《Medical Physics》雜志的收稿范圍和要求是什么？
來源：優發表網整理 2024-09-18 10:48:10 1678人看過
《Medical Physics》雜志收稿范圍涵蓋醫學全領域，此刊是該細分領域中屬于非常不錯的SCI期刊，在行業細分領域中學術影響力較大，專業度認可很高，所以對原創文章要求創新性較高，如果您的文章質量很高，可以嘗試。
平均審稿速度 很快,2-3周 ，影響因子指數3.2。
該期刊近期沒有被列入國際期刊預警名單，廣大學者值得一試。
具體收稿要求需聯系雜志社或者咨詢本站客服，在線客服團隊會及時為您答疑解惑，提供針對性的建議和解決方案。
出版商聯系方式：AMER ASSOC PHYSICISTS MEDICINE AMER INST PHYSICS, STE 1 NO 1, 2 HUNTINGTON QUADRANGLE, MELVILLE, USA, NY, 11747-4502
其他數據
| 是否OA開放訪問： | h-index： | 年文章數： |
| 未開放 | 159 | 700 |
| Gold OA文章占比： | 2021-2022最新影響因子（數據來源于搜索引擎）: | 開源占比（OA被引用占比）： |
| 23.15% | 3.2 | 0.15... |
| 研究類文章占比：文章 ÷（文章 + 綜述） | 期刊收錄： | 中科院《國際期刊預警名單（試行）》名單： |
| 97.71% | SCIE | 否 |
歷年IF值(影響因子)：
歷年引文指標和發文量：
歷年中科院JCR大類分區數據：
歷年自引數據：
發文統計
2023-2024國家/地區發文量統計：
| 國家/地區 | 數量 |
| USA | 4436 |
| CHINA MAINLAND | 682 |
| Canada | 564 |
| GERMANY (FED REP GER) | 261 |
| Japan | 247 |
| Netherlands | 176 |
| Australia | 172 |
| South Korea | 150 |
| England | 122 |
| Switzerland | 91 |
2023-2024機構發文量統計：
| 機構 | 數量 |
| UNIVERSITY OF TEXAS SYSTEM | 656 |
| UNIVERSITY OF CALIFORNIA SYSTEM | 378 |
| HARVARD UNIVERSITY | 248 |
| UNIVERSITY OF WISCONSIN SYSTEM | 214 |
| WASHINGTON UNIVERSITY (WUSTL) | 195 |
| MEMORIAL SLOAN KETTERING CANCER ... | 189 |
| DUKE UNIVERSITY | 180 |
| MAYO CLINIC | 179 |
| UNIVERSITY OF PENNSYLVANIA | 160 |
| STANFORD UNIVERSITY | 151 |
近年引用統計：
| 期刊名稱 | 數量 |
| MED PHYS | 3640 |
| PHYS MED BIOL | 2134 |
| INT J RADIAT ONCOL | 956 |
| IEEE T MED IMAGING | 606 |
| RADIOTHER ONCOL | 432 |
| RADIOLOGY | 289 |
| J APPL CLIN MED PHYS | 288 |
| J NUCL MED | 276 |
| MED IMAGE ANAL | 200 |
| MAGN RESON MED | 189 |
近年被引用統計：
| 期刊名稱 | 數量 |
| MED PHYS | 3640 |
| PHYS MED BIOL | 2329 |
| PHYS MEDICA | 1229 |
| J APPL CLIN MED PHYS | 1041 |
| RADIOTHER ONCOL | 439 |
| SCI REP-UK | 400 |
| IEEE ACCESS | 368 |
| INT J RADIAT ONCOL | 330 |
| IEEE T MED IMAGING | 292 |
| RADIAT ONCOL | 286 |
近年文章引用統計：
| 文章名稱 | 數量 |
| Deep learning in medical imaging... | 87 |
| Tolerance limits and methodologi... | 75 |
| Geant4-DNA example applications ... | 49 |
| AnatomyNet: Deep learning for fa... | 49 |
| Automatic multiorgan segmentatio... | 46 |
| Deeply supervised 3D fully convo... | 44 |
| Machine learning algorithms for ... | 36 |
| Generating synthetic CTs from ma... | 34 |
| Automatic treatment planning bas... | 34 |
| A deep learning method for class... | 34 |
聲明：以上內容來源于互聯網公開資料，如有不準確之處，請聯系我們進行修改。
