Upload folder using huggingface_hub

.gitattributes

@@ -57,3 +57,12 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 # Video files - compressed
 *.mp4 filter=lfs diff=lfs merge=lfs -text
 *.webm filter=lfs diff=lfs merge=lfs -text
+vis_res/ampmix/Fig8_a_ampmix_BraTS-GLI-00005-000.pdf filter=lfs diff=lfs merge=lfs -text
+vis_res/boundary/Fig3_a_boundary_BraTS-GLI-00005-000.pdf filter=lfs diff=lfs merge=lfs -text
+vis_res/boundary/Fig3_b_boundary_BraTS-GLI-00017-000.pdf filter=lfs diff=lfs merge=lfs -text
+vis_res/concept_tokens/Fig6_b1_et_overview_BraTS-GLI-00006-000.pdf filter=lfs diff=lfs merge=lfs -text
+vis_res/dual_domain/Fig7_a_dual_domain_BraTS-GLI-00005-000.pdf filter=lfs diff=lfs merge=lfs -text
+vis_res/dual_domain/Fig7_b_dual_domain_BraTS-GLI-00017-000.pdf filter=lfs diff=lfs merge=lfs -text
+vis_res/et_absent/Fig2_a_et_absent_BraTS-GLI-00012-000.pdf filter=lfs diff=lfs merge=lfs -text
+vis_res/failure/Fig9_a_failure_BraTS-GLI-00020-000.pdf filter=lfs diff=lfs merge=lfs -text
+vis_res/qualitative/Fig1_qualitative_comparison.pdf filter=lfs diff=lfs merge=lfs -text

