结肠镜检查是一种有效的检测结直肠息肉的技术，而这些息肉与结直肠癌高度相关。在临床实践中，从结肠镜图像中分割息肉具有重要意义，因为它为诊断和手术提供了宝贵的信息。然而，准确的息肉分割是一项具有挑战性的任务，主要原因有两个：（i）同一类型的息肉在大小、颜色和纹理上存在多样性；（ii）息肉与其周围黏膜之间的边界不明显。为了应对这些挑战，我们提出了一种并行反向注意力网络（PraNet），用于结肠镜图像中的准确息肉分割。具体而言，我们首先使用并行部分解码器（PPD）聚合高层特征。基于这些组合特征，我们生成一个全局图作为后续组件的初始引导区域。此外，我们利用反向注意力（RA）模块挖掘边界线索，该模块能够建立区域与边界线索之间的关系。得益于区域和边界之间的反复合作机制，我们的PraNet能够校正任何错位预测，从而提高分割精度。对五个具有挑战性的数据集进行的六项指标的定量和定性评估表明，我们的PraNet显著提高了分割精度，并在泛化能力和实时分割效率方面表现出诸多优势。