ABSTRAK
Kanker kolorektal adalah kanker paling umum kedua secara global. Mortalitasnya yang tinggi memerlukan deteksi polip dini untuk mengurangi risiko penyakit. Namun, metode segmentasi konvensional rentan terhadap gangguan derau dan memiliki akurasi terbatas dalam lingkungan yang kompleks. Untuk mengatasi tantangan ini, kami mengusulkan GSCCANet dengan desain bersama encoder-decoder ganda. Encoder menggunakan Transformer hibrid (MiT) untuk ekstraksi fitur global multiskala yang efisien. Dekoder ganda berkolaborasi melalui modul SAFM dan REF-RA untuk meningkatkan presisi segmentasi melalui semantik global dan penyempurnaan batas. Secara khusus, SAFM meningkatkan koherensi lesi melalui fusi perhatian saluran-ruang, sementara REF-RA memperkuat respons tepi kontras rendah menggunakan gradien frekuensi tinggi dan perhatian terbalik, yang dioptimalkan melalui fusi progresif. Selain itu, gabungan Focal Loss dan Weighted IoU Loss mengurangi masalah polip kecil yang tidak terdeteksi. Eksperimen pada lima set data menunjukkan GSCCANet melampaui garis dasar. Ini mencapai 94,7% mDice dan 90,1% mIoU pada CVC-ClinicDB (reguler) dan 80,1% mDice dan 72,5% mIoU pada ETIS-LaribPolypDB (menantang). Uji lintas domain (CVC-ClinicDBmathematical equationKvasir) mengonfirmasi kemampuan adaptasi yang kuat dengan fluktuasi mDice sebesar 0,2%. Hasil ini membuktikan bahwa GSCCANet menawarkan solusi yang presisi tinggi dan dapat digeneralisasi melalui sinergi global–lokal, peningkatan edge, dan komputasi yang efisien.
GSCCANet: Jaringan Dekoder Ganda yang Menggabungkan Fokus Tepi dan Perhatian Saluran Global untuk Segmentasi Polip Kolon yang Tepat
