يُعدّ السرطان القولوني المستقيم من أكثر الأورام شيوعًا، ويمكن أن ينشأ من الأورام الحميدة عالية الخطر في القولون. تُعدّ المنظار القولوني أداة فعّالة للفحص المبكر لاكتشاف الأورام وعلاجها، وخاصةً في حالات التغيرات ما قبل السرطانية. ومع ذلك، فإن معدلات التفويت في الممارسة السريرية مرتفعة نسبيًا بسبب عوامل عديدة. ويمكن أن يستفيد هذا الإجراء بشكل كبير من استخدام نماذج الذكاء الاصطناعي للتحليل التلقائي لتحديد الأورام، مما يوفر رؤى قيمة لتحسين كشف الأورام القولونية. ومع ذلك، لا يزال التحديد الدقيق للورم يشكل تحديًا بسبب التباين الكبير في حجم الأورام وشكلها وملمسها وألوانها. تُقدّم هذه الورقة معمارية شبكة عصبية جديدة تُسمى AG-CUResNeSt، التي تعزز شبكات Coupled UNets من خلال استخدام هيكل أساسي قوي يُعرف بـ ResNeSt وأبواب انتباه (Attention Gates). وتُظهر الشبكة قدرة فعّالة على دمج الميزات متعددة المستويات لتحقيق تحليل دقيق للأورام القولونية. أظهرت النتائج التجريبية على خمسة مجموعات معيارية شهيرة أن الطريقة المقترحة تحقق دقة متقدمة مقارنةً بالطرق الحالية.