别再给论文“P图”了！四大出版商巨头联手打击论文图片造假
近些年来，论文造假的新闻层出不穷，其中一大重灾区就是论文的图片篡改或复制。
在生命科学领域，很多图片的结果直接影响最终的核心结论是否成立。也就是说一旦论文里面这些图存在问题，很有可能这篇文章直接无法成立!
针对这一现象，Elsevier, Wiley, Springer Nature 和Taylor & Francis这4家出版巨头选择了强强联手，合作讨论“如何用软件自动标记论文中被篡改或复制的图像”，首次成立“跨出版商工作组”，并讨论第一个正式的跨行业倡议，旨在为在同行评议中筛选有问题图像的软件设定标准。
荷兰出版巨头Elsevier的研究诚信负责人IJsbrand Jan Aalbersberg将担任这一“跨出版商工作组”的主席。
论文图片造假的现象有多严重呢？
过去我们也曾报道了《中国论文工厂再曝丑闻，400篇英文文章多家三家医院牵涉其中》《华人美国医学科学院院士邹明辉教授13篇Journal of Biological Chemistry勘误或撤回》《论文涉嫌造假9篇被撤，通讯作者回应：原始数据被洪水冲走了……》等等多个论文造假的事件。
而知名学术打假人Elizabeth 灾难片 Bik在2016年对2万多篇生物医学论文进行了人工分析，发现多达4%的图片存在不当复制问题！
2020年开年5个月，国内也传来了多个图片造假的丑闻，涉及不少学术大咖。
北京大学药学院院长周德敏、北京师范大学化学学院院长范楼珍、中国医学科学院实验动物研究所所长的多篇学术期刊在Pubpeer上被挂出来质疑，其中牵涉数篇Nature和Science，均为存在图片问题。
当然，大家不要太扎心，觉得图片造假的丑闻就咱们国内有。这其实已经是个全球问题。
比如知名学术打假网站Retractionwatch评选出的“撤稿10大强人”，日本直接垄断前4位。
还有比如心肌干细胞发现者Piero Anversa一次被撤稿31篇文章，然后整个如火如荼的心肌干细胞研究领域直接全军覆没了…
尽管图片造假的丑闻屡见不鲜，但目前尚且没有业界认可广泛适用的自动识别软件。考虑到人力成本，大多数期刊并没有专职的图像检查人员来对文章进行图像的审核。
而罕见的像Elizabeth Bik这样的职业打假人员，也是依靠肉眼和Mac电脑上默认的图片查看工具，调整对比度或明暗，来确认某些细节是否被篡改或复制。因此，一款好用的自动识别软件就显得难能可贵。
目前，东京的LPIXEL公司和以色列的Proofig公司都表示，出版商或机构可以将研究论文上传到他们的桌面或云软件上，并在1-2分钟内自动提取图像并自动分析其是否存在复制或篡改。意大利的Resis公司和美国Syracuse University的Daniel Acuna领导的一个学术小组也在开发相关的软件。
但是小编查阅资料之后，觉得最靠谱的可能是Daniel Acuna，毕竟是职业打假人Elizabeth Bik都在公开场合提及过的软件。
根据Daniel Acuna在bioRxiv上预印的文章（Bioscience-scale automated detection of figure element reuse. bioRxiv, DOI: 10.1101/269415 https://www.biorxiv.org/content/early/2018/02/23/269415），他们使用算法从PubMed生物医学文献数据库中可开放获取的76万篇文章中提取并筛选出了200多万张图片，放大了每张图片最具特征的区域（颜色和灰度差异最大的区域），来提取每张图片的数字“指纹”。
对算法进行验证后，可以发现，即使图片进行了旋转、放大缩小、改变颜色或对比度等PS操作，算法也能揪出潜在的重复项！
可以说是任你72变，我自火眼金睛！
相信有这样的市场需求，可用的软件不久就可以推向市场。本次Elsevier等四家巨头也在会议上对软件进行明确要求，并初步讨论了篡改的衡量标准。
当然，Elsevier的工作组成员Fennell也提出，要识别可能的图片造假，需要各大出版商和期刊共享已经发表和等待发表的图片，否则这个软件也只能在一本期刊内部进行比对，识别能力自然还是有限。
从2010年开始，各大出版商已经实现了论文文本在CrossCheck中央服务器上的共享以便识别文本抄袭。相信一个好用的比对软件以及一个跨出版商的共享图片数据库，都将在不远的将来出现。
学术造假的手段永远都可以层出不穷，一度在学术领域也可能造成“劣币驱除良币”的现象，辛辛苦苦搞学术还没有别人P图获得的学术认可多。
我们真的需要更多的反击手段来对学术诚信进行倒逼。
当然，这些都只是手段，最诚挚希望的还是各位都能守住学术诚信的底线！
