結腸直腸ポリープの分割における微小病変の捕捉の難しさ、強光の反射偽影の干渉、および境界位置の不正確さといった課題に対し、幾何学的プライオリと二領域特徴精錬を融合した結腸直腸ポリープ分割ネットワークGPDP-Netを提案する。まず、最適化されたエッジモジュールを用いて明示的な幾何学的プライオリを捉え、改良型座標注意機構と組み合わせて位置認識を強化する。次に、物理領域と周波数領域の並列強化ボトルネック層を設計し、物理情報神経ネットワークの進化的制約により非干渉光ノイズを抑制するとともに、高速フーリエ変換ブランチを利用してスペクトル空間で高周波信号の損失を補償する。最後に、カスケードデコーダにサブピクセル復元演算子と反復的逆注意機構を導入し、病変の詳細の忠実な復元を実現する。4つのベンチマークデータセットでの評価結果は、GPDP-Netがすべての指標で高い競争力を示すことを明らかにした。多数の極小スケールターゲットを含むETISデータセットでは、mIoUは0.701に達し、次点モデルに比べて1.4％の向上と境界誤差の著しい低減を達成した。実験により、物理的一貫性制約とスペクトル強化の協調メカニズムが複雑な環境下での多スケール病変の分割精度を効果的に向上させることが証明された。

結腸直腸ポリープ;物理情報神経ネットワーク;高速フーリエ変換;エッジ認識;逆注意機構