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 11 15. Smax  Scurrent 16. w∗ ← [w1, w2, w3] 17. end if 18. end for 19. end for 20. Return w*, Smax Thuật toán 2: Suy luận áp dụng trọng số tối ưu trên tập Test Input: Dtest = {x1, x2, … xNtest} : Tập test có Ntest mẫu M1, M2, M3: các mô hình tốt nhất trên tập xác thực thu được sau khi thực hiện Fine-tuning w*= [w1, w2, w3] là bộ trọng số tối ưu tìm được từ thuật toán 1 C: Số lượng lớp bệnh lý mục tiêu Output: Ŷ: Nhãn dự đoán của tập mẫu Test 1. Khởi tạo 3 ma trận xác suất dự đoán P1, P2, P3 ∈ RNtest ×C 2. for i = 1 to Ntest do 3. P1[i] ← Softmax(M1(xi)) 4. P2[i] ← Softmax(M2(xi)) 5. P3[i] ← Softmax(M3(xi)) 6. end for 7. Khởi tạo mảng Ŷ kích thước Ntest 8. for i = 1 to Ntest do 9. Pens ← w1×P1[i] + w2×P2[i] + w3×P3[i] 10. Ŷ[i] ← argmax(Pens) 11. end for 12. return Ŷ 3.3 Phân tích độ phức tạp thuật toán Độ phức tạp thuật toán tìm kiếm lưới: Giả sử chúng ta có các hằng số sau: • N: Số lượng mẫu trong tập Val. • C: Số lượng lớp bệnh lý (lớp). • Δw: Bước nhảy của lưới (0.05). • K: Số lượng mốc phân chia trên trục trọng số. K = 1/ Δw Vòng lặp ngoài duyệt w1 chạy (K + 1) lần. Vòng lặp trong duyệt w2 chạy trung bình (K + 1)/2 lần. Tổng số kịch bản trọng số (tổ hợp) cần quét là: M = (K+1)×(K+2)/2. Bên trong mỗi lần lặp, hệ thống thực hiện phép cộng ma trận kích thước N×C, tìm argmax và tính F1-Score. Các phép toán này tốn O(N×C). Độ phức tạp thuật toán tìm kiếm lưới: O(K2×N×C), vì K và C là hằng số. Độ phức tạp là O(N).