MIDOG 2025 Track 1의 유핵 분열 검출 문제를 해결하기 위해, 복잡하고 이질적인 환경과 아티팩트 발생 가능성을 고려한 2단계 프레임워크를 제안합니다. 첫 번째 단계에서는 EMA attention과 LSConv가 통합된 향상된 YOLO11x를 사용하여 유핵 분열 후보를 생성하고, 낮은 신뢰도 임계값을 적용하여 재현율을 높입니다. 두 번째 단계에서는 ConvNeXt-Tiny 분류기를 사용하여 거짓 양성(false positive)을 걸러내 정확도를 확보합니다. MIDOG++, MITOS_WSI_CCMCT 및 MITOS_WSI_CMC로 구성된 통합 데이터셋에서 F1 점수 0.882를 달성하여 YOLO11x 단일 단계 baseline보다 0.035 높은 성능을 보였습니다. 이는 정밀도 향상(0.762에서 0.839로)에 기인하며, MIDOG 2025 Track 1 예비 테스트 세트에서 F1 점수 0.7587을 기록했습니다.