Oravien annie-eye-ydinten esiintyminen on merkittävä ominaisuus papillaarisen kilpirauhaskarsinooman (PTC) diagnosoinnissa, joka on kilpirauhassyöpä. Orpojen annie-eye-ytimien automaattinen havaitseminen ja segmentointi histopatologisista kuvista on monimutkainen menettely perinteisten ja erityishaasteiden vuoksi. Erityisiä haasteita aiheuttavat näiden ytimien biologiset ominaisuudet. Tässä artikkelissa ehdotetaan automatisoitua menetelmää orpojen annie-eye-ytimien havaitsemiseksi ja segmentoimiseksi papillaarisen kilpirauhaskarsinooman histopatologisista kuvista. Ehdotetussa menetelmässä (EM/MPM-CV) käytetään aluksi Markovin satunnaiskenttään perustuvaa segmentointitekniikkaa orpojen annie-eye-ytimien siementen havaitsemiseksi annetuista kuvista. Aloitetaan aluepohjainen aktiivinen ääriviivamalli (ACM), joka kehittyy ytimen siementen yli lopullisten ytimen ääriviivojen tunnistamiseksi. EM/MPM-CV-menetelmää arvioidaan 149:llä PTC:n histopatologisella kuvalla tunnistuksen ja segmentoinnin suorituskyvyn osalta. Tämän tekniikan havaitsemisherkkyys on 87 % ja positiivinen ennustearvo 93 %. Ehdotetun menetelmän suunnatun Hausdorffin etäisyyden (DHD) arvoksi saadaan 3,79 ja absoluuttisen etäisyyden keskiarvon (MAD) arvoksi 1,55 pikseliä.