now if F0 and F4 data both present -- FFT not calculated. It is taken from F4

main.py

@@ -120,6 +120,7 @@ def resize_2d_interpolate(data, target_rows, target_cols):
     return data_resampled
 
 
+
 def BF_fft_postprocessor(spectrum: np.ndarray) -> np.ndarray:
     """Болванка постобработки FFT-данных, полученных из файла (F4).
 
@@ -143,6 +144,21 @@ def BF_fft_postprocessor(spectrum: np.ndarray) -> np.ndarray:
         return spectrum
 
 
+'''
+def BF_fft_postprocessor(spectrum: np.ndarray) -> np.ndarray:
+    """Болванка постобработки FFT-данных, полученных из файла (F4).
+
+    Принимает 1D массив амплитуд спектра и возвращает преобразованный массив
+    той же длины. По умолчанию — тождественное преобразование.
+    """
+    try:
+        return np.asarray(spectrum, dtype=float)
+    except Exception:
+        return spectrum
+
+'''
+    
+    
 def load_data_with_type(filename):
     """Загружает данные и определяет их тип по первой строке."""
     with open(filename, 'r') as f:
@@ -185,36 +201,31 @@ def parse_hex_file(filename):
     def finalize_segment():
         nonlocal cur
         # Приоритет выбора сегмента:
-        # 1) Если есть F0 — используем как SYNC_DET (F4 игнорируем временно)
+        # 1) Если есть F4 — используем как FOURIER; F0 (если есть) передаём для отображения без расчёта FFT
         # 2) Иначе F1+F2 → амплитуда
-        # 3) Иначе F4 (если нет F0)
+        # 3) Иначе F3 (sqrt)
-        # 4) Иначе F3 (sqrt)
+        # 4) Иначе F0 как SYNC_DET
         # 5) Иначе D0 как RAW
-        #print("cur:", cur)
+        if cur["F4"]:
-        if cur["F0"]:
-        #    print("got F0!")
-            seg_sync.append(np.asarray(cur["F0"], dtype=float))
-        elif cur["F1"] and cur["F2"] and len(cur["F1"]) == len(cur["F2"]):
-            print("got F1,F2!")
-            re = np.asarray(cur["F1"], dtype=float)
-            im = np.asarray(cur["F2"], dtype=float)
-            seg_fourier.append(np.sqrt(re * re + im * im))
-        elif cur["F4"]:
-        #    print("got F4!")
-            
-        #    print("got fourier!")
             # FOURIER данные получены напрямую из файла (F4)
             col = np.asarray(cur["F4"], dtype=float)
             col = BF_fft_postprocessor(col)
-            seg_fourier.append(col)
+            if cur["F0"]:
+                # Сохраняем F0 рядом с F4 для отображения (без расчёта FFT)
+                f0 = np.asarray(cur["F0"], dtype=float)
+                seg_fourier.append((col, f0))
+            else:
+                seg_fourier.append(col)
+        elif cur["F1"] and cur["F2"] and len(cur["F1"]) == len(cur["F2"]):
+            re = np.asarray(cur["F1"], dtype=float)
+            im = np.asarray(cur["F2"], dtype=float)
+            seg_fourier.append(np.sqrt(re * re + im * im))
         elif cur["F3"]:
-        #    print("got F3!")
-
             arr = np.asarray(cur["F3"], dtype=float)
             seg_fourier.append(np.sqrt(np.maximum(0.0, arr)))
+        elif cur["F0"]:
+            seg_sync.append(np.asarray(cur["F0"], dtype=float))
         elif cur["D0"]:
-        #    print("got D0!")
-
             seg_raw.append(np.asarray(cur["D0"], dtype=float))
         # Сброс
         cur = {"D0": [], "F0": [], "F1": [], "F2": [], "F3": [], "F4": []}
@@ -973,8 +984,18 @@ class DataAnalyzerApp:
         # A может быть: list[np.ndarray] (из HEX) или numpy.ndarray
         if isinstance(A, list):
             for seg in A:
-                col = np.asarray(seg, dtype=float)
+                # Если сегмент — кортеж (fourier_col, f0), отобразим F0 в временной области,
-                columns_to_add.append(col)
+                # но B-scan пополняем только спектром (fourier_col)
+                if isinstance(seg, tuple) and len(seg) == 2:
+                    col = np.asarray(seg[0], dtype=float)
+                    f0 = np.asarray(seg[1], dtype=float)
+                    self.signal = f0
+                    self.signalView = f0 * 0.1
+                    self.timeSignal = np.arange(len(f0))
+                    columns_to_add.append(col)
+                else:
+                    col = np.asarray(seg, dtype=float)
+                    columns_to_add.append(col)
             return True, columns_to_add
 
         if A.ndim == 1: