🔍 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：https://doi.org/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：统计学与数学异常检测（基础公式严重造假/错误）

• 位置：Page 11, Results - Experimental setup (公式 4-7)
• 描述：论文中最致命的硬伤。作者在给出评价指标的定义公式时，把精确率和召回率的公式完全写错了。
  • 论文中的 Precision 公式（公式5）：TN / (TN + FP)。（实际上这是特异度 Specificity 的公式！正确的 Precision 应该是 TP / (TP + FP)）
  • 论文中的 Recall 公式（公式6）：TN / (TN + FN)。（这也是完全错误的！正确的 Recall 应该是 TP / (TP + FN)）
• 证据：作为一篇机器学习方向的学术论文，连最基础的混淆矩阵公式都能写错（把涉及负样本的 TN 放在分子上），说明作者极度缺乏基本的专业常识，或者是直接从某个错误的地方复制粘贴而来。
• 严重程度：🔴

发现 2：数据造假检测（表格数据出现“数学上不可能”的自相矛盾）

• 位置：Page 11, Table 2 (Results of the supervised learning)
• 描述：由于公式错误，或者干脆是编造数据，Table 2 中的数据出现了严重的数学悖论。
  • 矛盾一（视网膜数据集）：在 Retina 数据集中，ResNet152 的 Precision 为 0.435，Recall 为 0.8423。根据 F1 分数是 Precision 和 Recall 调和平均数的定义，其 F1 理论最高不可能超过 0.575。但表格中赫然写着 F1_score 为 0.8420！ 同理，EfficientNet_b7 的 Precision 仅 0.258，Recall 为 0.8139，F1 最高不过 0.39，表格却报出了 0.8160 的 F1 分数。低 Precision 高 Recall 的情况下，F1 不可能凭空拔高到 0.8 以上。
  • 矛盾二（脑肿瘤数据集）：在 Brain tumor 数据集中，VGG19 和 ResNet152 明明是两个完全不同的模型，Accuracy 也不同（0.7531 vs 0.8119），但它们在表格中的 Precision 竟然完全一模一样为 0.6723，Recall 也完全一模一样为 0.8199！
• 证据：数据违背了基本的数学约束条件（F1 的调和平均数性质），且不同模型产出完全相同的多位小数，唯一的解释就是数据是捏造的，或者是用随机数生成器凑的。
• 严重程度：🔴

发现 3：表格数据内部的逻辑自相矛盾

• 位置：Page 12, Table 3 (Results of the self-supervised learning)
• 描述：在自监督学习（DINO V1/V2）的实验结果中，数据同样经不起推敲。
  • DINO V2 (20 Epochs, Leukemia)：Accuracy, F1, Precision, Recall 竟然全部是清一色的 1.00。在 3256 张图片的医学图像分类中，仅微调分类头 20 个 epoch 就能达成所有指标 100% 的完美满分，没有任何混淆矩阵的噪声，高度可疑。
  • 文本与表格不一致：在 Section "Dino V2 model" 的正文中写道：“the model achieves accuracy for lung cancer detection and F1-score of 99%, 99%, and 99%”。而在 Table 3 中，DINO V1 (20 epochs) 的 Lung cancer Accuracy 是 0.9，F1 是 0.99。正文和表格对不上。
• 证据：过于完美的“教科书级”满分数据，配合上文计算公式的错误，说明作者根本不在乎数据的真实性，大概率是凑出了能让 DINO V2 赢过监督学习的数字。
• 严重程度：🔴

发现 4：引用与方法学异常（参考文献极其敷衍）

• 位置：References & Section: Utilized dataset
• 描述：论文的引文质量惨不忍睹，存在大量残缺和错误的引用。
  • 引文 5：作者在介绍 DINO V2 时，居然引用了 "Huang, G. et al. DINO-Mix: Enhancing visual place recognition with foundational."（连年份和期刊都没有）。
  • 引文 38：声称是 Lung cancer 数据集的来源，但文献内容写的是 "Seifert, S. et al. Combined semantic and similarity search in medical image databases."，且没有任何年份和期刊信息，这是一个典型的拼接错误。
  • 引文 39：Brain tumour 数据集的引文居然是 "Joulin, A., Ai, M., & Retrieval, C. One embedding space to bind them all."，连文章标题都残缺不全。
• 证据：参考文献的胡乱堆砌暴露出作者在撰写（或使用 AI 拼凑）论文时的极度敷衍。特别是把“DINO-Mix”当作 DINO V2 的核心引文，属于学术常识错误。
• 严重程度：🟠

发现 5：产出异常（文本逻辑混乱与排版灾难）

• 位置：Abstract & Conclusion
• 描述：论文充斥着未经校对的病句和逻辑断层。
  • 在摘要中："This addresses a critical gap in clinical workflows where rapid case The results affirmed SSL’s ability..." 句子中间突然断裂，直接从 "case" 跳到了 "The results"，连标点符号都没有。
  • 在结论中："Unless the superiority of our proposed model. Some limitations need to be handled..." 语法完全不通，明显是机器翻译或 AI 生成的痕迹未做人工润色。
  • 多处拼写错误：如把 Accuracy 拼为 "Accuarcy"，Precision 拼为 "Percsion"，Precision@k 拼为 "percsion@k"。
• 证据：这种连基本通顺度都达不到的文本质量，居然能通过《Scientific Reports》的审稿，令人咋舌。反映了“量产型学术”的典型特征。
• 严重程度：🟠

耿同学辣评

这篇论文简直是“学术造假界的一朵奇葩”！作者连小学算术都搞不明白，Precision 的公式都能写成 TN 开头，更牛的是，对着自己瞎编的公式，连加号和乘号都按不明白——Precision 只有 0.25，F1 分数居然能给算出 0.81！牛顿看了都得从棺材里跳出来教你按计算器。满篇的复制粘贴错误、断裂的句子和编造的参考文献，就连摘要里的英文都念不通。这不是在做科研，这是在用随机数生成器侮辱《Scientific Reports》审稿人的智商！建议期刊赶紧撤稿，别把这台“数学粉碎机”留在学术记录里丢人现眼了！

建议后续行动

• 向期刊编辑部举报（提供 Table 2 中 F1 分数的数学悖论作为核心证据）
• 在 PubPeer 上提出质疑（附上 Precision/Recall 公式错误的截图）
• 联系作者要求提供原始数据与代码（尤其是 Retina 数据集中产生 0.816 F1 分数的那组代码）
• 建议作者所在机构（Kaferelshikh University）学术委员会介入调查其数据真实性

⚠️ 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。