vis_res/README.md

@@ -0,0 +1,206 @@
+# GliomaSAM3-MoE 可视化结果总结
+
+本文档总结了各可视化实验的内容、目的和主要结论。
+
+---
+
+## 1. 主定性对比 (qualitative/)
+
+**文件**: `Fig1_qualitative_comparison.png`
+
+**内容**: 
+- 多模态输入（T1, T1ce, T2, FLAIR）
+- Ground Truth 与预测结果对比
+- 我们的方法 (GliomaSAM3-MoE) vs SegMamba
+- WT/TC/ET 三区域分割叠加显示
+
+**结论**: 展示模型在不同病例上的定性分割效果，通过彩色叠加可以直观比较各方法在肿瘤边界、区域完整性上的差异。
+
+---
+
+## 2. ET Gate 研究 (et_absent/)
+
+**文件**: `Fig2_a_et_absent_BraTS-GLI-00012-000.png`
+
+**内容**:
+- ET Before Gate: 经过 gate 前的 ET 预测概率图
+- ET After Gate: 经过 gate 后的 ET 预测概率图
+- π_ET 值: 模型预测的 ET 存在概率
+
+**结论**: 
+- π_ET 值反映模型对 ET（增强肿瘤）存在性的判断置信度
+- 当 π_ET > 0.5 时，模型认为存在 ET；反之则抑制 ET 预测
+- 此机制可帮助减少 ET 假阳性，但在当前训练下效果较弱（大多数 π_ET 接近 0.97-0.98）
+
+---
+
+## 3. 边界误差分析 (boundary/)
+
+**文件**: 
+- `Fig3_a_boundary_BraTS-GLI-00005-000.png`
+- `Fig3_b_boundary_BraTS-GLI-00017-000.png`
+
+**内容**:
+- 左侧: T1ce 图像 + Ground Truth 边界（白色）+ 预测边界（黑色）
+- 右侧: 边界误差热力图（红色=假阳性FP，蓝色=假阴性FN）
+
+**结论**: 
+- 边界误差热力图直观展示分割误差的空间分布
+- 可用于分析 HD95 指标的改善区域
+- 误差主要集中在肿瘤边缘模糊区域
+
+---
+
+## 4. 微小/碎片 ET 分析 (tiny_et/)
+
+**文件**:
+- `Fig4_a_tiny_et_BraTS-GLI-00005-000.png`
+- `Fig4_b_tiny_et_BraTS-GLI-00006-000.png`
+
+**内容**:
+- 局部 ROI 放大显示
+- Ground Truth vs 我们的方法 vs SegMamba
+- 专注于 ET 极小或碎片化区域
+
+**结论**: 展示模型对微小 ET 区域的捕获能力，验证是否能保留碎片化结构而不丢失或过度平滑。
+
+---
+
+## 5. MoE 路由可解释性 (moe_routing/)
+
+**文件**:
+- `Fig5_a_moe_routing_BraTS-GLI-00018-000.png`
+- `Fig5_b_moe_routing_BraTS-GLI-00012-000.png`
+
+**内容**:
+- 柱状图展示各专家对 WT/TC/ET 三个区域的贡献权重
+- X 轴: 专家索引 (E0-E4)，激活的专家用 "(active)" 标注
+- Y 轴: 贡献值
+- 颜色区分: WT(青色), TC(品红), ET(黄色)
+- 黑色折线: 路由权重 γ，激活专家标注具体值
+- 非激活专家显示为半透明（alpha=0.3）
+
+**重要说明**:
+- 模型配置 `moe_topk: 2`，即采用 **Top-2 稀疏门控**
+- 每次推理**只激活 2 个专家**，其余专家权重为 0
+- 这是 Mixture-of-Experts 的标准设计，不是 bug
+
+**结论**:
+- Top-2 稀疏门控使计算效率提高，同时保持模型容量
+- 不同案例可能激活不同的专家组合（如 E0+E2 或其他）
+- 路由权重 γ 显示各激活专家的相对重要性
+
+---
+
+## 6. 概念 Token 可解释性 (concept_tokens/)
+
+每个病例生成 3 张图：
+
+### 6.1 ET 预测概览 (Fig6_X1_et_overview_*.png)
+- 左: T1ce 原始输入
+- 右: ET 预测 mask 叠加 + 体素总数
+
+### 6.2 碎片化分析 (Fig6_X2_fragmentation_*.png)
+- 左: 连通域可视化（不同颜色标识各组件）
+- 中: 各组件大小柱状图
+- 右: FRAG_BIN 分类（None/Low/Medium/High）
+
+### 6.3 规模分析 (Fig6_X3_scale_*.png)
+- 左: ET 区域可视化
+- 右: SCALE_BIN 分类（Tiny/Small/Medium/Large）
+
+**结论**:
+- **FRAG_BIN**: 根据 ET 连通域数量判断碎片化程度
+  - n ≤ 1 → None, n ≤ 3 → Low, n ≤ 5 → Medium, n > 5 → High
+- **SCALE_BIN**: 根据 ET 体素总数判断规模
+  - voxels ≤ 50 → Tiny, ≤ 200 → Small, ≤ 500 → Medium, > 500 → Large
+- 这些概念 token 与肿瘤形态特征直接关联，可用于辅助临床决策
+
+---
+
+## 7. 双域增强效果 (dual_domain/)
+
+**文件**:
+- `Fig7_a_dual_domain_BraTS-GLI-00005-000.png`
+- `Fig7_b_dual_domain_BraTS-GLI-00017-000.png`
+
+**内容**:
+- 左: 原始图像的傅里叶幅度谱
+- 右: 增强后的傅里叶幅度谱
+- 统一色标便于比较
+
+**结论**:
+- 频域可视化展示模型如何利用频谱信息
+- 增强后的幅度谱可能显示高频成分增强，有助于边界检测
+- 体现双域（空域+频域）融合的效果
+
+---
+
+## 8. AmpMix 增强鲁棒性 (ampmix/)
+
+**文件**: `Fig8_a_ampmix_BraTS-GLI-00005-000.png`
+
+**内容**:
+- 左: 原始图像 + 预测
+- 中: AmpMix 扰动后的图像
+- 右: 扰动后的预测结果
+
+**结论**:
+- AmpMix 通过混合不同样本的傅里叶幅度谱进行数据增强
+- 展示模型在幅度谱扰动下的预测稳定性
+- 理想情况下，扰动前后预测应保持一致，边界不发生显著漂移
+
+---
+
+## 9. 失败案例分析 (failure/)
+
+**文件**: `Fig9_a_failure_BraTS-GLI-00020-000.png`
+
+**内容**:
+- 左: Ground Truth
+- 右: 预测结果
+- 标注: 失败原因说明
+
+**结论**:
+- 展示模型的局限性
+- 典型失败原因包括:
+  - 边界模��区域的判断困难
+  - 低对比度区域的误分割
+  - 伪影或异常强度影响
+- 诚实展示模型限制有助于后续改进方向
+
+---
+
+## 文件结构
+
+```
+vis_res/
+├── README.md                 # 本文档
+├── qualitative/              # 主定性对比
+├── et_absent/                # ET Gate 研究
+├── boundary/                 # 边界误差分析
+├── tiny_et/                  # 微小 ET 分析
+├── moe_routing/              # MoE 路由可解释性
+├── concept_tokens/           # 概念 Token 可解释性
+├── dual_domain/              # 双域增强效果
+├── ampmix/                   # AmpMix 鲁棒性
+├── failure/                  # 失败案例
+└── aux_cache/                # 中间结果缓存（内部使用）
+```
+
+---
+
+## 生成方式
+
+所有可视化由 `visualizations/vis_publication.py` 生成，配置文件为 `visualizations/vis_config.yaml`。
+
+```bash
+cd /root/githubs/gliomasam3_moe
+PYTHONPATH=/root/githubs/sam3:$PYTHONPATH python visualizations/vis_publication.py \
+  --config visualizations/vis_config.yaml \
+  --model-config configs/train.yaml \
+  --checkpoint ./logs/segmamba/model/ckpt_step600.pt \
+  --run all
+```
+
+可通过 `--run <name>` 单独生成特定可视化（如 `--run moe,dual_domain`）。

