研究兴趣主要包括：

• 智能成像：研究高性能、可解释、自监督的智能生物图像分析方法，探索光学成像与人工智能融合新架构，以智能计算突破经典观测极限，推动生命科学新发现。

• 神经成像机器人：研究神经成像机器人新架构，构建自由活动动物的神经成像新技术，揭示复杂行为的神经环路机制，为脑科学和人工智能的发展提供技术支撑。

• 量子成像与量子增强光计算：研究量子效应和光学成像融合新范式，设计并构建量子成像系统，从物理上突破标准量子极限。以量子成像赋能光计算，实现超越标准量子极限的高通量、高精度光子AI计算。

提出一系列先进智能成像方法推进观测极限，实现高速高灵敏的动态生命活动观测，为生命科学研究提供了行之有效的新方法和新工具。相关工作已在耶鲁大学、马克斯·普朗克研究所、波士顿大学等世界各地的研究机构得到应用，不仅作为基础框架启发新的智能成像方法，同时作为底层技术为“下丘脑神经元通过脊髓通路感知胃的体积”、“中性粒细胞依赖TGFβ信号抵御外来侵扰”等基础科学发现提供了关键支撑。

研究成果以第一/通讯作者发表于Nature Methods、Nature Biotechnology、Nature Computational Science、Light: Science & Applications等高影响力国际期刊，相关成果被期刊MBoC评选为亮点文章，受邀在Nature Methods以《生物图像分析的挑战与机遇》发表技术评论和领域展望，并被诺贝尔奖得主Eric Betzig单独撰写的文章引用。

曾担任第三届国际人工智能会议讲习班特邀嘉宾，多次受邀在国际学术会议发表口头报告，科研成果被《人民日报（海外版）》、《光明日报》等主流媒体报道。获得清华大学优秀博士学位论文、清华大学“水木学者”、清华麦戈文杰出研究成果奖、北京市优秀毕业生等荣誉奖励。

1、提出时空三维自监督荧光图像去噪方法，在国际上首次实现对神经钙成像的噪声抑制，通过智能计算突破了成像灵敏度的极限，能够完整揭示神经环路动态，避免噪声导致的信息损失。相关成果发表于Nature Methods，目前已应用于多种成像模态、多种生命现象，不仅为神经电压探针的开发和成像奠定了基础框架（Nature Methods, 2023, 1095-1103），同时推动了生命科学发现，为揭示脑肠轴感知新机制（Cell, 2022, 2478-2494）、免疫信号传导新现象（Nature 2025，740-748）提供了有力工具。

2、提出实时显微图像增强方法，为荧光成像节约十倍光子，在多种模式动物上实现了神经活动和细胞迁移的实时高灵敏观测。在国际上首次解析了脑损伤后神经递质ATP三维发放的时空动态，获得了关于发放位点几何形态的第一手数据。该成果发表于Nature Biotechnology，被期刊MBoC评为亮点文章并发表专门的重要性评述评。

3、提出空间冗余三维正交采样策略，解决了自监督去噪对高时间分辨率的依赖；设计了轻量级自注意力机制网络架构，取得目前最佳的显微图像增强性能。在国际上首次实现三维神经钙成像的噪声抑制，为解析多维多尺度的神经环路动态提供了新工具。相关成果发表于Nature Computational Science，墨尔本大学动态成像中心的Lachlan Whitehead教授评价此工作“为实现通用显微去噪提供了有潜力的方法”。