الترجمة إلى اللغة العربية:يلعب التقطيع والتصنيف الآلي للنوى دورًا حاسمًا في علم الأمراض الرقمي. ومع ذلك، فإن معظم الأعمال السابقة تُبنى على بيانات ذات تنوع محدود وأحجام صغيرة، مما يجعل النتائج مشكوكًا فيها أو مضللة في المهام اللاحقة الفعلية. في هذا البحث، نهدف إلى بناء طريقة موثوقة وقوية قادرة على التعامل مع البيانات من "الميدان السريري" (the clinical wild). تحديدًا، ندرس ونصمم طريقة جديدة للكشف عن النوى وتقطيعها وتصنيفها بشكل متزامن من بيانات الأنسجة المرضية المصبوغة بـ هيماتوكسيلين وإوزين (H&E)، ونقيم نهجنا باستخدام أحدث مجموعة بيانات كبيرة: PanNuke.نتناول الكشف والتصنيف عن كل نواة كمشكلة تقدير نقاط معنى جديدة لتحديد نقطة المركز لكل نواة. بعد ذلك، يتم الحصول على الأقنعة المرتبطة بالنقاط المركزية للنوى باستخدام تقسيم الحالة الديناميكي. وفي الوقت نفسه، اقترحنا وحدة دمج الهرم المشتركة الجديدة (Joint Pyramid Fusion Module - JPFM) لنمذجة الاعتمادات عبر المقاييس، مما يعزز الخصائص المحلية لتحقيق كشف أفضل وتصنيف للنوى. من خلال فصل مهمتين صعبتين تتمان بالتوازي واستغلال JPFM، يمكن لنهجنا الاستفادة من الكشف القائم على الفئات والتقسيم المستقل عن الفئات، مما يؤدي إلى زيادة كبيرة في الأداء.نبين الأداء المتفوق لنهجنا المقترح في تقطيع النوى وتصنيفها عبر 19 نوعًا مختلفًا من الأنسجة، مما يوفر نتائج معيارية جديدة.