今天，在造假者一听就害怕的PubPeer平台上，著名图片打假斗士Elisabeth Bik又开始了新一轮的图片重复使用曝光。
这篇文章2016年发表在International Journal of Oncology（最新IF:5.65分）上，作者主要来自四川大学华西口腔医院。
在文章图3中，有两处重叠，这提示两者很可能来自同一张图片的不同裁剪。
而在图4中，紫色的两张图明显不应该重复。
其实一直以来我都很惊奇，Elisabeth Bik为什么可以如此敏锐得发现这些图片查重。带着好奇，我使用最近国内科研圈在传的Figcheck系统来对同一篇文献进行检查，看看结果和Elisabeth Bik发现的是否一致。
第一步：官网上传文献pdf
登录官网www.figcheck.com，由首页介绍可知其利用了人工智能算法，可以一键实现图片分割，识别，标注，查重报告导出功能。而且强调了永久免费。
点击上传可以是图片也可以是文献pdf，这里我们上传“Receptor for activated C kinase 1 (RACK1) promotes the progression of OSCC via the AKT/mTOR pathway”的PDF文件。
第二步：下载报告
连注册都不需要，直接点击“开始检查”，速度很快，大约不到10秒钟左右就完成了分析。
可以清楚地看到，Elisabeth Bik提到的Figure4的重复图片，排第一位。
Pubpeer上提到的Figure3的重复也赫然在列表里。
点击“下载报告”，就可以将相似度排名前20的图片对以pdf查重报告的形式下载了。
由于Figcheck也有英文版，我在想是不是Elisabeth Bik真的有用到这个来自中国的神器吧
当然，Figcheck也温馨提示了：人工智能算法虽然大大提高了重复图片的识别效率，但所示重复区域不代表一定是有意义的重复，比如图标，merge图等；但一般，红线越聚集，重复的可能性越大。需要根据实际情况判断。
所以神器虽香，还需科学使用。
但不管如何，对于图片造假大户的论文工厂来说，他们的日子恐怕不会好过了！
然后我身边的一些师兄师姐，已经被导师要求投稿前，要经过Figcheck自查了。
本文来自粉丝投稿：骑着螃蟹去看戏
