氢分子医学分享 http://blog.sciencenet.cn/u/孙学军 对氢气生物学效应感兴趣者。可合作研究:sunxjk@hotmail.com 微信 hydrogen_thinker

博文

让论文造假者裸奔的反抄袭图像识别系统 精选

已有 4691 次阅读 2018-2-24 10:52 |系统分类:海外观察

对文字抄袭早就有了自动化技术,而且也被广泛使用,但是对图片的重复使用则很难进行辨别,尤其是使用者一般会对图片进行PS,实在是防不胜防。但是借助最新的图像识别系统,科学家建立了新的图片识别方法,能对经过故意编辑使用的图进行辨认,让许多人工无法辨别的重复用图无法继续骗人,这几乎必然地会发现千万篇论文被曝光于天下,许多人开始无法入眠了。根据初步研究,大约0.6%的论文存在图片造假的可能,那么每年250万篇学术论文会大约1.4万篇存在图像造假的。

https://www.nature.com/articles/d41586-018-02421-3

最新论文是发表在222日的论文预印本服务器BioRxiv上,纽约雪城大学Daniel Acuna(库尼亚)机器学习团队通过使用一种算法来处理成千上万的生物医学论文,可以识别出重复使用的图片。如果杂志编辑也采用类似方法,将会让许多论文因为这个问题被阻断在发表的过程。

目前作者并没有公开算法,不过研究小组已经和西北大学诚信办公室主任Lauran Qualkenbush进行过交流,他们考虑使用这个技术。另外和美国研究人员协会诚信副主席进行了沟通,有可能年内进行应用测试。

2015年初,库尼亚和两个同事使用一种算法,从PubMed数据库开放的760000篇文章中提取到超过260万份图像数据,数据包括显微细胞和组织和凝胶印迹。然后放大这些图片中最具有特征的部位,这些部位都是颜色和灰度变化最明显的部分,利用这部分信息制作每一个图像的数字指纹。将图片中标记箭头或流程图组件去除,团队获得了200万份左右图像。为避免比较所有图像,他们用论文第一和通讯作者为限制条件,对这些图像资料进行了对照分析,他们的方法能识别出经过旋转、调整大小、对比度或颜色等编辑的重复图像。然后手工验证3750的被标记图像的分析结果,这些图像被认为存在复制的可能性。根据他们的研究结果,数据库中大约1.5%的论文包含可疑的图像,0.6%的论文将包含造假图像。



http://blog.sciencenet.cn/blog-41174-1100988.html

上一篇:美国学者调查发现,适量饮酒和长寿有关
下一篇:高血压的免疫治疗

11 沈律 李久煊 赵凤光 柳林涛 王启云 黄永义 周春雷 牛丕业 杨正瓴 张云扬 李由

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2018-9-19 07:25

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部