职称：教授

办公地址：东海岸D栋420室

邮箱：pxuan@stu.edu.cn

微信：happy112595123

欢迎硕士研究生（或有科研热情的本科生）加盟到我的课题组我们在汕头大学等你来~

有意向加入课题组的同学请加我的微信或email到邮箱~

研究方向：人工智能信息处理与分析、复杂网络构建与分析、机器学习和深度学习算法研究、图像分析与处理、大数据处理与分析

个人简介

博士毕业于哈尔滨工业大学（泰晤士世界大学排名，第401到500之间）计算机科学技术学院，硕士生导师。2022年以前于黑龙江大学计算机学院任教授职位，2019年荣获黑龙江省级领军人才计算机应用技术学科的后备带头人称号。2022年下旬转职到汕头大学工学院计算机系任教授，并入选卓越人才计划。此外，作为TCBB、PCB、BIB等多个国际领域重要期刊的审稿人。

国外访学和工作经历

(1) 2015.02~2016.02，圣路易斯华盛顿大学（泰晤士世界大学排名第50位），美国，计算机科学和工程学院，访问学者

(2)2020.08~2021.08，千叶大学（泰晤士世界大学排名，第801到1000之间），日本，先进医学工程研究中心，客座教授

主持项目

先后主持并完成国家青年自然科学基金项目、黑龙江省自然科学基金面上项目、黑龙江省教育厅科学技术研究项目、中国博士后科学基金面上项目、哈尔滨市科技青年创新人才项目、黑龙江省高校基础科研青年科技创新团队项目等16项。目前正主持国家自然科学基金项目、汕头大学科研启动项目等，具有充足的研究经费。

发表论文

在国内外期刊和会议上共发表60余篇学术论文，其中包括中科院1区top期刊论文4篇，计算机科学技术领域top期刊论文4篇，中国计算机学会（CCF）推荐的B类国际期刊论文20篇等高水平论文。以下仅列出近年发表的论文：

2023年

(1)第1作者. Multi-scale random walk driven adaptive graph neural network with dual-head neighboring node attention for CT segmentation.Applied Soft Computing, 133, 2023. (中科院2区期刊，SCI影响因子: 6.725)

(2)通讯作者. Topological structure and global features enhanced graph reasoning model for non-small cell lung cancer segmentation from CT.Physics in Medicine & Biology, 68(2), 2023. (中科院2区期刊，SCI影响因子: 3.609)

2022年

(3)第1作者. Learning multi-scale heterogeneous representations and global topology for drug-target interaction prediction. IEEE Journal of Biomedical and Health Informatics, 26(4):1891-1902, 2022. (中科院1区top期刊，SCI影响因子: 7.021)

(4)第1作者. Learning global dependencies and multi-semantics within heterogeneous graph for predicting disease-related lncRNAs. Briefings in Bioinformatics, 23(5), bbac361, 2022. (中国计算机学会推荐的B类国际期刊，SCI影响因子: 13.994)

(5)第1作者. Convolutional bi-directional learning and spatial enhanced attentions for lung tumor segmentation.Computer Methods and Programs in Biomedicine, 226, 2022. (中科院2区期刊，SCI影响因子: 5.428)

(6)第1作者. Multi-type neighbors enhanced global topology and pairwise attribute learning for drug-protein interaction prediction. Briefings in Bioinformatics, 23(5), bbac120, 2022. (中国计算机学会推荐的B类国际期刊，SCI影响因子: 13.994)

(7)第1作者. Graph based multi-scale neighboring topology deep learning for kidney and tumor segmentation.Physics in Medicine & Biology, 67(22), 2022. (中科院2区期刊，SCI影响因子: 3.609)

(8)第1作者. Fully connected autoencoder and convolutional neural network with attention-based method for inferring disease-related lncRNAs. Briefings in Bioinformatics, 23(3), bbac089, 2022. (中国计算机学会推荐的B类国际期刊，SCI影响因子: 13.994)

(9)通讯作者. Learning multi-scale heterogenous network topologies and various pairwise attributes for drug-disease association prediction. Briefings in Bioinformatics, 23(2), bbac009, 2022. (中国计算机学会推荐的B类国际期刊，SCI影响因子: 13.994)

