在制药领域，新药的药效学研究是其中一个重要的方面。它主要是指对药物作用的观测和作用机理的探讨。药效学主要是在动物、离体脏器、细胞或者分子水平考察药物的作用。在细胞水平，细胞被病毒感染后，通过观察施加药物后细胞活性的变化规律，可以了解这些药物的作用机理及作用效果，从而为临床治疗时药物的施加时间和施加剂量提供参考。进而辅助医学研究逐步从定性研究转化为定量研究。对于药效学的研究，一般采用群体统计的方法来研究。群体统计的方法虽然比较好的反映了整体的效果，但是它不能区分特定的细胞。分类的统计方法可以针对性的对各类细胞的药效进行分析。为了获取细胞的活性并且对细胞进行分类研究，本文主要进行了细胞跟踪方法研究、细胞活性获取和分类方法研究以及基于细胞形态学的细胞活性评价标准研究这三方面内容。　　 在细胞跟踪方法研究方面，考虑到细胞之间相对位置较为稳定的特点，本文提出并设计实现了基于邻域特征相似性的细胞跟踪算法。算法主要采用细胞的邻域特征对细胞进行跟踪。为了确定细胞跟踪的正确性，算法首先进行了双向跟踪，然后对双向跟踪的序列进行匹配性验证。为了提高跟踪的正确率，算法在跟踪过程中不断的进行特征集衍化，然后对未成功跟踪细胞进行再次跟踪。在所有20张进行跟踪的细胞图中，细胞最多84个，最少67个，成功跟踪33个，正确跟踪32个，跟踪正确率为97％。结果表明，本文的算法可以有效的进行细胞跟踪，并能有效的克服细胞的移动和变形等问题。　　 为了进行细胞活性变化研究，本文首先采用绿色荧光图像的灰度直方图获取了背景亮度，然后通过对绿色荧光图像处理获取了细胞的亮度变化规律，最后通过对细胞亮度变化规律进行分类获取了药物对不同类型细胞的影响。结果表明，通过分类，可以更直观的观察药物对各类细胞活性的影响。　　 为了给出基于细胞形态学的细胞活性评价标准，本文首先通过Snake算法获得细胞的形态参数，然后采用主成分分析法对六个形态参数进行了化简，最后采用多元线性回归分析得出二者之间的关系。结果表明，细胞的形态参数可以有效的描述细胞的活性，为细胞活性的定量描述做了有意义的探索。