朱鶯嚶博士曾任美國德克薩斯大學阿靈頓分校助理教授，長期從事人工智能、計算機視覺與醫(yī)學大數(shù)據(jù)分析研究。其研究聚焦于多模態(tài)醫(yī)學大模型、醫(yī)學影像智能分析及生物組學融合計算，致力于提升模型在臨床應用中的魯棒性、可解釋性與跨域泛化能力。朱博士在國際頂級會議與期刊發(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。
主持及參與多項科研項目，包括美國國家自然科學基金（NSF）與美國國家衛(wèi)生研究院（NIH）資助課題。其代表性成果發(fā)表于?CVPR?與?TPAMI，單篇引用達百次以上。?朱博士同時擔任?CVPR、MICCAI、ECCV、AAAI?等國際會議資深程序委員會委員及?IEEE TMI、MedIA、TIP?等期刊審稿人，曾受邀在?CVPR 2021?與?MICCAI 2023 Industry Talk?作醫(yī)學多模態(tài)模型專題報告，學術(shù)影響力顯著。
課題組聚焦醫(yī)學與生命科學多模態(tài)智能，以大模型與智能體平臺為核心，融合計算機視覺、3D 圖像計算、基因組學、空間多組學、強化學習與因果推理等多學科方法，構(gòu)建面向醫(yī)學、生物與藥物研發(fā)的智能計算體系。
基于醫(yī)學、病理與生物影像的圖像–文本基礎模型（VLM/LLM）；構(gòu)建多智能體系統(tǒng)用于跨模態(tài)檢索、問答、報告生成、質(zhì)控與知識溯源。
融合冷凍電鏡、超分辨顯微成像與空間多組學，開展跨模態(tài)建模與表征學習；構(gòu)建圖像–組學計算智能體，用于精準醫(yī)療與藥物篩選。
基于人用抗體藥物知識庫與生成式蛋白語言模型，開展寵物用抗體與疫苗的遷移設計與智能評估。
研發(fā)面向 EM/光學數(shù)據(jù)的自動化分割、識別、標注、配準與知識抽取系統(tǒng)，提升生物基礎研究效率，重塑科研工作流。
基于高分辨 3D 衍射成像與深度學習的系統(tǒng)優(yōu)化，用于類器官毒理、高通量藥篩與活細胞/類器官打印平臺的智能協(xié)同設計。
