承担973项目课题、国家自然科学基金重点项目课题等20余项，包括连续主持5项国家自然科学基金项目。

发表学术论文120余篇，其中SCI收录期刊论文60余篇、EI收录80余篇；所发表期刊包括认知成像方法学领域两大顶级期刊Human Brain Mapping与NeuroImage、及国际权威期刊Neuroscience、IEEE TNSRE、IEEE TBME、IEEE TC、IEEE TSP、IEEE TNNLS、IEEE TNN、IEEE TIP、IEEE JBHI、NN；被30多个国家（包括加州大学、华盛顿大学、剑桥大学等机构）的学者（包括中国、美国、德国、澳大利亚科学院院士、英国皇家工程院院士、众多IEEE Fellow）在国际权威期刊作为代表性工作进行大篇幅引用和积极评价。

发展基于L1-范数的鲁棒鉴别分析理论与算法，开启一类鲁棒子空间方法；发展时间流形空间模式分析的理论与算法，率先在脑机接口领域开展流形学习，推动了脑机接口领域流形学习理论的发展；建立基于非负矩阵分解的功能连接网络分析的理论与算法，率先获得具有认知神经生理学意义的、可重叠社团结构分解；发掘数学超常大脑的转换动力学特性，给出数学超常大脑的鉴别的神经学途径；发展基于功能连接网络的下肢运动想象分类理论与算法，突破下肢运动想象脑机接口技术。

所提方法被称为“state-of-the-art”，多次被作为代表性方法进行大篇幅引用论述，启发研究者而发展新的研究，被作为基准方法进行实验比较，甚至被研究者用整篇论文发展新的求解算法，部分方法被写入书籍，引发一系列后继研究。

关于神经信息模式分析的研究成果入选教育部、科技部、自然基金委和中国科学院联合开展的《10000个科学难题-信息科学卷》；在领域内国际顶级/权威期刊《Human Brain Mapping》、《Neuroscience》发表封面论文，并被中国科学报、科学网、江苏省人工智能学会等媒体报道，荣登东南大学网站主页，进入一周热点；研究成果“高维情感特征的鲁棒子空间表示理论与方法”获得2020年度江苏省科学技术二等奖。