손주혜 내용 README.md 추가

@@ -74,9 +74,22 @@ ResNet 에서는 ResNet50이 가장 좋은 테스트 결과를 보였으며, 50
 - 아무것도 학습시키지 않은 모델에 새로운 흉부 X-ray dataset을 학습시켜 테스트한 경우 (모델 4) <br/>
 <br/>
 
-|Model|1|2|3|4|
+
+다음은 NIH dataset에 multi label classification을 적용한 경우이다.
+
+|ResNet50|Model1|Model2|Model3|Model4|
 |:---------:|:---------:|:---------:|:---------:|:---------:|
 |Auc(%)|69|64|61|44|
+  
+<br>
+다음은 NIH dataset에 multi class classification을 적용한 경우이다.  
+이때 class의 분류는 1) normal, 2) abnormal without Cardiomegaly, 3) abnormal with Cardiomegaly이다.
+
+|DenseNet121|Model1|Model2|Model3|Model4|
+|:---------:|:---------:|:---------:|:---------:|:---------:|
+|Acc(%)|81.7|80|33|68.3|
+
+
 
 <br/>
 resnet은 50, densenet은 121의 depth인 경우 모델이 흉부 X-ray 데이터에 최적의 성능을 보였으며, 이 이상의 depth를 가질 경우 과적합 현상에 의해 오히려 테스트 성능이 저하되었다. <br/>