يُعدّ تقسيم وتصنيف النوى في صور الأنسجة المُصبغة باليوزين والهيماتوكسيلين تحديًا كبيرًا نظرًا لعدة مشكلات، مثل عدم اتساق الألوان الناتج عن عمليات الصبغ اليدوية غير الموحدة، وتكاثف النوى، وحدود النوى الضبابية والمتداخلة. تعتمد الطرق الحالية على تقسيم النوى من خلال تمثيلها باستخدام مضلعات أو من خلال قياس المسافات بين مراكز النوى. على النقيض من ذلك، نستفيد من حقيقة أن الخصائص المورفولوجية (المظهر، الشكل، والملمس) للنوى في الأنسجة تختلف بشكل كبير حسب نوع الأنسجة. ونستغل هذه المعلومات من خلال استخلاص ميزات محددة للأنسجة (TS) من الصور الخام للأنسجة المرضية باستخدام الهيكل الأساسي المقترح لاستخلاص الميزات المحددة للأنسجة (TSFD). يُنشئ شبكة الهرم المميز ثنائي الاتجاه (BiFPN) داخل شبكة TSFD هرمًا مميزًا هرميًا قويًا باستخدام الميزات المحددة للأنسجة، حيث تقوم وحدات التفكيك المترابطة بتحسين ودمج هذه الميزات معًا لتحقيق التنبؤات النهائية. كما نقترح دالة خسارة مبتكرة مركبة لتحسين مشترك وتسريع التقارب في الشبكة المقترحة. تم إجراء دراسات تحليلية واسعة لتقييم فعالية كل مكون في شبكة TSFD-Net. وتفوقت الشبكة المقترحة على الشبكات الرائدة في مجالها مثل StarDist وMicro-Net وMask-RCNN وHover-Net وCPP-Net على مجموعة بيانات PanNuke التي تحتوي على 19 نوعًا مختلفًا من الأنسجة و5 فئات سريرية مهمة للورم، حيث حققت 50.4% و63.77% من جودة البانوبتكية المتوسطة والثنائية على التوالي.