(10)第1作者. GVDTI: graph convolutional and variational autoencoders with attribute-level attention for drug-protein interaction prediction. Briefings in Bioinformatics, 23(1), bbab453, 2022. (中国计算机学会推荐的B类国际期刊，SCI影响因子: 13.994)

(11)通讯作者. Inferring drug-target interactions based on random walk and convolutional neural network. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 19(4): 2294-2304, 2022. (中国计算机学会推荐的B类国际期刊，SCI影响因子: 3.016)

(12)第1作者. Heterogeneous multi-scale neighbor topologies enhanced drug-disease association prediction. Briefings in Bioinformatics, 23(3), bbac123, 2022. (中国计算机学会推荐的B类国际期刊，SCI影响因子: 13.994)

(13)第1作者. Semantic meta-path enhanced global and local topology learning for lncRNA-disease association prediction. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2022. (CCF推荐的B类国际期刊，SCI影响因子: 3.016)

(14)第1作者. Integrating specific and common topologies of heterogeneous graphs and pairwise attributes for drug-related side effect prediction. Briefings in Bioinformatics, 23(3), bbac126, 2022. (中国计算机学会推荐的B类国际期刊，SCI影响因子: 13.994)

(15)通讯作者. Prediction of drug–disease associations by integrating common topologies of heterogeneous networks and specific topologies of subnets. Briefings in Bioinformatics, 23(1), bbab467, 2022. (中国计算机学会推荐的B类国际期刊，SCI影响因子: 13.994)

2021年

(16)第1作者.Dynamic graph convolutional autoencoder with node attribute-wise attention for kidney and tumor segmentation from CT volumes.Knowledge-based Systems, 1-16, 2021.(中科院1区top期刊，SCI影响因子: 8.038)

(17)第1作者. Graph convolutional autoencoder and fully-connected autoencoder with attention mechanism based method for predicting drug-disease associations. IEEE Journal of Biomedical and Health Informatics, 25(5): 1793-1804, 2021. (中科院1区top期刊，SCI影响因子: 7.021)

(18)通讯作者. Graph convolutional autoencoder and generative adversarial network-based method for predicting drug-target interactions. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 19(1): 455-464, 2020. (ESI高被引论文，CCF推荐的B类国际期刊，SCI影响因子: 3.016)

(19)通讯作者. Prediction of drug-related diseases through integrating pairwise attributes and neighbor topological structures. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 19(5): 2963-2974, 2021. (CCF推荐的B类国际期刊，SCI影响因子: 3.016)

(20)第1作者. Integrating multi-scale neighbouring topologies and cross-modal similarities for drug-protein interaction prediction. Briefings in Bioinformatics, 22(5), bbab119, 2021. (CCF推荐的B类国际期刊，SCI影响因子: 13.994)

(21)第1作者. Prediction of drug-target interactions based on network representation learning and ensemble learning. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 18(6): 2671-2681, 2021. (CCF推荐的B类国际期刊，SCI影响因子: 3.016)

科研获奖

(1)玄萍（第3完成人），吴文俊人工智能科学技术奖（被誉为中国智能科学技术最高奖），自然科学类，二等奖；

(2)玄萍（第1完成人），黑龙江省科学技术奖，三等奖；

(3)玄萍（第1完成人），黑龙江省高校科学技术奖，二等奖。

指导学生业绩

(1)先前指导的多数硕士研究生均荣获国家级或校级奖学金；

(2)部分研究生毕业分别去了百度、京东、小米、平安保险等国内知名IT公司和企业；

(3)部分研究生去了天津大学、南开大学、吉林大学等国内知名学府，继续攻读博士研究生

国内外合作和交流

我们课题组与美国圣路易斯华盛顿大学（泰晤士世界大学排名第50位）的Zhang教授、日本千叶大学（泰晤士世界大学排名，第801到1000之间）的Nakaguchi教授、澳大利亚La Trobe大学（泰晤士世界大学排名，第251到300之间）的Cui博士，具有长期的合作和交流。对于具有科研热情和工作勤奋的同学，可以优先推荐到国外读博；对于有意在国内读博的同学，则优先推荐到哈尔滨工业大学、吉林大学、天津大学等国内知名学府~