Table 3.

The details of the proposed CNN model.

	Name	Type	Activations	Learnables
1	ChestXrayCT	Image Input	227 × 227 × 3	–
2	conv1	Convolution	74 × 74 × 128	Weights 9 × 9 × 3 × 128 Bias 1 × 1x128
3	relu1	ReLU	74 × 74 × 128	–
4	norm1	Cross channel normalization	74 × 74 × 128	–
5	pool1	Max Pooling	37 × 37 × 128	–
6	conv2	Convolution	19 × 19 × 256	Weights 3 × 3 × 128 × 256 Bias 1 × 1 × 256
7	relu2	ReLU	19 × 19 × 256	–
8	norm2	Cross channel normalization	19 × 19 × 256	–
9	pool2	Max Pooling	10 × 10 × 256	–
10	conv3	Convolution	5 × 5 × 256	Weights 3 × 3 × 256 × 256 Bias 1 × 1 × 256
11	relu3	ReLU	5 × 5 × 256	–
12	norm3	Cross channel normalization	5 × 5 × 256	–
13	pool3	Max Pooling	3 × 3 × 256	–
14	conv4	Convolution	2 × 2 × 512	Weights 3 × 3 × 256 × 512 Bias 1 × 1 × 512
15	relu4	ReLU	2 × 2 × 512	–
16	norm4	Cross channel normalization	2 × 2 × 512	–
17	pool4	Max Pooling	1 × 1 × 512	–
18	conv5	Convolution	1 × 1 × 512	Weights 3 × 3 × 512 × 512 Bias 1 × 1 × 512
19	relu5	ReLU	1 × 1 × 512	–
20	norm5	Cross channel normalization	1 × 1 × 512	–
21	pool5	Max Pooling	1 × 1 × 512	–
22	fc1	Fully connected	1 × 1 × 1024	Weights 1024 × 512 Bias 1024 × 1
23	drop1	Dropout	1 × 1 × 1024	–
24	fc2	Fully connected	1 × 1 × 1024	Weights 1024 × 1024 Bias 3 × 1
25	relu6	ReLU	1 × 1 × 1024	–
26	drop2	Dropout	1 × 1 × 1024	–
27	fc3	Fully connected	1 × 1 × 3	Weights 3 × 1024 Bias 3 × 1
28	Softmax	Softmax	1 × 1 × 3	–
29	classoutput	Classification output	–	–