SOKOL, N. Segmentace fibrotické srdeční tkáně v MRI datech [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.

Posudky

Posudek vedoucího

Kolář, Radim

Student Norbert Sokol se ve své bakalářské práci zabýval problematikou segmentace fibrotické tkáně v MRI kardiologických datech. Po neúspěšném prvním termínu obhajoby student práci dopracoval – podstatně upravil text práce, dopracoval body zadání a rozšířil o aplikaci metody shlukové analýzy na segmentaci fibrotické tkáně. Během doby určené k dopracování obdržel student na konzultaci v Nemocnici U sv. Anny nová MRI data a modely segmentované levé síně, které měly být v práci využity. Postupně se ukázalo, že MRI data a modely síně pravděpodobně nejsou ze stejného měření a nelze je použít. Student tedy musel použít vlastní manuální segmentaci, což způsobilo zdržení ve vypracování. Dosažené výsledky a objem provedené práce hodnotím jako průměrné. S přihlédnutím k problémům s daty ale i k menší aktivitě během řádné doby určené pro vypracování BP pak celkově práci hodnotím stupněm D.

Navrhovaná známka
D
Body
68

Posudek oponenta

Mézl, Martin

Student Norbert Sokol vypracoval bakalářskou práci na téma Segmentace fibrotické tkáně v MRI datech. Jedná se o revizi neobhájené práce z června tohoto roku. Práce je členěna do pěti kapitol na 40 stranách. V teoretické části práce jsou postupně popsány základy anatomie a fyziologie srdce, zobrazování pomocí jevu magnetické rezonance, segmentace obrazových dat a softwarové nástroje pro segmentaci dat. K této části mám několik výhrad - popis jevu magnetické rezonance a využití pro zobrazování působí chaotickým dojmem. Rozporuji popis spinu jako rotačního pohybu protonů (spin je intrinsická vlastnost, která nemá souvislost s rotací). Dále jsou nevhodně kombinovány popisy z kvantově-mechanického modelu s vektorovým modelem, což znesnadňuje orientaci čtenáře v textu. Pojem „vyslání elektromagnetického impulsu“ (str. 16) je rovněž zavádějící, protože není specifikována doba trvání, tvar a další parametry. Naopak kladně hodnotím rešerši segmentačních technik pro segmentaci fibrotické tkáně v obraze. V praktické části student realizoval dvě metody pro segmentaci fibrotické tkáně v MRI snímcích. Bohužel se nepovedlo využití předsegmentovaných dat levé srdeční síně exporotovaných z nemocnice. Z tohoto důvodu bylo provedeno manuální vyznačení oblasti stěny myokardu v obraze. Z dalšího popisu není jasné, zda normalizace a standardizace hodnot byla prováděna pouze pro vyznačenou oblast z předchozího kroku nebo pro celý obraz. V případě celého obrazu by potom normalizace a standardizace nedávala velký smysl kvůli vlivu okolí (mimo oblast zájmu myokardu). Stejně tak z obr. 2.5 není zřejmé, zda byla Otsu metoda s dvěma prahy použita pouze na vybranou oblast nebo celý obraz. U druhé použité metody - fuzzy c-means – nerozumím volbě středů počátečních centroidů (dle textu pozice [2,2], [4,4], [6,6]). Tento výběr by chtělo lépe zdůvodnit. Nicméně výsledky obou metod se na ukázkových snímcích ukazují jako použitelné. V kapitole Výsledky práce je uveden sumovaný histogram z 15 řezů (3 subjekty x 5 řezů), ale opět zde není jasné, zda byl vytvořen jen z oblasti myokardu nebo celých MRI snímků. Popisovaná rozdílnost prahů u jednotlivých subjektů by mohla být způsobena právě tímto. V hodnocení výsledků segmentace je použita metrika „obsah fibrózy“, která popisuje percentuálně zastoupení pixelů s detekovanou fibrózou vůči počtu pixelů v oblasti myokardu. Toto kritérium není dostatečně vypovídající, protože mimo počet pixelů je důležitý také tvar detekované oblasti. Zde by bylo vhodnější zobrazit výsledky jednotlivých metod přes sebe, popř. doplnit ještě o uživatelskou manuální detekci oblasti fibrózy jako zlatý standard a využití některých objektivních kritérií. Tabulka 4.4 není v textu popsána a její závěry jsou nejasné. Zobrazení výsledného 3D modelu fibrózy vypadá věrohodně, nicméně nutná je jeho verifikace. Očekával bych také srovnání s volně dostupnými softwarovými balíky, které byly popsány v teoretické části práce. Po formální stránce je práce na podprůměrné úrovni. V práci chybí odkazy na většinu obrázků z textu a jejich bližší popis. Pokud už se odkaz na obrázek objeví, není správný (str. 32 odkaz na Obr. 1.1, str. 42 odkaz na Obr. 2.5, 2.6 a 2.7). Práce cituje 35 položek literatury, nicméně práce s literaturou není správná, protože u většiny nepřímých citací je odkaz umístěn do věty místo na konec odstavce. V předložené práci byly odstraněny zásadní nedostatky z dříve odevzdané práce. Vzhledem k výše uvedeným výtkám doporučuji práci k obhajobě a hodnotím ji známkou uspokojivě (D – 60 bodů) a přikládám dvě otázky k obhajobě.

Navrhovaná známka
D
Body
60

Otázky

eVSKP id 112919