تم تطبيق أنواع مختلفة من شبكات العصبونات التلافيفية (CNNs) لاكتشاف العقد الرئوية السرطانية من صور التصوير المقطعي المحوسب (CT). ومع ذلك، فإن حجم العقدة يختلف بشكل كبير ويمكن أن يتراوح بين 3 و30 ملم. يجعل هذا الاختلاف الكبير في أحجام العقد تصنيفها مهمة صعبة ومليئة بالتحديات. في هذه الدراسة، نقترح هندسة شبكة عصبونية تلافيفية جديدة تسمى الشبكات ذات التمدد المحكوم (Gated-Dilated - GD) لتصنيف العقد كخبيثة أو حميدة. على عكس الدراسات السابقة، تستخدم الشبكة GD العديد من التمديدات التلافيفية بدلاً من عمليات التقسيم الأقصى (max-poolings) لالتقاط الاختلافات في الحجم. بالإضافة إلى ذلك، تحتوي الشبكة GD على شبكة فرعية واعية للسياق (Context-Aware) تقوم بتحليل الخصائص المدخلة وتوجيهها إلى تمديد تلافي مناسب. قمنا بتقييم الشبكة المقترحة على أكثر من 1,000 صورة تصوير مقطعي محوسب من مجموعة بيانات LIDC-LDRI. أظهرت شبكتنا المقترحة أداءً أفضل من النماذج الأساسية الأكثر تقدمًا مثل Multi-Crop و Resnet و Densenet، بمعدل دقة تحت المنحنى (AUC) يتجاوز 0.95. بالمقارنة مع النماذج الأساسية، تحسن الشبكة GD دقة تصنيف العقد ذات الأحجام المتوسطة. علاوة على ذلك، نلاحظ علاقة بين حجم العقدة والإشارة الانتباهية التي ينتجها الجزء الواعي للسياق، مما يؤكد صحة هندسة شبكتنا الجديدة.