当前位置：首页 SCI期刊 SCIE期刊医学中科院2区 JCRQ1 期刊介绍(非官网)

Artificial Intelligence In MedicineSCIE

国际简称：ARTIF INTELL MED 参考译名：医学中的人工智能

中科院分区
2区
CiteScore分区
Q1
JCR分区
Q1

基本信息：: ISSN：0933-3657; E-ISSN：1873-2860; 是否OA：未开放; 是否预警：否; TOP期刊：是

出版信息：: 出版地区：NETHERLANDS; 出版商：Elsevier; 出版语言：English; 出版周期：Monthly; 出版年份：1989; 研究方向：工程技术-工程：生物医学

评价信息：: 影响因子：6.1; H-index：74; CiteScore指数：15; SJR指数：1.723; SNIP指数：2.189

发文数据：: Gold OA文章占比：29.25%; 研究类文章占比：86.59%; 年发文量：179; 自引率：0.0266...; 开源占比：0.1373; 出版撤稿占比：0.0061...; 出版国人文章占比：0.16; OA被引用占比：0.0881...

投稿咨询加急见刊

英文简介期刊介绍 CiteScore数据中科院SCI分区 JCR分区发文数据常见问题

英文简介Artificial Intelligence In Medicine期刊介绍

Artificial Intelligence in Medicine publishes original articles from a wide variety of interdisciplinary perspectives concerning the theory and practice of artificial intelligence (AI) in medicine, medically-oriented human biology, and health care.

Artificial intelligence in medicine may be characterized as the scientific discipline pertaining to research studies, projects, and applications that aim at supporting decision-based medical tasks through knowledge- and/or data-intensive computer-based solutions that ultimately support and improve the performance of a human care provider.

Artificial Intelligence in Medicine considers for publication manuscripts that have both:

• Potential high impact in some medical or healthcare domain;

• Strong novelty of method and theory related to AI and computer science techniques.

Artificial Intelligence in Medicine papers must refer to real-world medical domains, considered and discussed at the proper depth, from both the technical and the medical points of view. The inclusion of a clinical assessment of the usefulness and potential impact of the submitted work is strongly recommended.

期刊简介Artificial Intelligence In Medicine期刊介绍

《Artificial Intelligence In Medicine》自1989出版以来，是一本医学优秀杂志。致力于发表原创科学研究结果，并为医学各个领域的原创研究提供一个展示平台，以促进医学领域的的进步。该刊鼓励先进的、清晰的阐述，从广泛的视角提供当前感兴趣的研究主题的新见解，或审查多年来某个重要领域的所有重要发展。该期刊特色在于及时报道医学领域的最新进展和新发现新突破等。该刊近一年未被列入预警期刊名单，目前已被权威数据库SCIE收录，得到了广泛的认可。

该期刊投稿重要关注点：

预计审稿时间：约12.0个月约7.2周
国际TOP期刊
医学
MEDICAL INFORMATICS
SCIE
中科院2区
非预警

Cite Score数据（2024年最新版）Artificial Intelligence In Medicine Cite Score数据

CiteScore：15
SJR：1.723
SNIP：2.189

学科类别	分区	排名	百分位
大类：Medicine 小类：Health Informatics	Q1	5 / 138	96%
大类：Medicine 小类：Medicine (miscellaneous)	Q1	16 / 398	96%
大类：Medicine 小类：Artificial Intelligence	Q1	29 / 350	91%

CiteScore 是由Elsevier(爱思唯尔)推出的另一种评价期刊影响力的文献计量指标。反映出一家期刊近期发表论文的年篇均引用次数。CiteScore以Scopus数据库中收集的引文为基础，针对的是前四年发表的论文的引文。CiteScore的意义在于，它可以为学术界提供一种新的、更全面、更客观地评价期刊影响力的方法，而不仅仅是通过影响因子(IF)这一单一指标来评价。

历年Cite Score趋势图

中科院SCI分区Artificial Intelligence In Medicine 中科院分区

中科院 2023年12月升级版 综述期刊：否 Top期刊：否

大类学科	分区	小类学科	分区
医学	2区	MEDICAL INFORMATICS 医学：信息 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 ENGINEERING, BIOMEDICAL 工程：生物医学	1区 2区 2区

中科院分区表 是以客观数据为基础，运用科学计量学方法对国际、国内学术期刊依据影响力进行等级划分的期刊评价标准。它为我国科研、教育机构的管理人员、科研工作者提供了一份评价国际学术期刊影响力的参考数据，得到了全国各地高校、科研机构的广泛认可。