vis_res/ampmix/Fig8_a_ampmix_BraTS-GLI-00005-000.pdf

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a4e155669c0f2ae5ba5340a49a6a131afdba8873a179db1efb67b7fdf3c022e1
+size 132112

vis_res/aux_cache/BraTS-GLI-00005-000_aux.npz

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:64fe9832eb559ead4d5bb122d09aa8c235a3dc30021ea8ce8c22c3950257bbab
+size 58514645

vis_res/aux_cache/BraTS-GLI-00006-000_aux.npz

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1f152c558c48dca6ebf14d04df83f59aed5999faebb81cfe5e0bc758add49814
+size 23007996

vis_res/aux_cache/BraTS-GLI-00012-000_aux.npz

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2c12ddb219ec003ae9975b14bdc17e0899f6788ed4eb187d4f1340b91137d15e
+size 463

vis_res/aux_cache/BraTS-GLI-00017-000_aux.npz

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a194addfc781d5cacb7e57995d9856de2ab9a3834045b05f82cf4bf6d4e1eec1
+size 70944242

vis_res/aux_cache/BraTS-GLI-00018-000_aux.npz

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7195a68e4c7158762142abe92faf5ffb22bb0a63c9ba440434b27c0265448e8e
+size 462

vis_res/boundary/Fig3_a_boundary_BraTS-GLI-00005-000.pdf

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:410b3dddbb75fa28373d0fa9bb245bba0be27fa3e794ae23cb0c3b084cdec6bd
+size 128886

vis_res/boundary/Fig3_b_boundary_BraTS-GLI-00017-000.pdf

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:674e7fdabbf5d1cb909d03a46472aee1ee31c07b1b4126a5e508b3983269c74b
+size 132941

vis_res/concept_tokens/Fig6_b1_et_overview_BraTS-GLI-00006-000.pdf

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c89698cb5dae181364d13a93fda036899144c3e52494b58bc635c11d1a29fcd4
+size 102141

vis_res/dual_domain/Fig7_a_dual_domain_BraTS-GLI-00005-000.pdf

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fbae61c80f8bf576c539fae47daf8c65e84997288a4a636fad1b4dce637ce118
+size 113416

vis_res/dual_domain/Fig7_b_dual_domain_BraTS-GLI-00017-000.pdf

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:64d31767498b3c52967f9cd3e9edec59e97a0fa41a46d8767350dff97685316c
+size 131093

vis_res/et_absent/Fig2_a_et_absent_BraTS-GLI-00012-000.pdf

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1faf4ae3266d69db1efddae19f4ff18ea5b54333dcbe4587b4fe5859ec3e3d46
+size 144235

vis_res/failure/Fig9_a_failure_BraTS-GLI-00020-000.pdf

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:400eb6bd7ee79191f9a7dab3825d65aefdbfbd3495be2cc8bdaffa7fee3856de
+size 138511