Bakalářská práce porovnává registrační techniky pro lícování dynamický MR obrazových dat prsu. Student ve své práci na základě literární rešerše navrhl a implementoval několik registračních technik, které dále otestoval na několika pacientech z veřejně dostupného datasetu. Dále student navrhl také meta-optimalizační framework, který optimalizuje hyperparametry každého registračního přístupu s využitím Bayesovské optimalizace. Dosažené výsledky jsou vzájemně porovnány jak subjektivně, tak objektivně na vhodně zvolených metrikách včetně TRE, pro jejíž účely si student sám připravil pro několik pacientů ručně definované anatomicky významné body. Po formální a jazykové stránce je práce na dobré úrovni, místy snížené překlepy nebo přesahem textu mimo tisknutelnou stránku. V práci je využito relevantní zahraniční literatury, která je vhodně citována. Student byl po celou dobu řešení práce aktivní, pravidelně konzultoval, vždy s konkrétními dotazy. Praktickou část práce lze ihned využít pro lícování vlastních dynamických MR dat prsu, včetně možností volby algoritmu a optimalizace. Zadání práce považuji za splněné a celkově hodnotím práci stupněm A (95 bodů). Points proposed by supervisor: 95

Předložená bakalářská práce se zabývá registrací dynamických MR dat prsu a srovnáním tří vybraných přístupů. Student provedl značné množství práce, implementoval kompletní pipeline registrace a realizoval řadu experimentů včetně optimalizace hyperparametrů. Práce má logickou strukturu a jednotlivé kroky řešení na sebe navazují. Současně je však text místy velmi popisný, a naopak jinde obtížně srozumitelný, takže pro čtenáře není vždy jednoduché sledovat hlavní myšlenku a pochopit, co přesně bylo provedeno a s jakým cílem.
V teoretické části se objevují nepřesnosti a méně vhodná terminologie (např. „zarovnání podobnosti“), stejně jako občasné používání hovorovějších formulací (“obrazama”). Text obsahuje drobné jazykové chyby (např. „potencionální“, „věruhodnost“) a nejednotnosti v zápisu (jednotky, násobení apod.). Citace jsou řádně uváděny, ale někdy bez hlubší interpretace nebo vzájemného srovnání. Některé pojmy jsou také zjednodušeny nebo nepřesně interpretovány.
Praktická část obsahuje velké množství odvedené práce, student detailně popisuje jednotlivé kroky implementace, často až na úroveň konkrétních funkcí knihovny SimpleITK. Tento popis je místy až zbytečně podrobný, zatímco často chybí vysvětlení, proč byly zvoleny konkrétní postupy nebo parametry, které jsou mnohdy uvedeny bez jejich porovnání nebo experimentálního zdůvodnění. Některé části popisu jsou navíc hůře srozumitelné (např. problém s dynamikou u načítání da), kde není například dostatečně vysvětleno, jak problém vznikl. V práci rovněž chybí některé doplňující experimenty, které by byly přínosné, například vyhodnocení vlivu masky na kvalitu registrace nebo analýza variability při použití více časových okamžiků. U popisu datasetu není například explicitně uveden rozsah počtu časových snímků.
Výsledky jsou prezentovány pomocí grafů a tabulek, nicméně jejich interpretace je spíše stručná. Analýza stability v čase je prezentována převážně vizuálně a nabízí se její doplnění o podrobnější kvantitativní hodnocení. V některých případech by bylo vhodné upravit prezentaci výsledků (např. sjednocení rozsahů os grafů nebo lepší infografika u hodnot v tabulkách). Celkově jsou však výsledky smysluplné a odpovídají očekáváním vzhledem k řešené problematice.
Celkově se jedná o kvalitní bakalářskou práci s velkým rozsahem odvedené práce a funkčním řešením. Hlavní nedostatky spočívají především ve způsobu prezentace, místy nepřesných formulacích a nedostatečném vysvětlení některých rozhodnutí, což lze do značné míry přičíst menší zkušenosti studenta na bakalářském stupni. Hodnotím B – 88 bodů. Topics for thesis defence:

1. V práci zmiňujete problém se ztrátou dynamického rozsahu při načítání dat. Můžete přesně vysvětlit, čím je tento problém způsoben na úrovni DICOM dat?
2. Diskutujte, jak silně podle vás segmentační maska ovlivňuje výsledky registrace? Jak a proč jste zvolil parametry prahu včetně ořezu? Jak by jejich změna ovlivňovala výsledek segmentace. Máte představu, jak tyto parametry například nastavovat adaptivně?

Points proposed by reviewer: 88