Master's Thesis

Automation of Disk Diffusion Evaluation Using a Cross-Platform Application with Integration of Expert Interpretation Rules

Final Thesis 30.66 MB

Author of thesis: Bc. Jakub Lepík

Acad. year: 2025/2026

Supervisor: Ing. Anzhelika Mezina, Ph.D.

Reviewer: prof. Ing. Radim Burget, Ph.D.

Abstract:

In this master's thesis, a cross-platform application for automated disk diffusion (DD) antibiotic susceptibility testing (AST) is designed, implemented, and integrated. The DD image-analysis pipeline covers dish detection with an improved FCOS detector (mAP₀.₉₈ = 98.76%, mAP₀.₉₉ = 77.18%), ATB disk detection (mAP₀.₅₀:₀.₉₅ = 96.03%), dual-branch OCR label reading with 97.98% accuracy on 545 disk instances, and inhibition-zone detection (mAP₀.₅₀:₀.₉₅ = 90.98%, F₁ = 98.10%). The developed AST ES integrates EUCAST breakpoint tables, expert rules, and the NCBI Taxonomy Database into a structured database and uses interpretation engines to translate MIC or DD values together with contextual data into both a base SIR category and an expert-annotated SIR category with interpretive notes. The system is exposed through a C# .NET library and an HTTP REST API, and the complete DD/AST application can be deployed both as a standalone WPF desktop application and as a plugin for the pickingrobot platform developed by Bruker. Interpretation correctness was verified across 20 structured scenarios covering five bacterial species and six indication categories; all scenarios were evaluated correctly.

Keywords:

antibiotic susceptibility testing, AST, automated interpretation, C#, clinical microbiology, Computer Vision, cross-platform development, disk diffusion, EUCAST, expert system, Image Processing, Machine Learning, NCBI, .NET, REST API

Date of defence

09.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaAznamka

Grading

A

Process of defence

Student prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta. Váš systém využívá pro rozpoznávání kódů disků OCR technologii Tesseract. Jak byste postupoval v případě, že by výrobce antibiotických disků změnil font písma nebo zavedl zcela nový formát značení, který by standardní modely Tesseract nebyly schopny správně interpretovat? V diskusi uvádíte, že systém zatím nepokrývá méně časté jevy, jako jsou kolonie rostoucí uvnitř inhibičních zón. Jakým způsobem by se musel změnit současný detektor založený na ohraničujících boxech, aby dokázal tyto anomálie spolehlivě identifikovat a zohlednit v expertním vyhodnocení? Student dostatečně vysvětlil otázky

Language of thesis

English

Faculty

Fakulta elektrotechniky a komunikačních technologií

Department

Department of Telecommunications

Study programme

Communications and Informatics (MPC-TIT)

Composition of Committee

Ing. Martina Radilová, Ph.D. (člen)
Ing. Pavel Hanák, Ph.D. (člen)
prof. Ing. Radek Martinek, Ph.D. (předseda)
prof. Ing. Petr Münster, Ph.D. (místopředseda)
Ing. Martin Koutný, Ph.D. (člen)
prof. Ing. Jan Nedoma, Ph.D. (člen)
Ing. Radim Dvořák (člen)
doc. Mgr. Karel Slavíček, Ph.D. (člen)

Supervisor’s report
Ing. Anzhelika Mezina, Ph.D.

Student Bc. Jakub Lepík pracoval na své diplomové práci zodpovědně a pravidelně konzultoval průběh řešení i dosažené výsledky. Teoretická část je kvalitně zpracována, logicky strukturována a podrobně seznamuje s danou problematikou.

Praktická část se skládá z několika komponent, včetně algoritmů pro zpracování obrazu, pravidel expertního systému a multiplatformní aplikace pro vyhodnocení diskové difuze. Každá z těchto částí je implementačně náročná a jejich propojení do funkčního celku představuje složitý úkol. Z tohoto hlediska práce svým rozsahem přesahuje běžný standard diplomových prací. Za významný přínos považuji také skutečnost, že výsledná aplikace bude využitelná v praxi.

Zadání práce bylo splněno v plném rozsahu. Práci doporučuji k obhajobě a hodnotím ji stupněm A (100 bodů). Points proposed by supervisor: 100

Grade proposed by supervisor: A

Reviewer’s report
prof. Ing. Radim Burget, Ph.D.

Diplomová práce Bc. Jakuba Lepíka představuje vynikající inženýrské dílo úspěšně propojující pokročilé metody počítačového vidění s nároky klinické mikrobiologie. Velmi pozitivně hodnotím silnou vazbu na praxi. Autor vyvinul a implementoval s ohledem na úroveň diplomové práce a s tím kladené požadavky na práci velmi robustní systém pro automatizaci tzv. diskové difuze, který vykazuje vynikající přesnost modelů a reálnou integrovatelnost do profesionálních průmyslových platforem. Správnost interpretace byla ověřena na 20 strukturovaných klinických scénářích pokrývajících 5 druhů bakterií a 6 indikačních kategorií, přičemž ve všech případech bylo vyhodnocení správné. Práce je metodicky velmi precizní, důkladně klinicky ověřená a po všech stránkách vysoce hodnotná. Práce se věnuje omezenému rozsahu klinického ověření, které se zaměřilo pouze na řád Enterobacterales. Formální stránka je také velmi zdařilá. Topics for thesis defence:
  1. Váš systém využívá pro rozpoznávání kódů disků OCR technologii Tesseract. Jak byste postupoval v případě, že by výrobce antibiotických disků změnil font písma nebo zavedl zcela nový formát značení, který by standardní modely Tesseract nebyly schopny správně interpretovat?
  2. V diskusi uvádíte, že systém zatím nepokrývá méně časté jevy, jako jsou kolonie rostoucí uvnitř inhibičních zón. Jakým způsobem by se musel změnit současný detektor založený na ohraničujících boxech, aby dokázal tyto anomálie spolehlivě identifikovat a zohlednit v expertním vyhodnocení?
Points proposed by reviewer: 100

Grade proposed by reviewer: A

Responsibility: Mgr. et Mgr. Hana Odstrčilová