本实验室在深度学习算法研究方向积累丰富，成功解决了诸多生物医学工程典型科学问题。如，细胞迁移过程、渗透过程、冻融过程、细胞存储过程、疾病演变过程、红细胞计数与分类中图像分类、图像分割、目标跟踪和增强显微技术。相关工作发表于ACS Sensors、Microsystems & Nanoengineering、Lab on a Chip和Cryobiology等期刊。

  目前正在开展的深度学习理论分析工作，更加侧重于应用基础研究。如，针对临床重大疾病的早期预测和演化规律预测、针对肿瘤治疗的基因药物设计、针对生物样本长期存储过程的潜在变化规律等。课题组已与省内外多家三甲医院、生物工程/制药公司、微纳传感与器件公司建立了深度合作关系，正在基于第一手临床数据集和重大临床需求，尝试建立AI在分子-细胞-组织等多尺度多模式图像分析研究中的新范式。

  相关研究已获得国家重点研发计划、国家自然科学基金和安徽省科技重大专项等项目支持。