近期，据 Essential Science Indicators（ESI）数据库检索结果显示，我校信息工程学院卢航远教授以金华职业技术大学为第一单位，作为第一作者发表在国际权威期刊 Pattern Recognition（中科院TOP1区，2025年影响因子 IF=9.1）上的论文“MSAN: Multiscale self-attention network for pansharpening”，入选ESI“高被引论文”（Highly Cited Papers）。

该论文面向遥感影像全色锐化（pansharpening）这一经典难题，提出了一种多尺度自注意力网络（MSAN）。方法通过多尺度特征提取与自注意力机制的有效结合，增强空间细节与光谱信息的协同融合能力，在提升融合影像空间分辨率的同时较好保持光谱保真度，为深度学习驱动的遥感影像融合提供了新的技术路径。相关成果发表于 Pattern Recognition 第162卷，文章编号111441。原文链接：https://doi.org/10.1016/j.patcog.2025.111441， 代码链接：https://github.com/yotick。

ESI高水平论文是衡量科研机构学术影响力的重要指标。高被引论文指过去十年中发表且被引频次位居同年同学科全球前1%的论文。此次入选标志着该成果在工程学领域具有显著的国际学术影响力。目前，ESI指标已被教育部纳入学科评估体系，是我国高校学科建设及学术评价的关键参考依据之一。

卢航远，教授，金华职业技术大学信息工程学院教师，研究方向为图像处理、模式识别与遥感影像融合；刘日仙，教授，金华职业技术大学信息工程学院教师，为该成果团队成员。论文通讯作者为天津工业大学杨勇教授。