主要研究方向包括计算机视觉、医学图像处理和生成式人工智能等，具有丰富的人工智能网络架构设计经验，致力于解决医学图像邻域的前沿问题。合作发表SCI论文20余篇，参与多项国家和省级项目。
自闭症已经成为导致我国儿童精神残疾的首要疾病，给个体、家庭和社会造成了巨大的经济负担。深入研究自闭症发病机制、提高诊治水平，是国家当前的重大需求和国家中长期发展所面临的重大科学问题。本项目从视网膜角度寻找用于自闭症早期诊断的生物标志物，基于多模态视网膜影像进行脑眼联合分析，为自闭症早期诊断提供可靠依据，本项目致力于研究以下内容：（1）针对复杂病理下层分割失效难题，引入多模态信息融合策略和厚度先验知识约束，提升视网膜层分割模型的鲁棒性。（2）针对血管分割模型缺少全局特征交互以及多任务协作能力弱的局限，引入全局自注意力机制和多任务协作理论，提高血管分割模型的联合分割能力。（3）针对自闭症研究指标单一的局限性，引入动态图理论和图卷积网络对多因子进行分析，结合专家知识构建自闭症的影像知识图谱。本项目对于推动自闭症研究具有重要意义，而且对开发智能化诊断系统具有实用价值。