中科院分区表 将所有期刊按照一定指标划分为1区、2区、3区、4区四个层次，类似于“优、良、及格”等。最开始，这个分区只是为了方便图书管理及图书情报领域的研究和期刊评估。之后中科院分区逐步发展成为了一种评价学术期刊质量的重要工具。

历年中科院分区趋势图

JCR分区Artificial Intelligence In Medicine JCR分区

2023-2024 年最新版

按JIF指标学科分区	收录子集	分区	排名	百分位
学科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q1	37 / 197	81.5%
学科：ENGINEERING, BIOMEDICAL	SCIE	Q1	20 / 122	84%
学科：MEDICAL INFORMATICS	SCIE	Q1	4 / 44	92%

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q1	37 / 198	81.57%
学科：ENGINEERING, BIOMEDICAL	SCIE	Q1	19 / 122	84.84%
学科：MEDICAL INFORMATICS	SCIE	Q1	7 / 44	85.23%

JCR分区的优势在于它可以帮助读者对学术文献质量进行评估。不同学科的文章引用量可能存在较大的差异，此时单独依靠影响因子(IF)评价期刊的质量可能是存在一定问题的。因此，JCR将期刊按照学科门类和影响因子分为不同的分区，这样读者可以根据自己的研究领域和需求选择合适的期刊。

历年影响因子趋势图

发文数据

2023-2024 年国家/地区发文量统计

国家/地区数量
CHINA MAINLAND83
USA70
Italy33
Spain33
England32
India25
France23
GERMANY (FED REP GER)20
Australia19
Canada18

本刊中国学者近年发表论文

1、A hand motion capture method based on infrared thermography for measuring fine motor skills in biomedicine
Author: Zhu, Yean; Guo, Chonglun

Journal: ARTIFICIAL INTELLIGENCE IN MEDICINE. 2023; Vol. 135, Issue , pp. -. DOI: 10.1016/j.artmed.2022.102474
2、DeepGA for automatically estimating fetal gestational age through ultrasound imaging
Author: Dan, Tingting; Chen, Xijie; He, Miao; Guo, Hongmei; He, Xiaoqin; Chen, Jiazhou; Xian, Jianbo; Hu, Yu; Zhang, Bin; Wang, Nan; Xie, Hongning; Cai, Hongmin

Journal: ARTIFICIAL INTELLIGENCE IN MEDICINE. 2023; Vol. 135, Issue , pp. -. DOI: 10.1016/j.artmed.2022.102453
3、A novel temporal generative adversarial network for electrocardiography detection
Author: Qin, Jing; Gao, Fujie; Wang, Zumin; Wong, David C.; Zhao, Zhibin; Relton, Samuel D.; Fang, Hui

Journal: ARTIFICIAL INTELLIGENCE IN MEDICINE. 2023; Vol. 136, Issue , pp. -. DOI: 10.1016/j.artmed.2023.102489
4、Least squares support vector regression for complex censored data
Author: Liu, Xinrui; Dong, Xiaogang; Zhang, Le; Chen, Jia; Wang, Chunjie

Journal: ARTIFICIAL INTELLIGENCE IN MEDICINE. 2023; Vol. 136, Issue , pp. -. DOI: 10.1016/j.artmed.2023.102497
5、Uncertainty-guided mutual consistency learning for semi-supervised medical image segmentation
Author: Zhang, Yichi; Jiao, Rushi; Liao, Qingcheng; Li, Dongyang; Zhang, Jicong

Journal: ARTIFICIAL INTELLIGENCE IN MEDICINE. 2023; Vol. 138, Issue , pp. -. DOI: 10.1016/j.artmed.2022.102476
6、DECAF: An interpretable deep cascading framework for ICU mortality prediction
Author: Jiang, Jingchi; Yu, Xuehui; Wang, Boran; Ma, Linjiang; Guan, Yi

Journal: ARTIFICIAL INTELLIGENCE IN MEDICINE. 2023; Vol. 138, Issue , pp. -. DOI: 10.1016/j.artmed.2022.102437
7、Feature-weighted Survival Learning Machine for COPD Failure Prediction
Author: Jianfei Zhang, Shengrui Wang, Josiane Courteau, Lifei Chen, Gongde Guo, Alain Vanasse

Journal: ARTIFICIAL INTELLIGENCE IN MEDICINE, 2019, Vol., , DOI:10.1016/j.artmed.2019.01.003
8、MRI denoising by NeighShrink based on chi-square unbiased risk estimation
Author: Chang-Jiang Zhang, Xue-You Huang, Ming-Chao Fang

Journal: ARTIFICIAL INTELLIGENCE IN MEDICINE, 2019, Vol., , DOI:10.1016/j.artmed.2018.12.001