論文P圖等于造假？圖像處理你踩過多少“雷”

近年來，圖片造假可謂是最易發生學術不端行為的重災區，因此導致的撤稿風波一浪高過一浪。

針對目前覆蓋范圍最廣的撤稿觀察網站(Retraction Watch)的案例分析顯示，截至2021年1月20日，以圖表為主的數據學術不端問題高居論文被撤銷的原因之首。

而中國科學技術信息研究所對2007~2017年論文發表量超過20萬篇的國別論文數的統計顯示，中國因圖片問題的“撤稿發文比”僅次于印度和美國。

究竟什么樣的圖像處理算學術造假？二者之間的界限在哪里？除了部分“別有用心”的作者，許多科研人員是因為無法清晰地知曉圖片處理規范，一不小心越過了“紅線”。

復制拼圖、重復使用、過度修飾是常見行為

目前，根據國際上對科研與出版中的學術不端的分類，學術界一般將圖片學術不端行為歸為偽造、篡改、剽竊這3大類型。

偽造是指偽造實驗數據、編造虛假研究成果，從而得到不真實的圖像；篡改是指在真實的圖片基礎上進行人為修改、剪切、拼接內容等而未予明顯標示，破壞了原始數據的完整性；剽竊則是在論文中直接復制他人或自己已發表成果中的圖片，未指明出處或缺少版權許可，包括整圖復制后重復使用以及調整圖片樣式后使用等。

中國科學院空天信息創新研究院（以下簡稱“空天院”）《中國圖象圖形學報》編輯部曾對雜志的審稿人展開過科技論文中圖片造假和學術不端情況的專項調研，這些審稿人都是具有5年以上審稿經驗、科研一線的計算機應用領域的學者。

“有近八成的專家表示自己在中英文期刊的審稿過程中發現過圖表學術不端問題。”空天院學會與期刊部主任閆珺告訴《中國科學報》，其中偽造圖像、使用重復圖像、篡改圖像、剽竊圖像的比例分別為45.95%、40.54%、37.84%、32.43%。

而在問題圖片中，“偽造性能評價結果等圖像”“調色后重復使用”和“反復實驗，人為挑選最優結果”“復制拼圖”是常見的幾種類型。

《浙江大學學報（英文版）》副編審葉青承擔了國內多項關于圖片中學術不端行為和如何防范的研究。他在幫助期刊進行圖片審讀的過程中所發現的圖片造假案例，主要有電泳條帶拼接、圖片拼接、圖片重復使用、背景過度修飾等。

在研究過程中，葉青發現，許多科研人員是因為對正確處理圖片的規范以及圖片學術不端的判斷標準缺乏應有的了解，才不慎踩了造假的“雷”。

P圖等于造假？

P圖是科研人員對圖像處理工具Photoshop等的簡稱，以 Photoshop 為代表的一大批圖像處理軟件被廣泛應用于眾多領域，的確為少數別有用心、投機取巧的論文作者提供了功能強大的“造假”工具，但P圖并不等同于圖片造假。

在閆珺看來，某些領域或科研實驗中，一定程度的圖像處理不可避免，尤其是為了使研究成果更加清晰直觀，作者對圖像進行合理規范的處理是允許的。

比如，對圖片進行去噪聲，使用熒光顯微照片增強特定效果等操作。

“這些對圖片的亮度、對比度或色彩平衡進行整體的調整，只要不隱藏、消除或歪曲原圖的信息，并不屬于學術不端的范疇。”閆珺解釋。

“判斷圖片是否造假的關鍵，是圖片中是否存在歪曲事實的問題。”她強調，“如果作者對圖片的局部區域進行了復制、粘貼、增強、形變、模糊、位移、旋轉、裁切、刪除、添加新要素等篡改操縱行為，這樣的P圖就是造假。”

葉青認為，判定圖片是否造假非常復雜，特別是偽造和篡改，需要結合具體的實驗數據、修改處理、結果表達等內容進行綜合判斷。

國際上對于圖片問題有明確的分級標準。葉青在《英文科技期刊論文圖片學術不端審讀方法探索與思考》一文中提到，根據主觀上是否存在造假的意圖以及客觀上處理后的圖片是否改變圖片內容的展示，破壞圖片的完整性；是否影響實驗圖片的結論；能否提供原始數據；能否重現圖片處理的過程，我們可以把圖片不當處理的行為分成４個級別。

