推荐合适期刊 投稿指导 助力快速见刊免费咨询
Human Brain Mapping是医学领域的一本权威期刊。由Wiley-Liss Inc.出版社出版。该期刊主要发表医学领域的原创性研究成果。创刊于1993年，是医学领域中具有代表性的学术刊物。该期刊主要刊载医学-核医学及其基础研究的前瞻性、原始性、首创性研究成果、科技成就和进展。该期刊不仅收录了该领域的科技成就和进展，更以其深厚的学术积淀和卓越的审稿标准，确保每篇文章都具备高度的学术价值。此外，该刊同时被SCIE数据库收录，并被划分为中科院SCI2区期刊，它始终坚持创新，不断专注于发布高度有价值的研究成果，不断推动医学领域的进步。
同时，我们注重来稿文章表述的清晰度，以及其与我们的读者群体和研究领域的相关性。为此，我们期待所有投稿的文章能够保持简洁明了、组织有序、表述清晰。该期刊平均审稿速度为平均 一般,3-6周 。若您对于稿件是否适合该期刊存在疑虑，建议您在提交前主动与期刊主编取得联系，或咨询本站的客服老师。我们的客服老师将根据您的研究内容和方向，为您推荐最为合适的期刊，助力您顺利投稿，实现学术成果的顺利发表。
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 医学 | 2区 | NEUROIMAGING 神经成像 NEUROSCIENCES 神经科学 RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核医学 | 2区 2区 2区 | 是 | 否 |
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 医学 | 2区 | NEUROIMAGING 神经成像 NEUROSCIENCES 神经科学 RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核医学 | 2区 2区 2区 | 是 | 否 |
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 医学 | 2区 | NEUROIMAGING 神经成像 NEUROSCIENCES 神经科学 RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核医学 | 2区 2区 2区 | 是 | 否 |
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 医学 | 2区 | NEUROIMAGING 神经成像 NEUROSCIENCES 神经科学 RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核医学 | 2区 2区 2区 | 否 | 否 |
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 医学 | 2区 | NEUROIMAGING 神经成像 NEUROSCIENCES 神经科学 RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核医学 | 2区 2区 2区 | 是 | 否 |
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 医学 | 2区 | NEUROIMAGING 神经成像 NEUROSCIENCES 神经科学 RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING 核医学 | 2区 2区 2区 | 是 | 否 |
| 按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
| 学科：NEUROIMAGING | SCIE | Q1 | 3 / 15 |
83.3% |
| 学科：NEUROSCIENCES | SCIE | Q2 | 109 / 310 |
65% |
| 学科：RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING | SCIE | Q1 | 38 / 204 |
81.6% |
| 按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
| 学科：NEUROIMAGING | SCIE | Q1 | 3 / 15 |
83.33% |
| 学科：NEUROSCIENCES | SCIE | Q2 | 81 / 310 |
74.03% |
| 学科：RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING | SCIE | Q1 | 37 / 204 |
82.11% |
| 学科类别 | 分区 | 排名 | 百分位 |
| 大类：Medicine 小类：Anatomy | Q1 | 4 / 48 |
92% |
| 大类：Medicine 小类：Radiology, Nuclear Medicine and Imaging | Q1 | 34 / 333 |
89% |
| 大类：Medicine 小类：Neurology (clinical) | Q1 | 60 / 400 |
85% |
| 大类：Medicine 小类：Radiological and Ultrasound Technology | Q1 | 10 / 63 |
84% |
| 大类：Medicine 小类：Neurology | Q1 | 32 / 192 |
83% |
| 年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
| 年发文量 | 454 | 378 | 325 | 421 | 374 | 347 | 497 | 377 | 397 | 322 |
| 国家/地区 | 数量 |
| USA | 539 |
| CHINA MAINLAND | 255 |
| GERMANY (FED REP GER) | 254 |
| England | 182 |
| Canada | 156 |
| Netherlands | 116 |
| Australia | 105 |
| Italy | 86 |
| Switzerland | 72 |
| France | 67 |
| 机构 | 数量 |
| UNIVERSITY OF CALIFORNIA SYSTEM | 95 |
| UNIVERSITY OF LONDON | 83 |
| HARVARD UNIVERSITY | 82 |
| MAX PLANCK SOCIETY | 59 |
| UNIVERSITY OF TORONTO | 52 |
| HELMHOLTZ ASSOCIATION | 47 |
| UNIVERSITY OF OXFORD | 42 |
| UNIVERSITY OF SOUTHERN CALIFORNIA | 42 |
| CHINESE ACADEMY OF SCIENCES | 41 |
| INSTITUT NATIONAL DE LA SANTE ET DE LA RECHERCHE MEDICALE (INSERM) | 41 |
| 文章名称 | 引用次数 |
| The anticipation and outcome phases of reward and loss processing: A neuroimaging meta-analysis of the monetary incentive delay task | 41 |
| Reproducibility of R-fMRI metrics on the impact of different strategies for multiple comparison correction and sample sizes | 34 |
| Chronnectome fingerprinting: Identifying individuals and predicting higher cognitive functions using dynamic brain connectivity patterns | 34 |
| Effective feature learning and fusion of multimodality data using stage-wise deep neural network for dementia diagnosis | 31 |
| Statistical harmonization corrects site effects in functional connectivity measurements from multi-site fMRI data | 27 |
| Searching for the neurite density with diffusion MRI: Challenges for biophysical modeling | 23 |
| Exploring the functional connectome in white matter | 21 |
| Static and dynamic connectomics differentiate between depressed patients with and without suicidal ideation | 20 |
| Connectivity dynamics in typical development and its relationship to autistic traits and autism spectrum disorder | 20 |
| Modular preprocessing pipelines can reintroduce artifacts into fMRI data | 20 |
SCIE
影响因子 0.3
CiteScore 0.4
SCIE
影响因子 0.5
CiteScore 1.1
SCIE
影响因子 0.5
CiteScore 1.4
SCIE
影响因子 0.2
SCIE
影响因子 0.9
CiteScore 3.3
SCIE
影响因子 0.8
CiteScore 1.4
SCIE
影响因子 0.2
CiteScore 0.3
SCIE
影响因子 2.1
CiteScore 3.9
SCIE
影响因子 1.1
SCIE
影响因子 3.8
CiteScore 8.2
若用户需要出版服务，请联系出版商：WILEY-LISS, DIV JOHN WILEY & SONS INC, 111 RIVER ST, HOBOKEN, USA, NJ, 07030。