Debido al rápido desarrollo de la tecnología de imágenes, se han obtenido una gran cantidad de imágenes biológicas con información espacial tridimensional (3D), información temporal e información espectral. En comparación con el caso de imágenes bidimensionales, el marco para analizar bioimágenes multidimensionales aún no se ha establecido completamente. WDDD es una base de datos de imágenes biológicas abierta. Registra dinámicamente imágenes de desarrollo 3D de 186 muestras de nematodos. En este estudio, basándonos en WDDD, construimos un marco para analizar el conjunto de datos multidimensional, que incluye segmentación de imágenes, registro de imágenes, registro de tamaño por la longitud de los ejes principales, registro de tiempo extrayendo puntos clave de tiempo y, finalmente, utilizando análisis de componentes principales N-dimensionales generalizado (GND-PCA) para analizar los fenotipos de bioimágenes. Como técnica basada en datos, GND-PCA puede extraer automáticamente los factores importantes involucrados en el desarrollo de P1 y AB. Una bioimagen 3D puede considerarse como un tensor de tercer orden. Por lo tanto, GND-PCA se aplicó al conjunto de tensores de tercer orden, y se aprendió de forma iterativa un conjunto de bases de tensores de tercer orden para aproximar linealmente el conjunto. Para cada base de tensor, se construye una imagen característica correspondiente para revelar su significado geométrico. Los resultados muestran que diferentes bases pueden usarse para expresar diferentes factores vitales en el desarrollo, como la división asimétrica en la etapa de dos células. Con base en las bases seleccionadas, se construyeron modelos estadísticos con 50 embriones de tipo salvaje (WT) en WDDD, y se aplicaron a embriones de interferencia de ARN (RNAi). Los resultados de las pruebas estadísticas demostraron la efectividad de este método.