توفر مقاطع الفيديو للتنظير القولوني معلومات أكثر غنىً في تقسيم الأورام للتشخيص السريري لسرطان المستقيم. ومع ذلك، فإن الحركة السريعة للمنظار والرصد عن قرب تجعل الطرق الحالية تعاني من عدم تماسك فضائي كبير وإطارات متواصلة ذات جودة منخفضة، مما يؤدي إلى دقة تقسيم محدودة. في هذا السياق، نركز على تقسيم الأورام في الفيديو بشكل متين من خلال تعزيز التوافق بين الخصائص المجاورة وإعادة بناء تمثيل الأورام الموثوق به. لتحقيق هذا الهدف، نقترح في هذه الورقة شبكة SALI، وهي هجينة من وحدة التحالف قصير المدى (SAM) ووحدة التفاعل طويل المدى (LIM). تقوم SAM بتعلم الخصائص الفضائية المتراصة لإطارات متجاورة عبر التحويل المنحرف ثم توافقها بشكل أكبر لالتقاط تمثيل قصير المدى للأورام أكثر استقرارًا. وفي حالة الإطارات ذات الجودة المنخفضة، تخزن LIM التمثيلات التاريخية للأورام كبنك ذاكرة طويل الأمد، وتستكشف العلاقات الرجعية لإعادة بناء خصائص الأورام الأكثر موثوقية للتقسيم الحالي. عند الجمع بين SAM و LIM، تظهر شبكة SALI للتقسيم الفيديوي مقاومة كبيرة للتغيرات الفضائية والدلائل البصرية المنخفضة. يؤكد الاختبار على SUNSEG ذو النطاق الواسع تفوق SALI على أفضل الأساليب الحالية من خلال تحسين معامل Dice بمقدار 2.1٪ و 2.5٪ و 4.1٪ و 1.9٪ لكل من المجموعات الفرعية الأربعة للم�试 على التوالي. يمكن الوصول إلى الكود في https://github.com/Scatteredrain/SALI.