该软件在4小时内筛查了3500篇论文，并最终发现了400个可能重复的图像。
“实验图像重复”是论文被质疑的常见问题之一。此前，已有数起论文打假瞄准了生物医学领域，其中的一个关键靶点就是“实验图像重复”。
近日，Nature 道了美国计算机学者研发的一款图像查重软件，似乎为快速解决这一问题带来了希望。该软件在4小时内筛查了3500篇论文，并最终发现了400个可能重复的图像。
不过，有学者认为，这款软件的缺点也很明显，因为图像重复不一定是错误。而且，软件甚至会将相似的图像标记为重复。
知名学术打假人Elisabeth Bik评价称，该软件“仍需要人工监督，以确保它不会出现标记错误”。
新冠论文大筛查：4小时、3500篇论文、2.1万张图像
今年6月，雪城大学计算机学者丹尼尔·阿库纳（Daniel Acuna）利用开发的图像查重软件，提取和比较了预印本 站bioRxiv和medRxiv上的3500篇论文，共2.1万张图像。
根据Acuna研究团队之前的检测结果，他们推测数据库中1.5%论文包含有可疑的图像，而0.6%论文包含有欺诈性图像。Acuna的公司Resis使用这一软件为期刊和研究机构提供服务，但目前还未公开使用。
他说，在4个小时内，该软件就发现了约400个可能存在重复的图像。不过，Acuna认为大多数都没有问题。他选择了24篇包含“有趣”重复图片的论文，同时公布在他自己创建的 站和PubPeer上。
芬兰赫尔辛基大学病毒学家Giuseppe Ballistreri对Acuna所做的工作表示感谢。他写道：“如果这个软件的运行结果是准确的，我认为应默认在PubMed中实施。”
帮助出版商筛查造假
荷兰出版业巨头爱思唯尔科研诚信负责人IJsbrand Jan Aalbersberg说，为发现图像重复使用问题，出版商需要创建一个包含所有已出版图像的共享数据库，以便进行比较。
需要人工调整结果
不过，也有人表示，重复不一定是错误。Bik认为，该软件“需要人工监督。”
Acuna同意她的观点。他说，该软件尚无法根据上下文判断重复图片是否存在问题，需要人为审查。
“但这仍然是有用的，尽管Bik擅长在论文中查找重复的图像，但计算机可以通过比较数十万、数百万篇论文，来找到两篇论文中的重复之处，这对人类来说是不可能完成的任务。”Acuna说。
一些研究人员则反映，Acuna的软件将相似的图像也标记为重复。同时，软件无法兼容广为流行的PDF文件格式，也是一个问题。
来自德国海德堡的图像完整性分析师Jana Christopher说，从更广泛的意义上讲，重复图像查重软件过于专注查找重复项，从而忽视了图像的全貌。例如，两个被判定为重复的图像，其实只有很小的重复区域，在其他方面完全不同。Acuna认为，改进细微差别是机器学习进步的关键。
图像分析在持续，造假者要小心
即便该软件存在诸多问题，但Acuna表示，他将继续分析COVID-19预印本论文。目前已经分析了5500篇，这个数字还在持续上涨。
他还会将预印本中的图像与数据库PubMed中的研究论文进行比较，这可能还会引发其他图像的重复使用。
参考资料：
5.https://ischool.syr.edu/people/directories/view/deacuna/
6. https://acuna.io/
8. https://mp.weixin.qq.com/s/99t2qTQ7L_HguJpTb4mHdw
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！