يُعد السرطان القولوني المستقيم من أكثر الأسباب شيوعًا للوفاة الناتجة عن السرطان في جميع أنحاء العالم. ويمكن أن يساهم الكشف المبكر عن الأورام الحميدة وعلاجها في تقليل معدل الوفيات، بل وحتى منع انتشارها إلى الأعضاء المجاورة. ويُمكن أن ينقذ الكشف المبكر عن الأورام الحميدة حياة ملايين المرضى حول العالم، كما يقلل من العبء السريري الناتج عن المرض. ومع ذلك، تتفاوت معدلات اكتشاف الأورام الحميدة بشكل كبير بين الأطباء المتخصصين في التنظير. وعلى الرغم من اقتراح العديد من الطرق القائمة على التعلم العميق، إلا أن معظم الدراسات ركزت على تحسين الدقة فقط. في هذا العمل، نقترح بنية جديدة تُسمى "شبكة التكبير المتبقية" (RUPNet) لتصنيف الأورام الحميدة في القولون، والتي تُتيح المعالجة في الزمن الفعلي مع تحقيق دقة عالية وحساسية عالية. تتكوّن البنية المقترحة RUPNet من شبكة مُشفّرة-مُفكّكة، تتضمن ثلاثة مشفرات، وثلاثة كتل مُفكّكة، بالإضافة إلى بعض كتل التكبير الإضافية في نهاية الشبكة. وباستخدام صورة بحجم $512 \times 512$512×512، تحقق الطريقة المقترحة سرعة تشغيل فائقة في الزمن الفعلي تبلغ 152.60 إطارًا في الثانية، مع معامل دايكس متوسط قدره 0.7658، ومتوسط تقاطع الوحدة (IoU) 0.6553، وحساسية 0.8049، ودقة 0.7995، ودرجة F2 قدرها 0.9361. تشير النتائج إلى أن RUPNet قادرة على تقديم تغذية راجعة فورية مع الحفاظ على دقة عالية، مما يُعد معيارًا ممتازًا للكشف المبكر عن الأورام الحميدة.