大腸癌は最も一般的な悪性腫瘍の一つであり、高リスクの大腸ポリープから発症する場合がある。内視鏡検査（結腸鏡検査）は、特に前癌性病変の検出と摘出に有効なスクリーニング手法である。しかし、臨床現場では、さまざまな要因によりポリープの見逃し率が比較的高いのが現状である。このプロセスは、AIモデルを活用した自動ポリープセグメンテーションによって大きく向上する可能性がある。これは、ポリープ検出の精度向上に向けた貴重な知見を提供する。しかしながら、ポリープのサイズ、形状、テクスチャ、色調に大きなばらつきがあるため、正確なセグメンテーションは依然として困難である。本論文では、堅牢なResNeStバックボーンとアテンションゲートを用いて、Coupled UNetを強化した新しいニューラルネットワークアーキテクチャ「AG-CUResNeSt」を提案する。このネットワークは、多レベルの特徴量を効果的に統合し、高精度なポリープセグメンテーションを実現する。5つの代表的なベンチマークデータセットを用いた実験結果から、本手法が既存手法と比較して最先端の精度を達成していることが示された。