朱鶯嚶博士曾任美國(guó)德克薩斯大學(xué)阿靈頓分校助理教授，長(zhǎng)期從事人工智能、計(jì)算機(jī)視覺(jué)與醫(yī)學(xué)大數(shù)據(jù)分析研究。其研究聚焦于多模態(tài)醫(yī)學(xué)大模型、醫(yī)學(xué)影像智能分析及生物組學(xué)融合計(jì)算，致力于提升模型在臨床應(yīng)用中的魯棒性、可解釋性與跨域泛化能力。朱博士在國(guó)際頂級(jí)會(huì)議與期刊發(fā)表論文30余篇，包括?TPAMI、CVPR、AAAI、NeurIPS、KDD、MICCAI、Medical Image Analysis、IEEE TMI?等，其中一區(qū)頂刊論文7篇。研究成果被廣泛引用，Google Scholar?總引用次數(shù)超?1700?次，H?指數(shù)?26。
主持及參與多項(xiàng)科研項(xiàng)目，包括美國(guó)國(guó)家自然科學(xué)基金（NSF）與美國(guó)國(guó)家衛(wèi)生研究院（NIH）資助課題。其代表性成果發(fā)表于?CVPR?與?TPAMI，單篇引用達(dá)百次以上。?朱博士同時(shí)擔(dān)任?CVPR、MICCAI、ECCV、AAAI?等國(guó)際會(huì)議資深程序委員會(huì)委員及?IEEE TMI、MedIA、TIP?等期刊審稿人，曾受邀在?CVPR 2021?與?MICCAI 2023 Industry Talk?作醫(yī)學(xué)多模態(tài)模型專題報(bào)告，學(xué)術(shù)影響力顯著。
課題組聚焦醫(yī)學(xué)與生命科學(xué)多模態(tài)智能，以大模型與智能體平臺(tái)為核心，融合計(jì)算機(jī)視覺(jué)、3D 圖像計(jì)算、基因組學(xué)、空間多組學(xué)、強(qiáng)化學(xué)習(xí)與因果推理等多學(xué)科方法，構(gòu)建面向醫(yī)學(xué)、生物與藥物研發(fā)的智能計(jì)算體系。
基于醫(yī)學(xué)、病理與生物影像的圖像–文本基礎(chǔ)模型（VLM/LLM）；構(gòu)建多智能體系統(tǒng)用于跨模態(tài)檢索、問(wèn)答、報(bào)告生成、質(zhì)控與知識(shí)溯源。
融合冷凍電鏡、超分辨顯微成像與空間多組學(xué)，開(kāi)展跨模態(tài)建模與表征學(xué)習(xí)；構(gòu)建圖像–組學(xué)計(jì)算智能體，用于精準(zhǔn)醫(yī)療與藥物篩選。
基于人用抗體藥物知識(shí)庫(kù)與生成式蛋白語(yǔ)言模型，開(kāi)展寵物用抗體與疫苗的遷移設(shè)計(jì)與智能評(píng)估。
研發(fā)面向 EM/光學(xué)數(shù)據(jù)的自動(dòng)化分割、識(shí)別、標(biāo)注、配準(zhǔn)與知識(shí)抽取系統(tǒng)，提升生物基礎(chǔ)研究效率，重塑科研工作流。
基于高分辨 3D 衍射成像與深度學(xué)習(xí)的系統(tǒng)優(yōu)化，用于類器官毒理、高通量藥篩與活細(xì)胞/類器官打印平臺(tái)的智能協(xié)同設(shè)計(jì)。
