息肉分割是医学影像领域的一个有争议的问题，已提出多种方法以提高分割掩模的质量。尽管当前最先进的技术取得了令人印象深刻的结果，但这些模型的规模和计算成本给实际工业应用带来了挑战。为了解决这一问题，我们提出了KDAS，这是一种结合了注意力监督的知识蒸馏框架，以及我们设计的对称引导模块（Symmetrical Guiding Module）。该框架旨在通过减少参数量来促进紧凑的学生模型的学习，使其能够继承教师模型的优势，并通过对称引导模块缓解教师特征与学生特征之间的不一致性，这是知识蒸馏中常见的难题。通过大量实验验证，我们的紧凑模型展示了其强大的性能，在息肉分割方面达到了与最先进方法相当的结果，为在医学影像领域创建高精度的紧凑模型提供了一种有前景的方法。该框架的实现代码可在https://github.com/huyquoctrinh/KDAS 获取。