随着生物工程的快速发展,生物数据库激增,生物医学图像处理成为机器学习、计算机视觉等领域的重点研究内容。其中,体外细胞增殖行为的研究对许多生物医学应用具有重要意义,如细胞组织培养,制药学和组织工程。准确和自动化的细胞分裂事件识别对于这种研究至关重要。本文对自动化细胞检测的主流研究方法进行了探究,并结合细胞分裂过程的特点进行算法设计。本文主要提出了两种算法:(1)基于张量分解的算法,该方法利用张量可以较好存储时空结构信息的特性,通过Tucker线性判别分析进行特征提取,实现了较高的召回率。(2)基于时空金字塔的算法。首先,通过不同的低层特征提取方法对细胞样本序列进行特征提取。然后,根据有丝分裂过程特点进行不同级别时间滤波器的设置,并通过池化方法进行特征融合。最后将视频特征送入支持向量机进行分类。为了证明所提算法的性能,本文在相差显微镜细胞数据库上进行实验。通过与数据库上已有算法的对比,证明了所提算法的可行性。