所屬分類： 加入收藏 SCIE 期刊 醫(yī)學(xué) 中科院 1區(qū) JCR Q1
醫(yī)學(xué)影像分析
醫(yī)學(xué)影像分析雜志簡介
- 出版商：Elsevier
- 出版語言：English
- TOP期刊：是
- 出版地區(qū)：NETHERLANDS
- 是否預(yù)警：否
- 是否OA：未開放
- 出版周期：Quarterly
- 出版年份：1996
- 中文名稱：醫(yī)學(xué)影像分析
- 是否OA：未開放
醫(yī)學(xué)影像分析（國際簡稱MED IMAGE ANAL，英文名稱Medical Image Analysis）是一本未開放獲取（OA）國際期刊，自1996年創(chuàng)刊以來，始終站在醫(yī)學(xué)研究的前沿。該期刊致力于發(fā)表在醫(yī)學(xué)領(lǐng)域各個方面達(dá)到最高科學(xué)標(biāo)準(zhǔn)和具有重要性的研究成果。全面反映該學(xué)科的發(fā)展趨勢，為醫(yī)學(xué)事業(yè)的進(jìn)步提供了有力的支撐。期刊嚴(yán)格遵循職業(yè)道德標(biāo)準(zhǔn)，對于任何形式的抄襲行為，無論是文字還是圖形，一旦查實(shí)，均可能導(dǎo)致稿件被拒絕。
近年來，來自USA、CHINA MAINLAND、England、Canada、France、South Korea、GERMANY (FED REP GER)、Netherlands、Spain、Switzerland等國家和地區(qū)的研究者在《Medical Image Analysis》上發(fā)表了大量的高質(zhì)量文章。該期刊內(nèi)容豐富，包括原創(chuàng)研究、綜述文章、專題觀點(diǎn)、論文預(yù)覽、專家意見等多種類型，旨在為全球該領(lǐng)域研究者提供廣泛的學(xué)術(shù)交流平臺和靈感來源。
在過去幾年中，該期刊保持了穩(wěn)定的發(fā)文量和綜述量，具體數(shù)據(jù)如下：
2014年：發(fā)表文章102篇、2015年：發(fā)表文章121篇、2016年：發(fā)表文章70篇、2017年：發(fā)表文章146篇、2018年：發(fā)表文章117篇、2019年：發(fā)表文章147篇、2020年：發(fā)表文章161篇、2021年：發(fā)表文章420篇、2022年：發(fā)表文章274篇、2023年：發(fā)表文章256篇。這些數(shù)據(jù)反映了期刊在全球醫(yī)學(xué)領(lǐng)域的影響力和活躍度，同時也展示了其作為學(xué)術(shù)界和工業(yè)界研究人員首選資源的地位。《Medical Image Analysis》將繼續(xù)致力于推動醫(yī)學(xué)領(lǐng)域的知識傳播和科學(xué)進(jìn)步，為全球醫(yī)學(xué)問題的解決貢獻(xiàn)力量。
期刊指數(shù)
- 影響因子：10.7
- 文章自引率：0.0642...
- Gold OA文章占比：36.77%
- CiteScore：22.1
- 年發(fā)文量：256
- 開源占比：0.224
- SJR指數(shù)：4.112
- H-index：113
- SNIP指數(shù)：3.679
- OA被引用占比：0.1280...
