Forekomsten af forældreløse annie-eye nuclei er et vigtigt træk for diagnosticering af papillært skjoldbruskkirtelkarcinom (PTC), en kræftform i skjoldbruskkirtlen. Automatiseret detektion og segmentering af forældreløse annie-eye-kerner fra histopatologiske billeder er en indviklet procedure på grund af traditionelle og specifikke udfordringer. De specifikke udfordringer skyldes de biologiske egenskaber ved disse kerner. I denne artikel foreslås en automatiseret metode til påvisning og segmentering af forældreløse annie-eye-kerner fra histopatologiske billeder af papillært thyroideacarcinom. Vores foreslåede metode (EM/MPM-CV) anvender i første omgang en Markov random field-baseret segmenteringsteknik til at detektere de forældreløse annie-eye-kerner fra de givne billeder. En regionsbaseret aktiv konturmodel (ACM) initialiseres og udvikles over kernefrøene for at identificere de endelige kernekonturer. EM/MPM-CV-metoden evalueres på 149 histopatologiske PTC-billeder med henblik på detektions- og segmenteringsresultater. Denne teknik giver en detektionsfølsomhed på 87 % og en positiv prædiktiv værdi på 93 %. Den direkte Hausdorff-afstand (DHD) og den gennemsnitlige absolutte afstand (MAD) for den foreslåede metode viser sig at være henholdsvis 3,79 og 1,55 pixel.