为何要重视图像抄袭
抄袭，无论是有意还是无意（如自我抄袭），都会损害科研工作的原创性，并可能造成严重后果。哪怕只复用了一张图像，也可能导致编辑拒稿、正式撤稿、声誉受损或失去资助。而且由于每位共同作者都要承担责任，其危害远不止于复用图像者本人。
拒稿或撤稿
期刊可能在投稿阶段拒稿，或在发表后撤稿。
声誉受损
影响与该研究相关的所有作者、机构和期刊。
对科学的信任受损
可能招致学术或职业处罚。
信任削弱
削弱人们对科学文献的信心。
我们检测的抄袭类型
Proofig AI 将稿件中的视觉内容与超过 1.55 亿张 PubMed Open Source Database 图像进行比对，这是业内屈指可数的大型图像抄袭数据库。
直接复用
识别从已发表论文中复制的稿件视觉内容，包括图像、图形、图表、示意图和数据图。
修改后复用
检测从既往发表文献中复用并经过裁剪、缩放或其他改动的图像。
自我抄袭
标记对您自己以往图像的复用。
跨论文重叠
发现不同 PubMed 文章之间的部分图像匹配。
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 系统扫描稿件中的所有图像，并与 PubMed 开放获取数据库进行交叉比对。
审查与核实 查看被标记的匹配结果，并通过指向原始 PubMed 文章的链接了解上下文、进行核实。
下载最终报告 获取详细的 PDF 报告，在投稿前确认原创性。
深受知名机构与出版商信赖
超大规模图像抄袭数据库
可访问超过 1.55 亿张 PubMed Open Source Database 图像，进行全面的图像抄袭检查。
全球
信赖
已集成到出版商和机构的工作流程中。
无缝集成
研究人员借此在投稿前防止无意中的复用。
诚信支持
已被期刊和伦理委员会采用，用于支持编辑筛查。
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。它汇集了多家合作伙伴的工具，包括 Proofig AI 的图像完整性筛查、DataSeer 的数据合规检查…
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…