谢娟英教授一直聚焦机器学习、数据挖掘、生物与医学大数据分析领域的研究，在无监督学习、特征选择等机器学习、数据挖掘领域深耕数载，主要研究领域包括：
1. 无监督学习的基础理论和算法研究：课题组在该方向的研究成果入选ESI前1%高被引论文、《中国科学：信息科学》热点论文、领跑者F5000高被引论文，等；
2. 面向高维癌症基因大数据的特征选择算法研究：课题组在该领域提出了有监督和无监督的特征选择算法，并建立了聚类和特征选择的统一框架，研究成果得到国内外同行的关注和认可，入选领跑者F5000，并获得陕西省自然科学二等奖；
3. 面向甲基化修饰位点预测的DNA/RNA序列特征编码算法研究：课题组在该领域提出了原创性的DNA/RNA序列特征编码算法，发表SCI一区Top期刊、SCI二区、《中国国科学：生命科学》等期刊论文；
4. 面向医学图像分析的深度学习方法研究：课题组在该领域聚焦基于深度学习的医学病理图像、影像图像的分类、聚类分析和分割等，成果得到国内外同行高度认可，发表SCI二区等研究论文，课题组硕士研究生获得医学图像领域国际会议MICCAI的头颈肿瘤分割挑战赛HECKTOR2021第1名、HECKTOR2020第3名，MICCAI的胎儿脑组织分割挑战赛FeTA 2021第3名；
5. 野外环境下的蝴蝶物种识别研究：课题组倡导并参与组织了第三届中国数据挖掘竞赛暨国际首次蝴蝶识别大赛（2018年），开辟了AI在野外环境下的蝴蝶识别研究，为目标检测、计算机视觉、深度学习领域的研究者开辟了一个新领域，并获得国家自然科学基金面上项目资助，发表SCI二区期刊论文等研究成果，该研究将有助于生态系统平衡、生物多样性自动检测等研究。
课题组目前承担的科研项目包括国家自然科学基金面上项目（62076159）、国家自然科学基金重点项目（12031010），科技部项目独立课题（）以及陕西师范大学交叉学科研究项目（GK202105003）。
