准确的核分类（例如，肾细胞癌（RCC）活检图像的分级）对于更好地了解肿瘤生长等基本现象很重要。 本文提出了一种自动化的管道来定量分析RCC数据。 首先基于最小描述长度（MDL）约束的B样条曲线拟合，使用一种新颖的分割方法来描绘细胞核。 然后从获得的细分中，基于五种类型的特征提取13个特征。 这些特征用于在活检图像中对细胞核进行分类。 计算核之间的关联并由图形网络表示，以进行进一步分析。 最后，引入基于支持向量机（SVM）的决策图分类器对活检图像进行分类。 在实际RCC数据上的实验结果表明，基于S