DepthPolypSegmentation (深度息肉分割与频域分析)

本仓库提供了一种高度模块化的 RGB-D 息肉分割框架。针对医疗内窥镜场景中伪深度图（Pseudo-depth）常见的结构噪声与模态坍塌问题，本项目设计了 空域（Spatial Domain） 与 频域（Frequency Domain） 两套互补系统。

整体框架 (Overall Architecture)

系统的宏观流向遵循 Encoder → Enhance → Edge → Fusion → Decoder 的深度解耦范式。以下为 V5 级出版标准架构图：

核心架构设计 (module/ 目录)

本项目的核心竞争力在于其模块内提供了基于不同假设的版本设计，方便通过消融实验验证频域解耦的优越性。

1. 边缘处理模块 (Edge Processing)

在浅层特征中提取高分辨率边界。由于 Depth 的高频往往被噪声污染，提纯和一致性协商是关键。

• BGACE_V2 (Bidirectional Gradient Alignment & Consensus Edge):
  • 空域逻辑: 通过跨模态梯度校准（MAC）与共识博弈提取边缘。
• CHAC (Cross-modal High-frequency Adaptive Calibration):
  • 频域逻辑: 2D-DWT 解耦后，以 RGB 为锚点通过 SA-Gate 过滤 Depth 高频并残差聚合。

2. 特征融合模块 (Feature Fusion)

• DCRF (Difference-aware Confidence-driven Routing Fusion):
  • 空域逻辑: 引入双层门控（全局置信度标量+局部掩码），利用跨模态冲突信号抑制深度图噪声。
• AFAF (Asymmetric Frequency-Aware Fusion):
  • 频域逻辑: 低频采用 Cross-Attention 对齐结构，高频采用并行 CA+SA 的 Dual Attention Gate 过滤伪影。

3. 特征增强模块 (Feature Enhancement)

• MRGA (Multi-Receptive Gated Aggregation):
  • 空域逻辑: 结合条形池化（Strip Pooling）与多尺度 DWConv，捕捉肠道管状拓扑结构下的全局上下文。
• LFSE (Low-Frequency Semantic Enhancement):
  • 频域逻辑: 利用固定带宽的平均池化组作为空间低通滤波器，提取极度浓缩的低频语义，避免网格伪影。

4. 解码与细化模块 (Decoder)

• BDAD (Boundary-Body Decoupled Aggregation Decoder):
  • 空域逻辑: 利用边缘先验将特征解耦为边缘流（保锐度）与主体流（平滑去噪）分别加工。
• HFSI (High-Frequency Spectrum Injection Decoder):
  • 频域逻辑: 通过空间残差减法剥离模糊边缘，并将纯净边缘图作为频谱权重注入，精细化轮廓。

---

网络配置与运行

训练入口为 Train.py。你可以通过命令行参数 --model_name 快速切换组合：

1. MyNet: BGACE_V2 + DCRF + MRGA + BDAD (Stable Spatial Baseline)
2. MyNet_frequency: CHAC + AFAF + LFSE + HFSI (Advanced Frequency-Aware version)

# 示例：运行频域版 MyNet
conda run -n ubench python Train.py --model_name MyNet_frequency_decoder1 --gpu_id 0

本项目致力于推动高精细度医疗影像处理，欢迎在 Top 期刊/会议工作中使用。