Para enfrentar as dificuldades na captura de pequenas lesões, interferências de artefatos refletidos em luz forte e imprecisão na localização das bordas na segmentação de pólipos colorretais, propomos uma rede de segmentação de pólipos colorretais GPDP-Net que integra priori geométrico e purificação de características em dois domínios. Primeiro, utiliza-se um módulo de otimização de bordas para capturar priori geométricos explícitos, combinado com um mecanismo aprimorado de atenção de coordenadas para reforçar a percepção posicional. Em seguida, é projetada uma camada paralela de gargalo nos domínios físico e de frequência, que suprime o ruído óptico incoerente por meio de restrições evolutivas da rede neural de informação física, enquanto compensa a perda de sinais de alta frequência no espaço espectral por meio de um ramo de Transformada Rápida de Fourier. Por fim, no decodificador em cascata, são introduzidos um operador de restauração subpixel e um mecanismo iterativo de atenção reversa para realizar a restauração fiel dos detalhes das lesões. Os resultados avaliados em quatro conjuntos de dados de referência mostram que o GPDP-Net apresenta forte competitividade em todos os indicadores. No conjunto de dados ETIS, contendo muitos alvos de escala muito pequena, seu mIoU alcança 0,701, com um aumento de 1,4% em relação ao segundo melhor modelo, além de uma redução significativa do erro de borda. Os experimentos demonstram que o mecanismo sinérgico de restrição de consistência física e aprimoramento espectral pode efetivamente melhorar a precisão da segmentação de lesões multiescala em ambientes complexos.

Pólipos colorretais; rede neural de informação física; transformada rápida de Fourier; percepção de borda; mecanismo de atenção reversa