手稿「延時顯微影像分析的高階框架」中提出的演算法可以檢測、追蹤和分類癌細胞，以及檢測延時顯微影像中的吞噬作用。
cell_classification資料夾中的檔案是將癌細胞分類為活細胞和死細胞所需的程式碼。
該文件實現了圖像中細胞的檢測。它包含幾個步驟，例如將彩色影像轉換為灰階影像、將灰階影像轉換為二值影像、在二值影像中查找輪廓、確定輪廓是否實際上是細胞以及計算細胞的形狀。
此程式碼對影像中的細胞進行分類。它包含幾個步驟，例如透過連續影像追蹤細胞，確定哪些細胞是活的，哪些是死的。
此程式碼將延時顯微鏡影像作為輸入數據，並向使用者提供細胞分類作為輸出。它會呼叫 cell_detect.py 和 cell_classify.py 進行計算。
使用者需要在Ubuntu環境中運行程式碼。準備好輸入資料後，執行以下命令：
$./main.py
phagocytosis_detection資料夾中的檔案是偵測影像中吞噬作用的程式碼。
該文件實現了圖像中細胞的檢測。它包含幾個步驟，例如將彩色影像轉換為灰階影像、將灰階影像轉換為二值影像、在二值影像中查找輪廓、確定輪廓是否實際上是細胞以及計算細胞的形狀。
此程式碼檢測連續影像中的吞噬作用。它包含 DBSCAN、線性迴歸和確定簇是否包含吞噬作用的應用。
該程式碼採用延時顯微鏡圖像作為輸入數據，並為用戶提供一個視頻，其中細胞聚集在一起，如果它包含吞噬作用作為輸出，則標記簇。它呼叫 cell_detect.py 和 phagocytosis_detect.py 進行計算。
使用者需要在Ubuntu環境中運行程式碼。準備好輸入資料後，執行以下命令：
$./main.py
