Das Vorhandensein von orphan annie-eye nuclei ist ein wichtiges Merkmal für die Diagnose des papillären Schilddrüsenkarzinoms (PTC), einer Krebsart der Schilddrüse. Die automatische Erkennung und Segmentierung verwaister Annie-Eye-Kerne aus histopathologischen Bildern ist aufgrund traditioneller und spezifischer Herausforderungen ein kompliziertes Verfahren. Die spezifischen Herausforderungen ergeben sich aus den biologischen Eigenschaften dieser Kerne. In diesem Beitrag wird eine automatisierte Methode zur Erkennung und Segmentierung verwaister Annie-Eye-Kerne aus histopathologischen Bildern des papillären Schilddrüsenkarzinoms vorgeschlagen. Die von uns vorgeschlagene Methode (EM/MPM-CV) verwendet zunächst eine Markov-Zufallsfeld-basierte Segmentierungstechnik, um die verwaisten Annie-Eye-Kerne aus den gegebenen Bildern zu erkennen. Ein regionenbasiertes aktives Konturmodell (ACM) wird initialisiert und über die Kernkeime weiterentwickelt, um die endgültigen Kernkonturen zu identifizieren. Die EM/MPM-CV-Methode wird anhand von 149 histopathologischen PTC-Bildern auf ihre Erkennungs- und Segmentierungsleistung geprüft. Diese Technik hat eine Erkennungsempfindlichkeit von 87 % und einen positiven Vorhersagewert von 93 %. Der gerichtete Hausdorff-Abstand (DHD) und der mittlere absolute Abstand (MAD) für die vorgeschlagene Methode betragen 3,79 bzw. 1,55 Pixel.