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 An và CS. 16 ResNet-50 DenseNet-201 Swin-T Hard Voting Soft Voting Weighted Soft Voting Hình 4. Ma trận nhầm lẫn trên tập Test của bộ ChestXray-ImageDataset Bảng 6. Kết quả phân lớp các mô hình trên tập ChestXray-ImageDataSet Model Accuracy (%) Precision (%) Recall/ Sensitivity (%) Specificity (%) F1-Score (%) ResNet-50 90,11 90,69 90,24 96,74 90,20 DenseNet-201 91,95 91,94 91,92 97,31 91,93 Swin-T 91,49 91,69 91,54 97,18 91,52 Hard Voting (3 Model) 92,87 93,02 92,94 97,65 92,89 Soft Voting (3 model) 93,10 93,27 93,19 97,73 93,12 Weighted Soft Voting (Phương pháp đề xuất) 93,33 93,47 93,40 97,80 93,34