所屬分類： 加入收藏 SCIE 期刊 醫(yī)學(xué) 中科院 2區(qū) JCR Q1
醫(yī)學(xué)物理學(xué)
醫(yī)學(xué)物理學(xué)雜志簡(jiǎn)介
- 出版商：John Wiley and Sons Ltd
- 出版語言：English
- TOP期刊：是
- 出版地區(qū)：UNITED STATES
- 是否預(yù)警：否
- 是否OA：未開放
- 出版周期：Monthly
- 出版年份：1974
- 中文名稱：醫(yī)學(xué)物理學(xué)
- 是否OA：未開放
醫(yī)學(xué)物理學(xué)（國際簡(jiǎn)稱MED PHYS，英文名稱Medical Physics）是一本未開放獲?。∣A）國際期刊，自1974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(gè)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(shì)，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(duì)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、Canada、GERMANY (FED REP GER)、Japan、Netherlands、Australia、South Korea、England、Switzerland等國家和地區(qū)的研究者在《Medical Physics》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(tái)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593篇、2015年：發(fā)表文章602篇、2016年：發(fā)表文章491篇、2017年：發(fā)表文章612篇、2018年：發(fā)表文章533篇、2019年：發(fā)表文章529篇、2020年：發(fā)表文章645篇、2021年：發(fā)表文章679篇、2022年：發(fā)表文章658篇、2023年：發(fā)表文章700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(shí)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?！禡edical Physics》將繼續(xù)致力于推動(dòng)醫(yī)學(xué)領(lǐng)域的知識(shí)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：3.2
- 文章自引率：0.1578...
- Gold OA文章占比：23.15%
- CiteScore：6.8
- 年發(fā)文量：700
- 開源占比：0.1507
- SJR指數(shù)：1.052
- H-index：159
- SNIP指數(shù)：1.309
- OA被引用占比：0.1010...
- 出版國人文章占比：0.09
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：RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING | SCIE | Q1 | 46 / 204 |
77.7% |
| 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：RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING | SCIE | Q1 | 42 / 204 |
79.66% |
中科院分區(qū)表
中科院SCI期刊分區(qū) 2023年12月升級(jí)版
| Top期刊 | 綜述期刊 | 大類學(xué)科 | 小類學(xué)科 |
| 否 | 否 | 醫(yī)學(xué) 2區(qū) |
RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING
核醫(yī)學(xué)
3區(qū)
|
CiteScore（2024年最新版）
CiteScore 排名
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||
| 6.8 | 1.052 | 1.309 |
|
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(shí)期被引用的頻率，是衡量學(xué)術(shù)期刊影響力的一個(gè)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(jì)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(duì)于自身研究?jī)?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(hào) | 引用他刊情況 | 引用次數(shù) |
| 1 | MED PHYS | 3640 |
| 2 | PHYS MED BIOL | 2134 |
| 3 | INT J RADIAT ONCOL | 956 |
| 4 | IEEE T MED IMAGING | 606 |
| 5 | RADIOTHER ONCOL | 432 |
| 6 | RADIOLOGY | 289 |
| 7 | J APPL CLIN MED PHYS | 288 |
| 8 | J NUCL MED | 276 |
| 9 | MED IMAGE ANAL | 200 |
| 10 | MAGN RESON MED | 189 |
| 序號(hào) | 被他刊引用情況 | 引用次數(shù) |
| 1 | MED PHYS | 3640 |
| 2 | PHYS MED BIOL | 2329 |
| 3 | PHYS MEDICA | 1229 |
| 4 | J APPL CLIN MED PHYS | 1041 |
| 5 | RADIOTHER ONCOL | 439 |
| 6 | SCI REP-UK | 400 |
| 7 | IEEE ACCESS | 368 |
| 8 | INT J RADIAT ONCOL | 330 |
| 9 | IEEE T MED IMAGING | 292 |
| 10 | RADIAT ONCOL | 286 |
高引用文章
- Deep learning in medical imaging and radiation therapy引用次數(shù)：87
- Tolerance limits and methodologies for IMRT measurement-based verification QA: Recommendations of AAPM Task Group No. 218引用次數(shù)：75
- Geant4-DNA example applications for track structure simulations in liquid water: A report from the Geant4-DNA Project引用次數(shù)：49
- AnatomyNet: Deep learning for fast and fully automated whole-volume segmentation of head and neck anatomy引用次數(shù)：49
- Automatic multiorgan segmentation in thorax CT images using U-net-GAN引用次數(shù)：46
- Deeply supervised 3D fully convolutional networks with group dilated convolution for automatic MRI prostate segmentation引用次數(shù)：44
- Machine learning algorithms for outcome prediction in (chemo)radiotherapy: An empirical comparison of classifiers引用次數(shù)：36
- Generating synthetic CTs from magnetic resonance images using generative adversarial networks引用次數(shù)：34
- Automatic treatment planning based on three-dimensional dose distribution predicted from deep learning technique引用次數(shù)：34
- A deep learning method for classifying mammographic breast density categories引用次數(shù)：34
