تعد تقسيم الأورام (Polyp Segmentation) قضية مثيرة للجدل في مجال التصوير الطبي، وقد شهدت العديد من الطرق المقترحة الرامية إلى تحسين جودة الأقنعة المقطوعة. رغم أن التقنيات الحالية المتقدمة تحقق نتائج مبهرة، فإن حجم هذه النماذج وتكلفة الحوسبة المرتفعة تخلق تحديات لتطبيقات الصناعة العملية. لمعالجة هذا التحدي، نقدم إطار KDAS، وهو إطار لنقل المعرفة يضم إشراف الانتباه (Attention Supervision)، ووحدة الإرشاد المتماثلة المقترحة من قبلنا. صُمم هذا الإطار لتسهيل إنشاء نموذج طالب مدمج يحتوي على عدد أقل من المعلمات، مما يسمح له بتعلم قدرات النموذج المعلم وتخفيف عدم التطابق بين خصائص النموذج المعلم وخصائص النموذج الطالب، وهو تحدي شائع في نقل المعرفة، عبر وحدة الإرشاد المتماثلة. من خلال التجارب الواسعة، أثبتت نماذجنا المدمجة قوتها بتحقيق نتائج تنافسية مع الطرق المتقدمة الحالية، مما يقدم حلًا واعدًا لإنشاء نماذج مدمجة ذات دقة عالية لتقسيم الأورام وفي مجال التصوير الطبي. يمكن الوصول إلى التنفيذ على الرابط: https://github.com/huyquoctrinh/KDAS.