- 出版國人文章占比：0.14
WOS期刊SCI分區(qū)（2023-2024年最新版）
| 按JIF指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學(xué)科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q1 | 9 / 197 |
95.7% |
| 學(xué)科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | SCIE | Q1 | 4 / 169 |
97.9% |
| 學(xué)科：ENGINEERING, BIOMEDICAL | SCIE | Q1 | 6 / 122 |
95.5% |
| 學(xué)科：RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING | SCIE | Q1 | 3 / 204 |
98.8% |
| 按JCI指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學(xué)科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q1 | 12 / 198 |
94.19% |
| 學(xué)科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | SCIE | Q1 | 7 / 169 |
96.15% |
| 學(xué)科：ENGINEERING, BIOMEDICAL | SCIE | Q1 | 5 / 122 |
96.31% |
| 學(xué)科：RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING | SCIE | Q1 | 6 / 204 |
97.3% |
中科院分區(qū)表
中科院SCI期刊分區(qū) 2023年12月升級版
| Top期刊 | 綜述期刊 | 大類學(xué)科 | 小類學(xué)科 |
| 是 | 否 | 醫(yī)學(xué) 1區(qū) |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
計算機(jī)：人工智能
COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS
計算機(jī)：跨學(xué)科應(yīng)用
ENGINEERING, BIOMEDICAL
工程：生物醫(yī)學(xué)
RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING
核醫(yī)學(xué)
1區(qū)
1區(qū)
1區(qū)
1區(qū)
|
CiteScore（2024年最新版）
CiteScore 排名
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||||||||||||||
| 22.1 | 4.112 | 3.679 |
|
學(xué)術(shù)指標(biāo)分析
影響因子和CiteScore
自引率
影響因子：指某一期刊的文章在特定年份或時期被引用的頻率，是衡量學(xué)術(shù)期刊影響力的一個重要指標(biāo)。影響因子越高，代表著期刊的影響力越大 。
CiteScore：該值越高，代表該期刊的論文受到更多其他學(xué)者的引用，因此該期刊的影響力也越高。
自引率：是衡量期刊質(zhì)量和影響力的重要指標(biāo)之一。通過計算期刊被自身引用的次數(shù)與總被引次數(shù)的比例，可以反映期刊對于自身研究內(nèi)容的重視程度以及內(nèi)部引用的情況。
年發(fā)文量：是衡量期刊活躍度和研究產(chǎn)出能力的重要指標(biāo)，年發(fā)文量較多的期刊可能擁有更廣泛的讀者群體和更高的學(xué)術(shù)聲譽(yù)，從而吸引更多的優(yōu)質(zhì)稿件。
期刊互引關(guān)系
| 序號 | 引用他刊情況 | 引用次數(shù) |
| 1 | IEEE T MED IMAGING | 574 |
| 2 | MED IMAGE ANAL | 489 |
| 3 | NEUROIMAGE | 356 |
| 4 | IEEE T PATTERN ANAL | 133 |
| 5 | MAGN RESON MED | 112 |
| 6 | IEEE T IMAGE PROCESS | 98 |
| 7 | MED PHYS | 93 |
| 8 | IEEE T BIO-MED ENG | 74 |
| 9 | INT J COMPUT VISION | 63 |
| 10 | PHYS MED BIOL | 61 |
| 序號 | 被他刊引用情況 | 引用次數(shù) |
| 1 | MED IMAGE ANAL | 489 |
| 2 | IEEE ACCESS | 426 |
| 3 | IEEE T MED IMAGING | 286 |
| 4 | NEUROIMAGE | 243 |
| 5 | MED PHYS | 200 |
| 6 | SCI REP-UK | 171 |
| 7 | INT J COMPUT ASS RAD | 152 |
| 8 | IEEE J BIOMED HEALTH | 146 |
| 9 | MAGN RESON IMAGING | 121 |
| 10 | COMPUT BIOL MED | 118 |
高引用文章
- A deep learning model integrating FCNNs and CRFs for brain tumor segmentation引用次數(shù)：88
- Generative adversarial network in medical imaging: A review引用次數(shù)：84
- Attention gated networks: Learning to leverage salient regions in medical images引用次數(shù)：56
- A deep learning framework for unsupervised affine and deformable image registration引用次數(shù)：51
- Not-so-supervised: A survey of semi-supervised, multi-instance, and transfer learning in medical image analysis引用次數(shù)：44
- Spatial aggregation of holistically-nested convolutional neural networks for automated pancreas localization and segmentation引用次數(shù)：42
- Landmark-based deep multi-instance learning for brain disease diagnosis引用次數(shù)：37
- Learning normalized inputs for iterative estimation in medical image segmentation引用次數(shù)：37
- Weakly-supervised convolutional neural networks for multimodal image registration引用次數(shù)：34
- Fully convolutional multi-scale residual DenseNets for cardiac segmentation and automated cardiac diagnosis using ensemble of classifiers引用次數(shù)：34
