核心领域：计算机视觉、模式识别、机器学习，及其在生物医学图像分析、人脸识别、古代钱币鉴定、行为分析中的应用。

主要技术方向：

人脸识别与生物特征识别：光照不变性人脸识别（含滤波技术、红外热成像）、视频人脸识别（流形学习、隐式超分辨率）、多模态（视觉+热像）融合；

医学图像分析：全切片病理图像（H&E、免疫荧光）的弱监督分类与可解释性分析、结核杆菌自动检测与计数、视网膜图像合成（宽视野生成）、宫颈/子宫内膜活检自动化诊断；

古代钱币鉴定：基于铭文（legend）的检索、深度学习的侧面人像识别、零样本古币分类；

行为与动态场景分析：视频中多人跟踪、拥挤场景异常行为检测、基于视频的微表情识别；

生物医学信息学：电子健康记录（EHR）的入院预测、疾病进展建模、临床适应试验设计与盲法评估；

体育与生物力学：抗阻训练中神经肌肉适应的数学建模、力学负荷分析与“粘滞点”研究；

算法与方法：生成与概率模型、流形学习、非平稳流数据分位数估计、可解释AI与模型无关解释（HiPe）。