朱莺嘤博士曾任美国德克萨斯大学阿灵顿分校助理教授，长期从事人工智能、计算机视觉与医学大数据分析研究。其研究聚焦于多模态医学大模型、医学影像智能分析及生物组学融合计算，致力于提升模型在临床应用中的鲁棒性、可解释性与跨域泛化能力。朱博士在国际顶级会议与期刊发表论文30余篇，包括 TPAMI、CVPR、AAAI、NeurIPS、KDD、MICCAI、Medical Image Analysis、IEEE TMI 等，其中一区顶刊论文7篇。研究成果被广泛引用，Google Scholar 总引用次数超 1700 次，H 指数 26。
主持及参与多项科研项目，包括美国国家自然科学基金（NSF）与美国国家卫生研究院（NIH）资助课题。其代表性成果发表于 CVPR 与 TPAMI，单篇引用达百次以上。 朱博士同时担任 CVPR、MICCAI、ECCV、AAAI 等国际会议资深程序委员会委员及 IEEE TMI、MedIA、TIP 等期刊审稿人，曾受邀在 CVPR 2021 与 MICCAI 2023 Industry Talk 作医学多模态模型专题报告，学术影响力显著。
课题组聚焦医学与生命科学多模态智能，以大模型与智能体平台为核心，融合计算机视觉、3D 图像计算、基因组学、空间多组学、强化学习与因果推理等多学科方法，构建面向医学、生物与药物研发的智能计算体系。
基于医学、病理与生物影像的图像–文本基础模型（VLM/LLM）；构建多智能体系统用于跨模态检索、问答、报告生成、质控与知识溯源。
融合冷冻电镜、超分辨显微成像与空间多组学，开展跨模态建模与表征学习；构建图像–组学计算智能体，用于精准医疗与药物筛选。
基于人用抗体药物知识库与生成式蛋白语言模型，开展宠物用抗体与疫苗的迁移设计与智能评估。
研发面向 EM/光学数据的自动化分割、识别、标注、配准与知识抽取系统，提升生物基础研究效率，重塑科研工作流。
基于高分辨 3D 衍射成像与深度学习的系统优化，用于类器官毒理、高通量药筛与活细胞/类器官打印平台的智能协同设计。