第一種是圖片存在不當處理。比如，不經說明，將對照組重復使用，或者同一圖片在不同結果中展示，盡管是在同一條件下完成，但缺少說明。

這類情況情節較輕，一般不會改變結果或對結果造成誤導。

其次，是圖片存在部分修飾或錯誤，比如美化圖片背景，導致部分圖片信息缺失，或者刪除中間無關泳道后對電泳條帶進行拼接合成導致圖片完整性被破壞。

但從結果看，研究結論未發生改變。

出現這兩類情況，只要作者能提供原始數據的支持，給出令人滿意的解釋，即便論文已經發表，一般進行勘誤就可以糾正錯誤。

第三種是圖片存在過度修飾，比如圖片特定區域被增強或減弱，導致部分圖片信息缺失，或者調整圖片亮度和對比度，導致定量實驗結果產生偏差，而且作者未明確說明具體的修改，導致圖片完整性被破壞，研究結論發生改變。

這時，作者就會面臨被撤稿的風險。

最后則是圖片存在嚴重的偽造和篡改，包括拼接、拷貝、插入和選擇性刪除等，比如圖片由不同實驗條件下的多個圖片拼接而成，并作為新的實驗結果，或者同一圖片在不同實驗條件下重復使用，且作者無法提供原始數據或所提供的原始數據不可信。

達到這一程度，則會被認為存在嚴重學術不端行為。

圖片分析師讓造假無所遁形

國際上大部分的英文科技期刊對于論文中圖片相關的學術不端行為的檢測，目前主要依賴于評審專家和同行學者的發現和舉報。

“同行評議是一種非常成功的質量保證機制，但它并不足以防范異常的圖片。” 葉青坦言，“而一些新研發的圖片剽竊檢測軟件還處于研發和試用階段，誤報率和靈敏度無法兼得。”

因此，國外有不少期刊針對圖片問題在編輯部初審階段專門增加了圖片檢測的環節，部分優秀生物醫學期刊開始實施一種新的圖片深度查證流程，并設置專門的審核崗位進行學術圖片的審核，比如歐洲分子生物學組織(EMBO)出版社。

葉青介紹，這些期刊編輯部對經過同行評議、作者修回的擬接收稿件，在最終決定發表前，會由圖片分析師對稿件中的圖片進行逐一審查，并采用人工識別加軟件分析的方法分析圖片。

一般而言，對于存在明顯的重復、裁剪、涂抹痕跡的圖片，可以通過分析師肉眼識別。而對于其他比較隱蔽、復雜的圖片，他們會使用Photoshop軟件以及美國研究誠信辦公室提供的 Droplets工具包，通過調整灰度、色差、濾鏡等方法，分析圖片中是否存在復制、旋轉、翻轉、插入、擦除、裁剪、拼接、畸變、背景不連續或其他方式的過度修飾，并進行細節比對。

雖然目前設置該流程的國際期刊仍是少數，但未來圖片審查會越來越成為期刊審稿環節的重心，而不是等論文發表后再做被動處理。

“這也提醒了科研人員，在投稿環節必須嚴格按照目前國際出版界廣泛接受和認可的圖片處理規范，特別是幾條不能逾越的‘紅線’。”

葉青再次強調，作者可以對整幅圖片進行亮度、對比度或顏色平衡的調整,但這些調整不可以掩蓋、消除或歪曲原圖中的任何信息；不對圖片中的特定區域或某個特征屬性單獨進行增強、掩蓋、移動、刪除或添加；不對圖片進行過度修飾,比如以犧牲其他區域為代價來強調圖像中的一個區域。

如果必須對圖片進行非線性調整或刪除部分信息,就應該在圖注或正文中公開所有操作記錄；避免將從不同的凝膠、電場、曝光或實驗條件下獲得的圖像放在同一張圖中，以及在不同的圖片中重復使用相同的圖。