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. 18 Bảng 8. Kết quả phân lớp trên tập test dữ liệu COVID-19 Model Accuracy (%) Precision (%) Recall/ Sensitivity (%) Specificity (%) F1-Score (%) ResNet-50 84,09 83,66 82,61 94,33 82,79 DenseNet-201 80,19 79,28 79,20 93,13 78,90 Swin-T 79,87 80,73 79,25 92,85 79,15 Hard Voting 82,47 83,07 81,29 93,68 81,58 Soft Voting 83,33 83,82 82,29 94,02 82,55 Weighted Soft Voting (Phương pháp đề xuất) 84,63 84,55 83,43 94,53 83,69 Trên tập dữ liệu mất cân bằng COVID-19, hiệu quả phân lớp của các mô hình có sự khác biệt rõ rệt, phương pháp chúng tôi đề xuất đạt hiệu quả cách biệt, vượt xa so với các mô hình cơ sở và các phương pháp kết hợp truyền thống. Độ chính xác, độ nhạy của phương pháp đề xuất vượt các mô hình cơ sở tốt nhất và kém nhất, dao động trong khoảng từ 0,54 đến 4,76%, chi tiết thể hiện ở Bảng 8. Ma trận nhầm lẫn ở Hình 5 cho thấy phương pháp đề xuất có sự cách biệt hiệu quả phân lớp ở lớp bệnh lý viêm phổi do vi khuẩn (Bacterial-Pneumonia). 5 Thảo luận Trong các hệ thống chẩn đoán hình ảnh y tế, sự phân bố dữ liệu thường xuyên đối mặt với tình trạng mất cân bằng nghiêm trọng giữa các lớp, trong đó số lượng ca bệnh lý thường ít hơn rất nhiều so với các ca bình thường. Do đó, việc lựa chọn hàm mục tiêu để đánh giá và định tuyến bộ trọng số trong thuật toán tìm kiếm lưới (Grid Search) mang tính quyết định đến hiệu quả phân lớp tổng thể của mô hình. Về mặt toán học, giá trị F1-Score là trung bình điều hòa giữa độ chính xác dự đoán (Precision) và độ nhạy (Recall). Đặc tính của trung bình điều hòa là nó sẽ trừng phạt rất nặng mô

hình nếu một trong hai giá trị trên tụt xuống mức thấp. Nhờ đó, thuật toán Grid Search hướng tới việc tìm bộ trọng số w* tạo ra sự cân bằng tối ưu giữa việc không bỏ sót bệnh nhân và không chẩn đoán sai người khỏe mạnh. Hơn nữa, việc áp dụng chiến lược tính toán trung bình vĩ mô (Macro-averaging) đảm bảo rằng hiệu suất chẩn đoán trên các lớp thiểu số (minority classes) được đánh giá ngang bằng với các lớp đa số, mang lại một thước đo công bằng, khắt khe và sát với yêu cầu thực tiễn của chẩn đoán. Nếu sử dụng độ chính xác tổng thể làm hàm mục tiêu, thuật toán tối ưu hóa sẽ dễ dàng ưu tiên lớp đa số để nâng cao độ chính xác. Cụ thể, hệ thống có xu hướng dồn trọng số để dự đoán thiên vị cho lớp đa số (ca bình thường) nhằm tối đa hóa hàm mục tiêu. Ngược lại, nếu chỉ tập trung tối đa hóa độ nhạy (Recall/Sensitivity) nhằm không bỏ sót ca bệnh nào, thuật toán sẽ sinh ra một mô hình dán nhãn bệnh lý cho cả những người khỏe mạnh. Trên 2 tập dữ liệu chúng tôi thực hiện nghiên cứu, lớp bệnh lý COVID-19 là lớp chiếm số mẫu ít nhất. Kết quả dự đoán của phương pháp đề xuất luôn đạt hiệu suất phân lớp ngang với mô hình cơ sở tốt nhất, chi tiết được thể hiện ở ma trận nhầm lẫn hình 4, hình 5. 6 Kết luận và hướng phát triển Trong nghiên cứu này, chúng tôi đã đề xuất phương pháp kết hợp Weighted Soft Voting được cải tiến dựa trên phương pháp Soft Voting, sử dụng cách tiếp cận tìm kiếm lưới để tìm ra bộ trọng số kết hợp tối ưu. Kết quả thực nghiệm trên hai tập dữ liệu công khai ảnh X-quang ngực để phân lớp các bệnh lý về phổi đã đạt được hiệu suất vượt trội so với các mô hình cơ sở và các

phương pháp kết hợp truyền thống. Mặc dù phương pháp đề xuất (Grid-Searched Weighted Soft Voting) sử dụng đồng thời 3 kiến trúc học