根据基本科学指标数据库Essential Science Indicators（简称ESI）的最新更新结果，bat365官网生物医学工程系教师刘羽、陈勋、彭虎等人在《Information Fusion》上发表的论文“Multi-focus image fusion with a deep convolutional neural network”成功入选ESI高被引论文名单。

《Information Fusion》是信息融合领域国际权威期刊，当前影响因子5.667，中科院SCI期刊分区1区（工程大类）、Top期刊。该期刊对投稿文章的学术贡献程度、内容创新点、语言表达及组织能力等均有非常高的要求。生物医学信号与图像处理研究团队发表的这篇论文将深度卷积神经网络模型首次成功应用于图像融合问题，通过训练一个分类型卷积网络实现由输入源图像到融合权值图的直接映射，有效克服了传统方法中融合策略采用启发式设计方式的困难，为图像融合问题的未来研究提供了新的思路与方法。

ESI是当今世界范围内普遍用以评价高校、学术机构国际学术水平及影响力的重要评价工具之一，每两个月更新一次（最近更新为2017年11月10日），数据来自于Web of Science核心合集库中近11年的数据。ESI高被引论文（Highly Cited Paper）是指ESI数据库收录的全球同发表年、同学科的论文相比较，被引次数排名前1%的论文。

值得一提的是，论文的第一作者刘羽博士近年在多传感器图像融合方向取得了一系列有影响力的成果，发表的论文近两年来多篇次入选ESI高被引论文和ESI热点论文，本次ESI数据库更新另有两篇论文同时入选ESI高被引论文。（刘羽/文）