NÂNG CAO HIỆU QUẢ PHÂN LỚP ẢNH X-QUANG VỚI MÔ HÌNH HỌC KẾT HỢP BỎ PHIẾU MỀM CÓ TRỌNG SỐ ĐƯỢC TỐI ƯU HÓA BẰNG TÌM KIẾM LƯỚI

Tạp chí Khoa học Đại học Huế: Kỹ thuật và Công nghệ Tập 135, Số 2A, 5–20, 2026 pISSN 2588-1175 eISSN 2615-9732 DOI: 10.26459/hueunijtt.v135i2A.8390 5 NÂNG CAO HIỆU QUẢ PHÂN LỚP ẢNH X-QUANG VỚI MÔ HÌNH HỌC KẾT HỢP BỎ PHIẾU MỀM CÓ TRỌNG SỐ ĐƯỢC TỐI ƯU HÓA BẰNG TÌM KIẾM LƯỚI Phạm Thanh An1, 2, Lê Văn Tường Lân3, Hoàng Văn Dũng4* 1 Trường Đại học Khoa học, Đại học Huế, Huế, Việt Nam 2 Trường Đại học Ngân hàng TP. Hồ Chí Minh, Hồ Chí Minh, Việt Nam 3 Đại học Huế, Huế, Việt Nam 4 Trường Đại học Công nghệ Kỹ thuật TP. Hồ Chí Minh, Hồ Chí Minh, Việt Nam * Tác giả liên hệ Hoàng Văn Dũng <dunghv@hcmute.edu.vn> (Ngày nhận bài: 30-03-2026; Hoàn thành phản biện: 10-06-2026; Ngày chấp nhận đăng: 20-06-2026) Tóm tắt. Các mô hình học sâu độc lập thường bị hạn chế do thiên kiến quy nạp vốn có của chúng: mạng nơ-ron tích chập (CNNs) vượt trội trong việc tự động trích xuất các kết cấu, đặc trưng cục bộ, nhưng thiếu nhận thức ngữ cảnh toàn cục. Vision Transformer (ViT) có thể nắm bắt các phụ thuộc tầm xa nhưng có độ phức tạp cao, cần lượng dữ liệu lớn. Bài báo này đề xuất một khung kết hợp lai tích hợp các thế mạnh khác nhau của các mô hình CNN (ResNet-50, DenseNet-201) và Transformer (Swin- T). Thay vì áp dụng phương pháp bỏ phiếu mềm tiêu chuẩn, trong đó tất cả các mô hình được xem xét như nhau, chúng tôi giới thiệu chiến lược bỏ phiếu mềm có trọng số dựa trên tìm kiếm lưới. Đóng góp tối ưu của mỗi mô hình cơ sở được tinh chỉnh thông qua tìm kiếm lưới toàn diện trên một tập dữ liệu xác thực, và đánh giá cuối cùng trên tập dữ liệu kiểm thử độc lập nhằm tránh rò rỉ dữ liệu. Các thực

nghiệm được thực hiện trên hai bộ dữ liệu ảnh X-quang ngực, mỗi bộ gồm bốn lớp bệnh lý. Phương pháp cải tiến dựa trên bỏ phiếu mềm của chúng tôi đạt hiệu quả phân lớp tốt hơn so với các mô hình cơ sở riêng lẻ và các phương pháp học kết hợp truyền thống. Trên tập dữ liệu ChestXray- ImageDataSet, độ chính xác tăng 0,23% và 3,22% so với mô hình tốt nhất Soft Voting và mô hình kém nhất ResNet-50. Trên tập dữ liệu COVID-19, phương pháp đề xuất tăng 0,54% về độ chính xác so với mô hình tốt nhất ResNet-50 và 4,76% độ chính xác so với mô hình cơ sở kém nhất Swin-T với cùng một phương pháp huấn luyện. Từ khoá: tìm kiếm lưới, bỏ phiếu mềm có trọng số, học kết hợp, phân lớp ảnh X-quang Improving Chest X-ray Image Classification Efficiency through a Grid-Search Optimized Weighted Soft Voting Ensemble Pham Thanh An1, 2, Le Van Tuong Lan3, Hoang Van Dung4* 1 University of Sciences, Hue University, Hue, Vietnam 2 Ho Chi Minh University of Banking, Hochiminh, Vietnam 3 Hue University, Hue, Vietnam 4 HCMC University of Technology and Engineering, Hochiminh, Vietnam * Correspondence to Hoang Van Dung <dunghv@hcmute.edu.vn> (Received: 30 March 2026; Revised: 10 June 2026; Accepted: 20 June 2026)