.png){kind=icon}
易玉根 (Yugen Yi)
H指数:20
被引数:1,618
个人简介
"易玉根，男，副教授，博士，现任省市重点实验室副主任。研究方向为人工智能、深度学习、医学图像处理等。教育背景：本科毕业于东北师范大学计算机科学与技术专业（2005-2009），硕士毕业于东北师范大学计算机应用技术专业（2009-2012），博士毕业于东北师范大学应用数学专业（2012-2016）。工作经历：2016年2月至2020年12月任江西师范大学软件学院讲师，2021年1月至2025年5月任江西师范大学软件学院副教授，2025年6月至今任江西师范大学人工智能学院副教授。"
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
勘误：“双路径多尺度上下文密集聚合网络用于视网膜血管分割” [Comput. Biol. Med. 164, (2023), 107269]
多尺度小波卷积采样及跨阶段特征增强重建用于图像压缩感知
Pattern Recognition
IF7.6
FAPFNet：用于医学图像分割的特征自适应渐进融合网络
FBAMPSM: 频率-边界感知多模式扫描Mamba用于医学图像分割
Pattern Recognition
IF7.6
HCNet：一种用于半监督医学图像分割的层次化迭代自修正网络
Pattern Recognition
IF7.6
HVPNet：一种用于通用显著性和伪装目标检测的生物启发网络
Neural Networks
IF6.3
面向工业信息学的多尺度卷积Mamba网络及其多频段注意力机制在鲁棒医学图像分割中的应用
TBMCGNet和TSDataset：一种双分支多尺度通道门控网络及用于牙齿分割的新基准
Neurocomputing
IF6.5
公式章 1 节 1：基于上下文注意力和多尺度融合的层次化纹理感知图像修复
RCLEAF：一种基于可靠对比学习驱动的多视图聚类高效自适应融合方法
SFIFusion: 基于任务驱动的红外与可见光图像融合的语义-频率集成
Signal Processing
IF3.6
基于事件驱动社交网络中在线群组推荐的空域频率双对比学习
MSPCNF-Net：用于医学图像分割的多尺度并行邻域交叉融合网络
一种基于稀疏贝叶斯学习的网络，用于能量高效的ECG压缩感知
ADCLoc：一种基于CSI的鲁棒且自适应的免设备被动室内定位方法，适用于动态环境
EMLFCL：一种用于多视图聚类的多级融合对比学习高效方法
MG-Mono：一种轻量级多尺度方法用于自监督单目深度估计
Pattern Recognition
IF7.6
MACFNet：用于目标检测（OD）和开口分割（OC）的多注意力跨尺度融合网络
BSDSGANet：双向跳过存储双流门控注意力网络，用于多变量时间序列分类
