大類學(xué)科:醫(yī)學(xué) 中科院分區(qū) 1區(qū)
JCR學(xué)科:RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING JCR分區(qū) Q1
推薦合適期刊 投稿指導(dǎo) 助力快速見(jiàn)刊免費(fèi)咨詢
Radiology是醫(yī)學(xué)領(lǐng)域的一本權(quán)威期刊。由Radiological Society of North America Inc.出版社出版。該期刊主要發(fā)表醫(yī)學(xué)領(lǐng)域的原創(chuàng)性研究成果。創(chuàng)刊于1915年,是醫(yī)學(xué)領(lǐng)域中具有代表性的學(xué)術(shù)刊物。該期刊主要刊載醫(yī)學(xué)-核醫(yī)學(xué)及其基礎(chǔ)研究的前瞻性、原始性、首創(chuàng)性研究成果、科技成就和進(jìn)展。該期刊不僅收錄了該領(lǐng)域的科技成就和進(jìn)展,更以其深厚的學(xué)術(shù)積淀和卓越的審稿標(biāo)準(zhǔn),確保每篇文章都具備高度的學(xué)術(shù)價(jià)值。此外,該刊同時(shí)被SCIE數(shù)據(jù)庫(kù)收錄,并被劃分為中科院SCI1區(qū)期刊,相當(dāng)于A級(jí)期刊(最高刊物級(jí)別),它始終堅(jiān)持創(chuàng)新,不斷專注于發(fā)布高度有價(jià)值的研究成果,不斷推動(dòng)醫(yī)學(xué)領(lǐng)域的進(jìn)步。
同時(shí),我們注重來(lái)稿文章表述的清晰度,以及其與我們的讀者群體和研究領(lǐng)域的相關(guān)性。為此,我們期待所有投稿的文章能夠保持簡(jiǎn)潔明了、組織有序、表述清晰。該期刊平均審稿速度為平均 約3.6月 。若您對(duì)于稿件是否適合該期刊存在疑慮,建議您在提交前主動(dòng)與期刊主編取得聯(lián)系,或咨詢本站的客服老師。我們的客服老師將根據(jù)您的研究?jī)?nèi)容和方向,為您推薦最為合適的期刊,助力您順利投稿,實(shí)現(xiàn)學(xué)術(shù)成果的順利發(fā)表。
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
醫(yī)學(xué) | 1區(qū) | RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核醫(yī)學(xué) | 1區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
醫(yī)學(xué) | 1區(qū) | RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核醫(yī)學(xué) | 1區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
醫(yī)學(xué) | 1區(qū) | RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核醫(yī)學(xué) | 1區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
醫(yī)學(xué) | 1區(qū) | RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核醫(yī)學(xué) | 1區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
醫(yī)學(xué) | 1區(qū) | RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核醫(yī)學(xué) | 1區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
醫(yī)學(xué) | 1區(qū) | RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核醫(yī)學(xué) | 1區(qū) | 是 | 否 |
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 | 2 / 204 |
99.3% |
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 | 1 / 204 |
99.75% |
學(xué)科類別 | 分區(qū) | 排名 | 百分位 |
大類:Medicine 小類:Radiology, Nuclear Medicine and Imaging | Q1 | 1 / 333 |
99% |
年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
年發(fā)文量 | 369 | 354 | 366 | 340 | 366 | 298 | 290 | 282 | 265 | 291 |
國(guó)家/地區(qū) | 數(shù)量 |
USA | 928 |
GERMANY (FED REP GER) | 161 |
South Korea | 145 |
CHINA MAINLAND | 126 |
Canada | 100 |
Netherlands | 100 |
England | 98 |
France | 95 |
Italy | 82 |
Japan | 64 |
機(jī)構(gòu) | 數(shù)量 |
HARVARD UNIVERSITY | 174 |
UNIVERSITY OF CALIFORNIA SYSTEM | 114 |
MASSACHUSETTS GENERAL HOSPITAL | 90 |
JOHNS HOPKINS UNIVERSITY | 79 |
UNIVERSITY OF WISCONSIN SYSTEM | 75 |
SEOUL NATIONAL UNIVERSITY (SNU) | 67 |
BRIGHAM & WOMEN'S HOSPITAL | 62 |
UNIVERSITY OF PENNSYLVANIA | 57 |
MAYO CLINIC | 56 |
STANFORD UNIVERSITY | 52 |
文章名稱 | 引用次數(shù) |
Liver Imaging Reporting and Data System (LI-RADS) Version 2018: Imaging of Hepatocellular Carcinoma in At-Risk Patients | 88 |
Current Applications and Future Impact of Machine Learning in Radiology | 85 |
Radiomics of CT Features May Be Nonreproducible and Redundant: Influence of CT Acquisition Parameters | 83 |
Methodologic Guide for Evaluating Clinical Performance and Effect of Artificial Intelligence Technology for Medical Diagnosis and Prediction | 83 |
Use of 2D U-Net Convolutional Neural Networks for Automated Cartilage and Meniscus Segmentation of Knee MR Imaging Data to Determine Relaxometry and Morphometry | 57 |
Gadolinium Retention: A Research Roadmap from the 2018 NIH/ACR/RSNA Workshop on Gadolinium Chelates | 56 |
A Deep Learning Mammography-based Model for Improved Breast Cancer Risk Prediction | 55 |
Photon-counting CT: Technical Principles and Clinical Prospects | 55 |
Development and Validation of Deep Learning-based Automatic Detection Algorithm for Malignant Pulmonary Nodules on Chest Radiographs | 54 |
Deep Learning with Convolutional Neural Network for Differentiation of Liver Masses at Dynamic Contrast-enhanced CT: A Preliminary Study | 52 |
SCIE
影響因子 0.3
CiteScore 0.4
SCIE
影響因子 0.5
CiteScore 1.1
SCIE
影響因子 0.5
CiteScore 1.4
SCIE
影響因子 0.2
SCIE
影響因子 0.9
CiteScore 3.3
SCIE
影響因子 0.8
CiteScore 1.4
SCIE
影響因子 0.2
CiteScore 0.3
SCIE
影響因子 2.1
CiteScore 3.9
SCIE
影響因子 1.1
SCIE
影響因子 3.8
CiteScore 8.2
若用戶需要出版服務(wù),請(qǐng)聯(lián)系出版商:RADIOLOGICAL SOC NORTH AMERICA, 820 JORIE BLVD, OAK BROOK, USA, IL, 60523。