在中国移动项目的支持下，针对脑肿瘤病症提取疾病临床特征，采用文本-图像分层检索，研发了集成电子病历、医学图像和医生诊断结果的脑肿瘤辅助诊断系统，可快速检索出与查询病例相似的病例，并输出相关信息，目前中国移动正在推广应用。

在中国移动项目的支持下，从多源的肺结节医学数据中自主提取知识节点和病症特征建立知识网络，然后利用知识网络的拓扑更新方法和病症特征自主更新策略进化原有知识网络，研发知识节点中病症特点的重要度排序方法和特征优选算法获取最优的特征组合，开发出一套肺结节病例全流程管理系统。

在国家重点研发计划的支持下，提出了一种基于孪生神经网络的银屑病严重程度（PASI）智能评分方法。在人机大战比赛中，所构建的银屑病严重程度智能评分系统准确率可达84.85%，在2020年人工智能国际顶会AAAI上发表论文1篇，超过专业皮肤科医生水平。

与中南大学湘雅医院皮肤科合作，提出新颖的高级机器学习理论与方法，以皮肤肿瘤辅助诊断为具体应用场景，对提出的理论与方法进行验证，最终形成从数据、模型到算法的理论成果，建立可验证的系统。

在Pattern Recognition等国际期刊和AAAI等国际会议上发表论文4篇。