Bmc 医学影像
Bmc 医学影像杂志简介
- 出版商：BioMed Central
- 出版语言：English
- TOP期刊：否
- 出版地区：ENGLAND
- 是否预警：否
- 是否OA：开放
- 出版周期：1 issue/year
- 出版年份：2001
- 中文名称：Bmc 医学影像
- 是否OA：开放
Bmc 医学影像（国际简称BMC MED IMAGING，英文名称Bmc Medical Imaging）是一本开放获取（OA）国际期刊，自2001年创刊以来，始终站在医学研究的前沿。该期刊致力于发表在医学领域各个方面达到最高科学标准和具有重要性的研究成果。全面反映该学科的发展趋势，为医学事业的进步提供了有力的支撑。期刊严格遵循职业道德标准，对于任何形式的抄袭行为，无论是文字还是图形，一旦查实，均可能导致稿件被拒绝。
近年来，来自CHINA MAINLAND、USA、GERMANY (FED REP GER)、South Korea、Sweden、Taiwan、Australia、Canada、England、Iran等国家和地区的研究者在《Bmc Medical Imaging》上发表了大量的高质量文章。该期刊内容丰富，包括原创研究、综述文章、专题观点、论文预览、专家意见等多种类型，旨在为全球该领域研究者提供广泛的学术交流平台和灵感来源。
在过去几年中，该期刊保持了稳定的发文量和综述量，具体数据如下：
2014年：发表文章40篇、2015年：发表文章60篇、2016年：发表文章65篇、2017年：发表文章69篇、2018年：发表文章56篇、2019年：发表文章100篇、2020年：发表文章124篇、2021年：发表文章192篇、2022年：发表文章224篇、2023年：发表文章213篇。这些数据反映了期刊在全球医学领域的影响力和活跃度，同时也展示了其作为学术界和工业界研究人员首选资源的地位。《Bmc Medical Imaging》将继续致力于推动医学领域的知识传播和科学进步，为全球医学问题的解决贡献力量。
期刊指数
- 影响因子：2.9
- 文章自引率：0.0370...
- Gold OA文章占比：99.84%
- CiteScore：4.6
- 年发文量：213
- 开源占比：0.9981
- SJR指数：0.701
- H-index：31
- 出版撤稿文章占比：0.0080...
- SNIP指数：1.157
- OA被引用占比：1
- 出版国人文章占比：0.36
WOS期刊SCI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 | Q2 | 60 / 204 |
70.8% |
| 按JCI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 | Q2 | 57 / 204 |
72.3% |
中科院分区表
中科院SCI期刊分区 2023年12月升级版
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
| 否 | 否 | 医学 3区 |
RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING
核医学
3区
|
CiteScore（2024年最新版）
CiteScore 排名
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||
| 4.6 | 0.701 | 1.157 |
|
学术指标分析
影响因子和CiteScore
自引率
影响因子：指某一期刊的文章在特定年份或时期被引用的频率，是衡量学术期刊影响力的一个重要指标。影响因子越高，代表着期刊的影响力越大 。
CiteScore：该值越高，代表该期刊的论文受到更多其他学者的引用，因此该期刊的影响力也越高。
自引率：是衡量期刊质量和影响力的重要指标之一。通过计算期刊被自身引用的次数与总被引次数的比例，可以反映期刊对于自身研究内容的重视程度以及内部引用的情况。
年发文量：是衡量期刊活跃度和研究产出能力的重要指标，年发文量较多的期刊可能拥有更广泛的读者群体和更高的学术声誉，从而吸引更多的优质稿件。
期刊互引关系
| 序号 | 引用他刊情况 | 引用次数 |
| 1 | RADIOLOGY | 98 |
| 2 | AM J ROENTGENOL | 59 |
| 3 | EUR RADIOL | 52 |
| 4 | J CARDIOVASC MAGN R | 51 |
| 5 | J MAGN RESON IMAGING | 48 |
| 6 | MAGN RESON MED | 44 |
| 7 | AM J NEURORADIOL | 30 |
| 8 | EUR J RADIOL | 30 |
| 9 | RADIOGRAPHICS | 25 |
| 10 | PLOS ONE | 24 |
| 序号 | 被他刊引用情况 | 引用次数 |
| 1 | SCI REP-UK | 37 |
| 2 | BMC MED IMAGING | 21 |
| 3 | IEEE ACCESS | 18 |
| 4 | PLOS ONE | 15 |
| 5 | EUR RADIOL | 13 |
| 6 | INT J CARDIOVAS IMAG | 12 |
| 7 | J MAGN RESON IMAGING | 11 |
| 8 | APPL SCI-BASEL | 10 |
| 9 | ABDOM RADIOL | 9 |
| 10 | COMPUT BIOL MED | 9 |
高引用文章
- Classification of lung nodules in CT scans using three-dimensional deep convolutional neural networks with a checkpoint ensemble method引用次数：14
- Automatic differentiation of Glaucoma visual field from non-glaucoma visual filed using deep convolutional neural network引用次数：11
- An experimental study on breast lesion detection and classification from ultrasound images using deep learning architectures引用次数：11
- Power of computed-tomography-defined sarcopenia for prediction of morbidity after pancreaticoduodenectomy引用次数：10
- Accurate hybrid template-based and MR-based attenuation correction using UTE images for simultaneous PET/MR brain imaging applications引用次数：8
- Radiomics-based classification of hepatocellular carcinoma and hepatic haemangioma on precontrast magnetic resonance images引用次数：8
- MPCaD: a multi-scale radiomics-driven framework for automated prostate cancer localization and detection引用次数：8
- CoreSlicer: a web toolkit for analytic morphomics引用次数：8
- Differentiation of orbital lymphoma and idiopathic orbital inflammatory pseudotumor: combined diagnostic value of conventional MRI and histogram analysis of ADC maps引用次数：7
- Comparing radiomic classifiers and classifier ensembles for detection of peripheral zone prostate tumors on T2-weighted MRI: a multi-site study引用次数：7
