bakalářská práce je zpracována dle zadání a na požadované úrovni. Student Samuel Záchej se ve své práci věnuje především zpracování obrazu z elektronového mikroskopu. Nejdříve v teoretické části vysvětlil základní pojmy a odborné názvy, které souvisí se zadaným tématem, prokázal základní znalosti o elektronové mikroskopii a pokročilé o zpracování obrazu a programování v programu MATLAB, práce popisuje princip vzniku obrazu a metody klasifikace zobrazených objektů. Praktická část je věnována základní charakteristice snímků z rastrovacího elektronového mikroskopu v transmisním módu (STEM snímků) a získávání přidružených informací ohledně studovaného vzorku, např. molekulární hmotnost makromolekulárních komplexů, pomocí nově vytvořeného programu v prostředí MATLAB. Neodmyslitelnou součástí je návrh a realizace algoritmů pro rozpoznání a klasifikaci objektů v obraze. Program umožňuje jak automatické, tak manuální nastavení parametrů, které pak lze hromadně aplikovat na celou sadu obrazů, což značně zjednoduší analýzu STEM snímků. Stanovené cíle byly naplněny, teoretická část obsahuje všechny potřebné poznatky ohledně analýzy a zpracování obrazu nutné pro stanovený rozsah práce, který odpovídá požadavkům pro absolvování bakalářského studia. Student prokázal schopnost samostatně a aktivně řešit danou problematiku, prostudoval dostupné zdroje, nalézal inovativní přístupy potřebné k vytvoření programu. Výsledek této bakalářské práce bude využíván v praxi pro charakterizaci a klasifikaci objektů ze snímků rastrovacího elektronového mikroskopu v transmisním módu a napomůže výzkumu především v oblasti studia makromolekulárních komplexů, proteinů a nanočástic různého tvaru, a tím i vzniku nových vědeckých publikací. Student tedy splnil všechny body v zadání bakalářské práce a tím prokázal způsobilost k jejímu řešení, proto ji doporučuji k obhajobě se známkou A.
Předložená práce se zabývá segmentací a klasifikací význačných struktur z obrazů pořízených pomocí STEM. V první teoretické části se práce věnuje popisu principu zobrazení pomocí STEM a teoretickému rozboru metod pro segmentaci a klasifikaci obrazových dat, které budou následně využity pro řešení zadaných problémů. Tato část je sepsána velmi přehledně a čtivě a i přes výskyt malého množství faktických chyb (např. operátor Laplacian aproximuje první derivace) je zřejmé, že se autor v problematice dobře orientuje. V praktické části byla realizována metoda pro segmentaci objektů v mikroskopických snímcích založená na metodě prahování s postupně se zvyšujícím prahem a morfologických operacích. Princip, na kterém metoda postupně se zvyšujícího prahu funguje, však v práci není vysvětlen úplně srozumitelně a měl by být detailně prezentován v průběhu obhajoby. Pro odstranění malých šumem způsobených objektů z výsledného binárního obrazu je použita morfologická operace otevření, která však zejména u objektů velikostí srovnatelných s velikostí strukturního elementu ovlivňuje jejich tvar (viz obr. 5.5.b). To, jak i sám autor v závěru uvádí, negativně ovlivňuje přesnost jejich klasifikace na základě tvarů. Dle mého názoru by bylo vhodnější použít operaci otevření ploch (area opening). Přesnost segmentace byla vhodně testována jak objektivně na umělých fantomových datech tak subjektivně na reálných mikroskopických obrazech. Pro klasifikaci segmentovaných objektů do různých tříd byly využity dva algoritmy a to k-means shlukování a rozhodovací strom a její přesnost byla subjektivně vyhodnocena. Z předložených výsledků je zřejmé, že navržené metody segmentace a klasifikace fungují relativně spolehlivě a možné zdroje chyb jsou diskutovány v závěru práce. Po formální stránce je práce v pořádku a neshledávám zde závažnější nedostatky. Práce jako celek působí velmi dobrým dojmem, má logickou stavbu a jednotlivé kapitoly na sebe dobře navazují. Hodnotím stupněm A 96b.
eVSKP id 72886