Hodnocení bakalářské práce – vedoucí
Autor hodnocení: Sebastian Basterrech Tiscordio, PhD.
Vedoucí bakalářské práce: Sebastian Basterrech Tiscordio, PhD.
Oponenti: doc. Ing. Pavel Krömer, Ph.D.
Téma: Použití hlubokých neuronových sítí pro analýzu biomedicínských obrazů
Verze ZP: 1
Student: Matúš Hromuľák
1. Zadání závěrečné práce.
Zadání klade před studenta bakalářského stupně studia několik výzev: musel pro zpracování obrazu a klasifikaci použít komplexní neuronovou síť, nastudovat matematické principy konvolučního
neuronových sítí (CNN) a zpracovat složitou reálnou datovou sadu. Student dobře splnil body zadání.
2. Aktivita studenta během řešení.
Student pracoval převážně samostatně, účastnil se pravidelných Skype hovorů a komunikoval s vedoucím pomocí emailů. Frekvence komunikace se postupně zvyšovala. Student byl vždy dobře připraven, byl aktivní a vymýšlel vlastní řešení. Pracoval systematicky a zapracovával připomínky vedoucího.
3. Aktivita při dokončování.
Práce byla dokončena v odpovídající formě. Tři testovací problémy, které zpracovává, jsou komplexní a zároveň vysoce relevantní pro odbornou komunitu.
4. Hodnocení výsledků závěrečné práce.
Hlavními cíli práce bylo: vytvořit program implementující CNN, ověřit různé architektury CNN na známých testovacích problémech, ověřit efektivitu CNN pro klasifikační úlohy s MRI / fMRI daty.
Práce poskytla řadu empirických výsledků vysoké úrovně.
5. Hodnocení práce z hlediska přínosu nových poznatků.
Empirické výsledky, dosažené v práci, mohou být využity odbornou komunitou. Student zrealizoval cenné ověřená výsledků CNN na medicínských obrázcích.
6. Charakteristika výběru a využití studijních pramenů.
Student vybíral zdroje na základě doporučení vedoucího a samostatně. V práci jsou zpracovány pomocí programu latex/bibtex a mezinárodních citačních zvyklostí a norem.
7. Souhrnné hodnocení.
Práce odevzdaná diplomantem představuje aplikaci CNN pro klasifikaci obrazových dat. Vyvinutý software využívá známých a knihoven a aplikuje klasifikátor na populární testovací datové kolekce.
Práce používá jasnou metodologii a testuje různé architektury a nastavení sítí. Dosažené výsledky jsou dobré.
Jsem přesvědčen, že odevzdaná práce jasně dosahuje úrovně absolventské práce bakalářského stupně studia informatiky. Autor dokázal znalost důležitých konceptů jako učení, CNN, zpracování obrazů a tvorba software. Také demonstroval schopnost tvorby odborného textu a aktivní přístup k řešení zadané úlohy. Přestože práce obsahuje drobné nedostatky, objem výsledků je na Bc. práci nadstandartní. Práci jednoznačně doporučuji k obhajobě a diplomanta hodnotím stupněm velmi dobře.
8. Otázky k obhajobě.
1. Jaké hlavní aktivační funkce jsou použity v CNN?
2. Jaké trénovací metody byly použity a proč
3. Je lepší hluboká nebo mělká NN? Jinými slovy, je hluboká síť vždy přesnější?
4. Problémem při analýze medicínských dat je jejich množství a počet atributů. Jak byste zlepšil reprezentaci takových dat pro CNN?
velmi dobře Celkové hodnocení:
Prague, 24.05.2018 Sebastian Basterrech Tiscordio, PhD.
Classification of Bachelor Thesis – supervisor
Author of classification: Sebastian Basterrech Tiscordio, PhD.
Supervisor: Sebastian Basterrech Tiscordio, PhD.
Opponents: doc. Ing. Pavel Krömer, Ph.D.
Title: Biomedical Image Analysis using Deep Neural Networks
Thesis version: 1
Student: Matúš Hromuľák
1. Assignment of the thesis.
The thesis presents several challenges for a Bachelor student. I will remark the following ones:
The student needed to apply a complex Neural Network model for image processing. In particular for solving classification tasks. He needed to understand the mathematical concepts behind the
Convolutional Neural Network (CNN).
An additional challenge has been to process real and complex dataset.
I consider the student well covered the main challenges of the thesis.
2. Student’s activity during the project completing.
The student was during the project with a high independence. We had regular talks by skype and email exchanges. The exchanges had some regularity, although in some moments they were more frequently. The student always showed to me a good disposition, he showed me as well a positive interest in developing new innovative ideas, and he follows a systematic methodology and a good disposition of accepting my suggestions.
3. Student’s activity during the process of completion.
The thesis was finished in an acceptable form. I would like to remark that the three benchmark problems analyzed by the student are very relevant for the scientific community and really complex to be processed.
4. Overall evaluation of the thesis
The main objectives in the thesis were the following ones: to develop a Convolutional Neural
Network (CNN) program. To evaluate different architectures in well-known benchmark problems. To evaluate the performance of the CNN for solving classification task over MRI and/or fMRI images.
The level of the obtained empirical results is high.
5. Evaluation of the new findings contribution.
The empirical results presented in the thesis can be used for the community. Actually, the student realized a good performance evaluation of CNN over medical images.
6. Utilization and selection of information sources.
The student showed independence in the selected bibliography and he used my suggestions. He used latex and bib tex during the thesis following the international scientific standard of citations.
7. Summary evaluation.
The thesis proposed by Matus Hromulak presents an application of Convolutional Neural Netoworks for classifiying images. He developed the software using well-known packages, and he applied the developed model over two popular benchmark problems and medical images. It is interesting the applied methodology for evaluating the architecture of the model. The student obtained good results.
The thesis is well written, the methodology is clear, and the empirical results are good.
I am convinced the document presented by M. Hromulak clearly has the level and content according to a Bachelor thesis in the area of Computer Science. I consider that the author shows a good expertise and knowledge in important concepts like: learning, CNN and image processing, he showed good skills for developing software. Besides, the student proves good capacities for writing a report following a scientific format. He followed a scientific methodology, and always presented good interest and disposition for working during the thesis. The thesis has some minor weak details related the analysis of the real data, however the empirical results are rich for a bachelor thesis.
I truly believe, and strongly supports that Matus Hromulak deserves to obtain his Bachelor title in Computer Science with a very good mark.
8. Question for the defense of the thesis.
1) What are the main used activation functions in a CNN model?
2) What was the applied algorithm for training the weights, and why?
3) It is better a shallow or a deep CNN? (or in other words: to increase the number of hidden layers always improve the accuracy?)
4) A problem of analyzing medical data is its size and number of features. Do you have some suggestions for improving the data representation before to use the CNN?
very good Overall classification:
Prague, 24.05.2018 Sebastian Basterrech Tiscordio, PhD.
