Các số liệu phân bào bất thường (AMF) là một chỉ báo quan trọng về mặt lâm sàng về sự phân chia tế bào bất thường, nhưng việc phát hiện đáng tin cậy của chúng gặp nhiều thách thức do sự mơ hồ về hình thái và tính biến thiên của máy quét. Trong nghiên cứu này, chúng tôi đã nghiên cứu ba biến thể của mô hình UNI2 dựa trên bệnh lý được áp dụng cho thử thách MIDOG2025 Track 2: (1) LoRA + UNI2, (2) VPT + UNI2 + Vahadane Normalizer và (3) VPT + UNI2 + GRL + Stain TTA. Chúng tôi nhận thấy rằng việc tích hợp điều chỉnh nhắc nhở trực quan (VPT) với chuẩn hóa nhuộm đã cải thiện hiệu suất khái quát hóa. Việc bổ sung tăng cường thời gian thử nghiệm (TTA) bằng cách sử dụng chuẩn hóa nhuộm Vahadane và Macenko đạt được độ tin cậy cao nhất. Bài nộp cuối cùng đạt được độ chính xác cân bằng là 0,8837 và ROC-AUC là 0,9513, đưa đội này vào top 10 trên bảng xếp hạng sơ bộ. Những kết quả này cho thấy việc kết hợp khả năng thích ứng dựa trên dấu nhắc với TTA chuẩn hóa bằng nhuộm là một chiến lược đầy hứa hẹn để phân loại nguyên phân bất thường trong nhiều điều kiện chụp ảnh khác nhau.
