主要从事表型组图像和数据分析、表型大数据融合与挖掘等计算机科学与生物学领域的交叉学科应用研究。

1. 结合多种成像技术(包括可见光成像、红外成像、三维激光扫描、X射线断层成像等)、图像分析和机器学习，开发高通量、高精度的自动化表型组学研究平台，实现多模态、多尺度、多维度的表型性状研究。

2. 基于统计分析、数学建模和机器学习，融合各类表型数据，依据表型数据对植物进行识别、分类和预测等，实现表型大数据的智能挖掘与应用。

3. 结合表型组数据与基因组数据，基于人工智能，从基因型-表型数据中发现知识和规律，提高基因型-表型图谱的理解。