正在加载...
请稍候

Explainable self-supervised learning for medical image diagnosis based on DINO V2 model and semantic search

2026-06-02 01:45

🔍 耿同学打假报告

论文信息

  • 标题：Explainable self-supervised learning for medical image diagnosis based on DINO V2 model and semantic search
  • 作者：Alaa Hussien, Abdelkareem Elkhateb, Mai Saeed, Nourhan M. Elsabawy, Alaa Ebraheem Elnakeeb & Nora Elrashidy
  • 期刊：Scientific Reports
  • DOI：10.1038/s41598-025-15604-6
  • 发表年份：2025
  • 论文来源：基于DINO V2模型和语义搜索的可解释自监督医学图像诊断学习.pdf

综合评定：🔴 实锤

详细发现

发现 1：基础数学公式大错特错（第六式：方法学异常）

  • 位置：Page 11, Equation (4), (5), (6)
  • 描述：论文在评估指标部分给出了分类任务中最基础的公式。作者给出的 Precision（精确率）公式为 \(TN / (TN + FP)\)，Recall（召回率）公式为 \(TN / (TN + FN)\)。
  • 证据：
    • 任何做过机器学习的人都知道，Precision 的正确公式是 \(TP / (TP + FP)\)，Recall 的正确公式是 \(TP / (TP + FN)\)。
    • 作者把大写的 TN（真阴性）当成了分子，导致所谓的 "Precision" 实际上计算的是特异性，而所谓的 "Recall" 在医学上毫无意义。
    • 严重性质疑：既然连公式都是错的，那后面表格里那一堆漂亮的数据是怎么算出来的？如果是用代码跑出来的，为什么公式会写成这样？如果公式是手写推导的，那数据是不是用随机数生成器编的？
  • 严重程度：🔴

发现 2：表格数据存在明显的数学矛盾与复制粘贴痕迹（第二式：数据造假检测）

  • 位置：Page 11, Table 2 (Results of the supervised learning)
  • 描述：Table 2 中的数据不仅无法自洽，甚至出现了不同模型、不同数据集下数值完全一致的离谱现象。
  • 证据：
    1. 数学不自洽（Retina 数据集）：
      • ResNet152 行：Precision=0.435, Recall=0.8423。根据 F1 的调和平均数公式，F1 应该约为 \(2 \times (0.435 \times 0.8423) / (0.435 + 0.8423) = 0.574\)。但表中给出的 F1_score 却是 0.8420！
      • EfficientNet_b7 行：Precision=0.258, Recall=0.8139。同理计算 F1 应该约为 0.391，表中却赫然写着 0.8160！
    2. 复制粘贴实锤（Brain tumor 数据集）：
      • VGG19 和 ResNet152 在 Brain tumor 数据集上的 F1_score、Precision 和 Recall 完全一模一样（分别为 0.7388, 0.6723, 0.8199）。
      • 结合发现1中错误的公式，这极有可能是作者在 Excel 或者 Word 里进行数据编造时，直接复制了上一行的数据却忘记修改。
  • 严重程度：🔴

发现 3：正文分析与图表数据严重脱节（第二式/第四式：数据与统计异常）

  • 位置：Page 13-14 (Statistical test 描述) 与 Table 3
  • 描述：作者在正文中描述统计检验结果时，得出的结论与他们在表格中展示的数据完全相反。
  • 证据：
    • 正文原话：“As shown in the figures, for lung cancer, brain tumor, and Leukemia, DINO V1 with 20 epochs gives the best results.”（对于肺癌、脑肿瘤和白血病，DINO V1 训练20个epoch的结果最好）。
    • 然而查看 Table 3：
      • 肺癌：DINO V1 (20 epochs) Accuracy=0.9，而 DINO V2 (20 epochs) Accuracy=0.99。
      • 脑肿瘤：DINO V1 (20 epochs) Accuracy=0.99，而 DINO V2 (20 epochs) Accuracy=0.994。
    • DINO V2 明明在表格中的性能优于 V1，作者却非要说 V1 最好。这说明作者在写论文时可能根本没有看自己跑出来的数据，或者是为了迎合某种叙事而胡编结论。
  • 严重程度：🔴

发现 4：严重的学术概念混淆与工具名称拼凑（第六式：引用与方法学异常）

  • 位置：Page 10, 14-15 (Semantic search)
  • 描述：论文声称使用了向量数据库进行语义搜索，但通篇充斥着对工具名称的错误拼写和概念混淆。
  • 证据：
    • 论文多次将知名的开源向量数据库 Qdrant 错误拼写为 Quadrant。
    • 更离谱的是，作者还在文中造了一个新词叫 "Qudra Net dataset"（"the Qudra Net dataset utilized to save the embedding"）。Qdrant 是一个数据库（DB），根本不是一个 dataset（数据集）。
    • 作者似乎并不理解他们所使用的工具是什么，仅仅是为了往论文里堆砌“向量数据库”、“语义搜索”等时髦词汇。
  • 严重程度：🟠

发现 5：行文逻辑极其敷衍（第五式：产出异常）

  • 位置：Introduction 与 Background 部分
  • 描述：论文存在大量不加掩饰的重复段落，典型的“量产型学术”注水特征。
  • 证据：
    • Introduction 第一段和 "Background and methods" 的第一段，关于 "gap between the increasing number of medical images and the available radiologists" 的描述几乎是逐字逐句的重复（连 analysing an image every 3–4 s 这种细节都抄了一遍）。
    • 论文排版极度混乱，例如 Table 3 中脑肿瘤的准确率竟然写成了 0.97.8，Precision 写成了 98.2（没有小数点前缀），这种低级格式错误说明作者在提交前甚至没有通读一遍稿件。
  • 严重程度：🟡

耿同学辣评

把 Precision 和 Recall 的公式写反成特异性，表格里的调和平均数算得比随机数生成器还随心所欲，连用的数据库叫 Qdrant 还是 Quadrant 都没搞清楚就敢往 Scientific Reports 上怼。这不是在做深度学习，这是在深度催眠审稿人吧？建议作者先把小学算术和英文字母表复习一下，再来搞学术！

建议后续行动

  • 联系作者要求提供原始数据
  • 在 PubPeer 上提出质疑
  • 向期刊编辑部举报
  • 建议作者所在机构学术委员会审查其实验室的其他产出

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

返回报告库