Over the past few years, mathematical models have been applied to study untreated and treated tumors. A computational model of tumor growth enables scientists to use computers to study the effects of different factors related to tumor growth. It can help to find new strategies to enhance inhibitors of tumor growth.

李恒博士现任美国州长州立大学（Governors State University）科学、数学与技术学院副教授（终身教职），兼任数据科学项目协调员。2009 年于河北师范大学获数学学士学位，2012 年获该校数学硕士学位，后赴美深造，2015 年及 2017 年分别于路易斯维尔大学取得生物统计学硕士及应用与工业数学博士学位。

研究方向聚焦于癌症及治疗模型、偏微分方程、周期性癌症筛查的概率建模等。他在《Applicable Analysis》等国际期刊发表多篇论文，提出 DCIS（导管原位癌）数学模型的自由边界问题解法，并开发了移动边界抛物方程的 Ritz-Galerkin 数值方法。此外，他还担任《Math. Method. Appl. Sci.》等学术期刊的审稿人，并多次受邀在美国数学协会（MAA）、美国数学学会（AMS）等学术会议发表报告。

在教学领域，李恒博士深耕本科与研究生课程，涵盖微积分、微分方程、统计学、机器学习基础及数学建模等。他指导多名学生完成独立研究项目及研究生论文，其中代表性成果包括武汉COVID-19 建模研究。 2024 年获州长州立大学学术基金，2022-2023 年参与跨学科数据科学合作项目。李恒博士以跨学科研究与教育实践，持续推动数学在生物医学领域的创新应用。