MANGOVÁ, M. Komprimované snímání v perfuzním zobrazování pomocí magnetické rezonance [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2014.

Posudky

Posudek vedoucího

Rajmic, Pavel

S Bc. Daňkovou se mi pracovalo velmi dobře. Pracovala na tématu prakticky celé dva roky, a některé pasáže (transformace shearlet) nastudovala, i když nebyly nakonec využity. Jedná se o obtížné téma, se kterým se studentka dobře vyrovnala jak po teoretické stránce, tak po stránce programování a vyhodnocení výsledků.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání A
Postup a rozsah řešení, adekvátnost použitých metod A
Vlastní přínos a originalita A
Schopnost interpretovat dosažené vysledky a vyvozovat z nich závěry A
Využitelnost výsledků v praxi nebo teorii A
Logické uspořádání práce a formální náležitosti A
Grafická, stylistická úprava a pravopis A
Práce s literaturou včetně citací A
Samostatnost studenta při zpracování tématu B
Navrhovaná známka
A

Posudek oponenta

Veselý, Vítězslav

Metody modelování založené na řídké reprezentaci dat v kombinaci s metodou komprimovaného snímání přináší v poslední době významné zlepšení klasických postupů v mnoha aplikačních oblastech s ohledem na lepší adaptibilitu modelu na data, úspornější a kvalitnější kompresi (menší počet měření) i lepší numerickou stabilitu při hledání rešení. Problém rekonstrukce obrazové informace získané pomocí MR je jednou z oblastí, kde v současnosti probíhá intenzivní výzkum, který se snaží překonat některá fyzikální omezení této metody negativně ovlivňující kvalitu získaných obrazů, což je klíčový parametr zejména v medicínské diagnostice. Diplomantka se do tohoto výzkumu úspěšně zapojila svou dlouhodobou a systematickou prací, která kromě základní znalosti samotné fyzikální podstaty metody vyžaduje hluboké znalosti z mnoha oblastí matematiky (lineární algebra, Fourierova analýza, optimalizace, statistika aj.). Náročnost je umocněna i tím, že analyzovaná data jsou mnohorozměrná ve 2D a 3D. Diplomantka prokázala schopnost studovat náročnou specializovanou literaturu a aplikovat získané poznatky pro řešení problému rekonstrukce MR obrazu na simulovaných a reálných datech včetně fundované analýzy získaných výsledků. Některé výsledky již dokonce publikovala v odborném periodiku [8] ve spolupráci s ÚPT v Brně, kde je k dispozici potřebné přístrojové vybavení. Práce je po všech stránkách zpracována naprosto profesionálně s přesným matematickým vyjadřováním, které sice stručně, ale přesto srozumitelně podává výklad základních myšlenek, teoretických konceptů a algortimů. Práci není takřka cokoliv vytknout. Narazil jsem pouze na několik drobností, např. na str. 19 bylo opemenuto zdůraznit, že podobně jako u vektoru A_T představuje submatici v A se sloupci na pozicích indexové množiny T, v citaci [10] chybí rok vydání.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání A
Postup a rozsah řešení, adekvátnost použitých metod A
Vlastní přínos a originalita B
Schopnost interpretovat dosaž. vysledky a vyvozovat z nich závěry A
Využitelnost výsledků v praxi nebo teorii A
Logické uspořádání práce a formální náležitosti A
Grafická, stylistická úprava a pravopis A
Práce s literaturou včetně citací A
Navrhovaná známka
A

Otázky

eVSKP id 68645