当前位置: 首页 SCI期刊 SCIE期刊 工程技术 中科院2区 JCRQ1 期刊介绍(非官网)
Journal Of Imaging Informatics In Medicine

Journal Of Imaging Informatics In MedicineSCIE

国际简称:J IMAGING INFORM MED  参考译名:医学影像信息学杂志

  • 中科院分区

    2区

  • CiteScore分区

    Q1

  • JCR分区

    Q1

基本信息:
ISSN:2948-2925
E-ISSN:2948-2933
是否OA:未开放
是否预警:否
TOP期刊:是
出版信息:
出版地区:UNITED STATES
出版商:Springer International Publishing
出版语言:English
出版周期:Bi-monthly
出版年份:1988
研究方向:医学-核医学
评价信息:
H-index:46
CiteScore指数:8.9
SJR指数:1.054
SNIP指数:1.64
发文数据:
Gold OA文章占比:18.76%
研究类文章占比:97.58%
年发文量:0
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Journal Of Imaging Informatics In Medicine期刊介绍

The Journal of Digital Imaging (JDI) is the official peer-reviewed journal of the Society for Imaging Informatics in Medicine (SIIM). JDI’s goal is to enhance the exchange of knowledge encompassed by the general topic of Imaging Informatics in Medicine such as research and practice in clinical, engineering, and information technologies and techniques in all medical imaging environments. JDI topics are of interest to researchers, developers, educators, physicians, and imaging informatics professionals.

Suggested Topics

PACS and component systems; imaging informatics for the enterprise; image-enabled electronic medical records; RIS and HIS; digital image acquisition; image processing; image data compression; 3D, visualization, and multimedia; speech recognition; computer-aided diagnosis; facilities design; imaging vocabularies and ontologies; Transforming the Radiological Interpretation Process (TRIP™); DICOM and other standards; workflow and process modeling and simulation; quality assurance; archive integrity and security; teleradiology; digital mammography; and radiological informatics education.

期刊简介Journal Of Imaging Informatics In Medicine期刊介绍

《Journal Of Imaging Informatics In Medicine》自1988出版以来,是一本工程技术优秀杂志。致力于发表原创科学研究结果,并为工程技术各个领域的原创研究提供一个展示平台,以促进工程技术领域的的进步。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工程技术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Submission to first decision: 4 days; 较慢,6-12周
  • 国际TOP期刊
  • 工程技术
  • RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING
  • SCIE
  • 中科院2区
  • 非预警

Cite Score数据(2024年最新版)Journal Of Imaging Informatics In Medicine Cite Score数据

  • CiteScore:8.9
  • SJR:1.054
  • SNIP:1.64
学科类别 分区 排名 百分位
大类:Medicine 小类:Radiology, Nuclear Medicine and Imaging Q1 30 / 312

90%

大类:Medicine 小类:Computer Science Applications Q1 97 / 792

87%

大类:Medicine 小类:Radiological and Ultrasound Technology Q1 10 / 58

83%

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Journal Of Imaging Informatics In Medicine 中科院分区

中科院 2022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
工程技术 2区 RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核医学 3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Journal Of Imaging Informatics 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:RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING SCIE Q1 31 / 135

77.4%

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

本刊中国学者近年发表论文

  • 1、Evaluation of Image Quality and Detectability of Deep Learning Image Reconstruction (DLIR) Algorithm in Single- and Dual-energy C
  • 2、Interior Reconstruction from Truncated Projection Data in Cone-beam Computed Tomograph
  • 3、U-Patch GAN: A Medical Image Fusion Method Based on GA
  • 4、Deep Learning for Detection of Intracranial Aneurysms from Computed Tomography Angiography Image
  • 5、Recognition of Digital Dental X-ray Images Using a Convolutional Neural Networ
  • 6、Two-Stage CNN Whole Heart Segmentation Combining Image Enhanced Attention Mechanism and Metric Classificatio
  • 7、Automated Multimodal Machine Learning for Esophageal Variceal Bleeding Prediction Based on Endoscopy and Structured Dat
  • 8、Feature Aggregation and Refinement Network for 2D Anatomical Landmark Detectio

投稿常见问题

通讯方式:SPRINGER, 233 SPRING ST, NEW YORK, USA, NY, 10013。