为何要重视图像重复
大约每三份稿件中就有一份存在图像完整性问题,其中许多涉及重复或复用的图像。这些重复会歪曲研究结果、损害信任,并误导审稿人和读者。
数据误读
重复的图像可能歪曲研究结果并影响可信度。
拒稿或撤稿
可能导致发表前被编辑拒稿,或发表后被正式撤稿。
声誉受损
作者、机构和期刊的可信度都会因此受损。
对科学的信任受损
削弱读者信心,并影响后续研究。
全面的检测类型
Proofig AI 可检测稿件中重复和复用的视觉内容,涵盖科学图像、图形、图表、示意图和数据图。即使视觉内容经过缩放、旋转、翻转、裁剪或部分重叠,系统也能识别出复用。
缩放
调整尺寸后的图像被当作不同的数据呈现。
旋转
旋转图像以掩盖重复。
翻转(镜像)
使用镜像图像,使其看似另一张独立的图像。
部分重叠
裁剪区域或共有区域在不同图像之间被复用。
图形
对图形、图表、示意图和数据图进行检测。
使用流程
上传您的稿件 拖放您的 PDF 或 DOCX 文件,无需更改格式。
AI 驱动的分析 系统扫描所有图像,查找潜在问题,包括图像重复。
审查与核实 检查被标记的内容,进一步调查,并决定纳入哪些内容。
下载最终报告 获取详细的 PDF 报告,可用于在您的实验室或团队内部维护科研诚信。
深受知名机构与出版商信赖












25 万+ 份稿件
经 Proofig AI 扫描,以维护科研诚信
全球
信赖
获知名出版商、期刊和科研机构采用
无缝集成
融入投稿前检查与编辑筛查工作流程
诚信支持
全球研究人员、编辑和伦理负责人都在使用
图像重复检测:常见问题
研究稿件中可以检测出哪些类型的图像重复?
Proofig AI 能发现稿件内被复用的图像和视觉内容,即使重复部分经过缩放、旋转、翻转、裁剪,或仅部分重叠。Proofig AI 会将每幅图表与稿件的其余部分进行比对,涵盖科学图像、图形、图表、示意图和数据图,几分钟内即可得出结果。每项发现都会被标记出来供您审查,由您决定哪些内容纳入最终报告。
Proofig AI 的图像重复检测只适用于 Western blot 吗?
不是。Proofig AI 可在所有科学图像类型中发现重复图像,从显微图像、Western blot(蛋白质印迹)和 FACS,到图形、图表和数据图。这涵盖任何科学领域中的共聚焦、光学和电子显微图像、凝胶图像、体内与体外图像,以及植物和培养板图像。由于涵盖图形和数据图,这项检查同样适用于计算机科学、数据科学、工程学和经济学领域:在这些领域,重复的图表与重复的显微照片一样,可能歪曲研究结果。
凝胶或印迹分图被复用到另一幅图表中,Proofig AI 能发现吗?
能。Proofig AI 可检测稿件内被复用的 Western blot 与凝胶分图,即使这些分图经过翻转、旋转、缩放,或与另一个分图部分重叠。每处疑似重复都会被高亮显示,供您用图像取证工具查看,Review Assistant(审查辅助侧边栏)还会说明技术证据有多强。由您决定哪些发现纳入最终 PDF 报告,用于投稿或内部使用。
Proofig AI 标记出重复图像后,我应该怎么做?
打开该发现,查看 Proofig AI 的 Review Assistant,它会说明发现了什么、其含义是什么,以及证据有多强。有些重复是正当的,例如有意为之、且在方法学上合理的复用,因此平台为您的判断提供支持,而不是给出定论。然后,您可以在投稿前更正图表、记录原因,或不将该发现纳入报告。
Proofig AI 能一次检查多份稿件中的重复图像吗?
能。Proofig AI 支持上传单份稿件或一次上传多份稿件,企业版还支持通过 REST API 连接,每份稿件都会生成各自的报告。同一批次中的稿件会分别分析,不会相互比对,每份稿件中的每张图像都会接受重复与复用检查。如需发现从已发表论文中复用的内容,图像抄袭检查会检索业内屈指可数的大型图像抄袭数据库,其中收录 PubMed Open Source Database 中超过 1.8 亿张图像。
无心造成的图像重复,真的会导致撤稿吗?
即使是无心造成的图像重复,也可能最终导致撤稿,而一次撤稿在调查和法律费用上的花费可能超过 100 万美元。图像问题十分常见:据 Jana Christopher 称,20% 至 35% 的论文因图像问题被标记;撤稿成本的估算则出自 Michalek 等人。无心之失和合作者的错误,仍会给课题负责人带来后果。Proofig AI 能在投稿前、图表仍易于修改时,发现无意中造成的重复。
Proofig AI 的图像重复检测结果可靠性如何?
Proofig AI 提供一致的图像重复检测结果,并已在包含数十万份稿件和数百万张子图的大型真实数据集上得到验证。作为深受《Science》系列期刊信赖的图像完整性平台,Proofig AI 已扫描 25 万+ 份稿件。每项发现都会被标记出来,供您借助图像取证工具和 Review Assistant 进行审查,因此标记本身绝不会自动成为定论。
更多资源
AI 生成文本检测器与 AI 生成图像检测器解决的是截然不同的问题。一份稿件可能通过了基于文本的 AI 筛查,却仍然包含伪造的图表。分析语言模式的工具没有任何机制来评估像素级的图像数据。只筛查 AI 撰写文本的研究人员,其诚信工作流程中可能…
投稿稿件中的大多数图像完整性问题都是无意造成的,源于图表制作错误、分图标注错误,或合作者在数据处理过程中引入的失误。期刊编辑可以在三个切实可行的节点集成图像完整性筛查,即投稿接收、编辑初审或录用前,以便及早发现这些问题。Proofig AI…
自动化筛查已经非常擅长发出预警标记。一张图表可能因疑似 AI 生成、篡改、图像抄袭、自我抄袭或其他任何检查项而受到质疑,审查人员也清楚该查看哪里。但标记只是工作的起点,而非终点。 下一步通常是向作者索取原始材料,也就是图表背后的原始文件。这…
出版商可以按照符合 COPE 准则的方式,将 AI 图像完整性工具融入编辑工作流程:将其作为筛查层,呈现疑似问题供人工审查,而不是用来取代编辑判断。关键在于明确的内部政策、有据可查的流程,以及不预设恶意的作者沟通。 为什么系统化的图像筛查已…
PubShield 是一个机构稿件质量保证中心,是有别于 Proofig AI 的另一款产品,可将多项诚信检查整合到同一个工作流程中。它将 Proofig AI 的图像完整性筛查和 RefGuard 的参考文献完整性检查与以下合作伙伴的工具…
AI 正在改变科学研究中图像完整性问题的检测方式。自动化工具如今能够以人工审查无法企及的规模和速度,筛查重复、篡改、AI 生成内容和抄袭问题。Proofig AI 专为这项任务而打造,可在问题公开化之前提示疑似问题,供人工审查。 科学研究中…