呼吸动力学图：动态学习是近年来提出的一种适用于动态环境的机器学习新方法，可以实现对其未知系统动态的局部准确建模。为实现使用呼吸信号检测病人，基于确定学习理论提出呼吸动力学图方法,通过对六分钟步行试验中采集到的呼吸信号进行动力学建模,提取可用于检测慢性阻塞性肺疾病的动力学信息。通过呼吸动力图，使平静呼吸波形（包括非定量呼吸波形）诊断慢阻肺成为可能：与健康对照组相比，哮喘患者呼吸动力学图表现出明显的右翼缺损，COPD患者表现出明显的左翼缺损，且随运动加重。
气溶胶观测：利用雾化气溶胶及烟雾气溶胶分别模拟真实场景，分别建立吸气相和呼气相模拟检测方法，同步分别用高速摄像机和高清摄像机在不同方位全面追踪呼出气溶胶。基于此，病房设计在通风、空气动力学空间方面，以及“建筑空气动力学”方法的需要，以最大限度地降低医院感染的风险。同时，病毒性肺炎病人在进行高流量吸氧、雾化吸入、呼吸机治疗时，排出的气溶胶（含病毒）的分布及其传播距离，对医护人员采取空气传播预防措施提供依据。最后形成一套基于数字孪生仿真环境建立技术的医院气溶胶观测防治体系。
远程肺功能智能服务云平台：基于机械式流转音传感器的远程肺功能智能服务云平台设计了纯机械肺功能仪，以可量化的原始的声音文件为信息载体，通过智能手机、普通手机乃至于固定电话传送数据至服务平台，构建云平台的患者大数据中心。
经皮组织氧分压及二氧化碳分压监测：动脉血氧分压无法体现组织灌注和氧合水平，经皮氧分压与其相比，对组织氧变化更敏感，且无创，可连续监测，可作为组织氧变化的预测及预警指标。经皮二氧化碳分压可用于呼吸衰竭的病因、成因诊断。在新冠疫情期间，应用了经皮二氧化碳持续监测，及时发现了病情变化并给与恰当处理。由于血气分析的局限性，严格限制了睡眠期CO2的监测，接诊患者由呼吸驱动改变与肌力改变共同导致了严重呼吸衰竭，持续经皮pCO2监测，发现夜间睡眠及脱机时TcPCO2升高，协助诊断。
呼出气丙酮：呼出气丙酮产生于人体新陈代谢的过程中,后由血液运送至肺部,经过气体交换最终可出现在呼出气体中。检测呼出气中丙酮的改变可反映相应组织细胞的代谢变化,从而提供关于机体病理生理状态的有用信息。并且其具有无创、快速、重复检验、实时监测的特点。检测呼吸衰竭患者呼出气VOC，寻找其特征性标志物。将呼吸衰竭患者特征性呼出气VOCs建立模型，构造传感器，以实现呼吸衰竭的早期发现、早期治疗。
ICU-AW状态评测范式：依托国家重点研发计划项目子课题，构建标准化ICU-AW状态评测范式，联合多量表对ICU获得性衰弱患者进行认知状态识别及行为意图捕捉及理解，构建符合我国国情的ICU-AW评估工具。
激光共聚焦显微内镜在体内对肺癌及肺部感染的诊断价值研究：激光共聚焦纤维支气管镜是一种简单且微创的手术，可以在局部麻醉下的纤维支气管镜检查期间进行。除对肿瘤及其癌前病变的诊断外，还应用还可以扩展到非恶性支气管疾病、慢性支气管炎症等。
