Осы зерттеуде CNN (Convolutional Neural Network), EfficientNetB7 және DenseNet201 архитектураларын біріктіретін ансамбльдік модельдің инсульт суреттерін классификациялаудағы тиімділігі қарастырылады. Kaggle ашық инсульт деректер жинағынан алынған 2501 қара-ақ суреттер жиынтығын пайдалана отырып, зерттеу деректердің шектеулі көлемімен байланысты мәселелерді шешуге бағытталған және модельдің өнімділігін арттыру үшін аугментация әдістерін қолдануды қамтиды. Ансамбльдік модельдің өнімділігі MobileNetV2, EfficientNetB0, ResNet50 және DenseNet201 сияқты жеке модельдермен салыстырылады. Нәтижелер көрсеткендей, ансамбльдік модель әлеуетке ие болғанымен, оның дәлдігі үздік жеке модельдердің көрсеткіштерінен аз ғана жоғары, бұл сенімділікті арттыру үшін үлкен деректер жиынтықтарын және күрделірек ансамбль әдістерін қолданудың қажеттілігін көрсетеді. Бұл зерттеу инсультті классификациялау үшін ансамбльдік оқытуды қолдану туралы құнды ақпарат береді, жасанды интеллект негізіндегі инсульт диагностикасын дамытуға перспективалар ашады.