De aanwezigheid van orphan annie-eye nuclei is een significant kenmerk voor de diagnose van papillair schildkliercarcinoom (PTC), een kanker van de schildklier. Geautomatiseerde detectie en segmentatie van annie-ogen kernen uit histopathologische beelden is een ingewikkelde procedure omwille van traditionele en specifieke uitdagingen. De specifieke uitdagingen worden gesteld door de biologische eigenschappen van deze kernen. In dit artikel wordt een geautomatiseerde methode voorgesteld om annie-oog kernen te detecteren en te segmenteren uit histopathologische beelden van papillair schildkliercarcinoom. Onze voorgestelde methode (EM/MPM-CV) gebruikt eerst een Markov random field-gebaseerde segmentatietechniek om de wees annie-oog kernen te detecteren uit de gegeven beelden. Een regio-gebaseerd actief contour model (ACM) wordt geïnitialiseerd en geëvolueerd over de nuclei seeds om de uiteindelijke nuclei contouren te identificeren. De EM/MPM-CV methode is geëvalueerd op 149 PTC histopathologie beelden voor detectie en segmentatie prestaties. Deze techniek geeft een detectiegevoeligheid van 87% en een positief voorspellende waarde van 93%. De gerichte Hausdorff-afstand (DHD) en de gemiddelde absolute afstand (MAD) voor de voorgestelde methode blijken respectievelijk 3,79 en 1,55 pixels te bedragen.