🔍 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：基础知识灾难——连 Precision 和 Recall 的公式都能写反

• 位置：Page 11 (Results - Experimental setup)
• 描述：论文在评估指标部分给出的 Precision 和 Recall 的数学公式存在根本性的严重错误。
  • 公式(5)声称 Precision = TN / (TN + FP)（这在机器学习中实际上是特异性 Specificity 或真阴性率）。
  • 公式(6)声称 Recall = TN / (TN + FN)（这在数学上毫无意义，既不是 Recall 也不是任何标准指标）。
• 证据：
  • 真正的 Precision 应为 TP / (TP + FP)。
  • 真正的 Recall 应为 TP / (TP + FN)。
  • 作者不仅公式写错，还用这些荒谬的公式去生成后续的表格数据。
• 严重程度：🔴 实锤（连基本定义都搞错，整个结果部分的可信度直接归零）

发现 2：数据造假实锤——Ctrl+C 和 Ctrl+V 的艺术

• 位置：Page 11, Table 2 (Results of the supervised learning)
• 描述：在 Table 2 的 Brain tumor（脑肿瘤）数据集中，VGG19 和 ResNet152 的数据存在“跨模型奇迹”。
• 证据：
  • VGG19 (Brain tumor)：Accuracy = 0.7531, F1 = 0.7388, Precision = 0.6723, Recall = 0.8199
  • ResNet152 (Brain tumor)：Accuracy = 0.8119, F1 = 0.7388, Precision = 0.6723, Recall = 0.8199
  • 逻辑漏洞：Accuracy 发生了显著提升（从 0.7531 提升到 0.8119），说明模型预测正确的样本数量增加了，混淆矩阵发生了改变。在这种情况下，F1_score、Precision 和 Recall 居然在四位小数上完全一模一样！这在数学上是不可能的，唯一的解释是作者在编造数据时，复制了上一行的指标，只改了 Accuracy 却忘了改其他指标。
• 严重程度：🔴 实锤（数学逻辑相悖，确凿的数据伪造/编造证据）

发现 3：参考文献大规模错乱（AI 幻觉或无脑拼凑）

• 位置：Page 7 (Utilized dataset) & Page 21 (References)
• 描述：作者在正文中引用的数据集来源，与参考文献列表中的内容完全牛头不对马嘴。
• 证据：
  • 正文声称：“The lung cancer dataset [38]... IQ-OTH/NCCD...” 但查证参考文献 [38]，其标题为 "Combined semantic and similarity search in medical image databases"，根本不是什么肺癌数据集。
  • 正文声称：“This dataset [39] comprises 7,023 MRI images...”（脑肿瘤数据集）。而参考文献 [39] 标题为 "One embedding space to bind them all"。
  • 正文声称：“Acute lymphoblastic leukaemia dataset... [40]”。而参考文献 [40] 标题为 "Analyzing embedding models for embedding vectors in vector databases"。
  • 结论：引用的文献全是关于语义搜索和向量数据库的，完全不是医学数据集的来源。这极大概率是使用大语言模型（LLM）生成论文时产生的“幻觉”，且作者根本未进行人工校对。
• 严重程度：🔴 实锤（不可推脱的学术造假与学术不严谨）

发现 4：文本重复拼接（量产型水文写手常规操作）

• 位置：Introduction (Page 1) & Background and methods (Page 4)
• 描述：论文的 Introduction 和 Background 部分存在大段落的自我抄袭/复制粘贴。
• 证据：
  • Page 1 第一段："Medical imaging technologies have become essential, playing a vital role in decision-making and treatment planning. The steady increase in medical imaging in modern healthcare shows the significance of medical imaging. However, with this expansion comes a new challenge: the gap between the increasing number of medical images and the available radiologists has increased..."
  • Page 4 第一段："In modern healthcare, medical imaging technologies have become indispensable in decision-making, diagnosis, and treatment planning. As a result of the growth of technologies, their significance in healthcare systems has become increasingly apparent. However, this growth also brings a fresh obstacle: the disparity gap between the increasing number of medical images and the available radiologists..."
  • 作者在凑字数时，甚至连语序和词汇都没有做太大的修改。
• 严重程度：🟠 高度可疑（极其敷衍的灌水行为）

发现 5：图片序号引用混乱

• 位置：Page 12 & Page 15
• 描述：文章在引用图表时，序号出现了严重的穿越。
• 证据：
  • Page 12："Figures 8 and 9 show a comparison between all supervised learning models."（图8应该是 Proposed framework，图9才是模型对比图，引用错误）。
  • Page 15："The typical method for comparing two vectors is to use cosine similarity... as shown in Figs 12 and 13." 然而紧接着又在下方写 "Figure 14 shows the query images of the brain tumour, and Fig. 15 shows the Semantic Search results for Lung Cancer."
  • 在 PDF 文本流中，关于语义搜索的图序号逻辑完全崩塌，说明文章在最后拼凑时极其草率。
• 严重程度：🟠 高度可疑（作者大概率没有通读自己写出的最终版本）

发现 6：统计学与临床评估数据的“无中生有”

• 位置：Page 20, Table 4 (Comparison between explanation techniques)
• 描述：作者声称对 ViT-CX、Grad-CAM 和 Attention 进行了临床对比，给出了精确到个位数的百分比。
• 证据：
  • 表格中赫然写着 "Clinical coherence 92%", "Radiologist agreement 89%"。
  • 逻辑漏洞：通读全文的方法学和实验设置，完全没有提及有任何放射科医生参与了这项研究！没有样本量，没有伦理审批号，没有医生招募过程，这几个百分比数据完全是凭空捏造出来的。
• 严重程度：🔴 实锤（伪造不存在的临床验证数据）

耿同学辣评

这篇论文可以说是把当前学术界“批量造水文”的遮羞布扯得稀碎。连 Precision 和 Recall 的公式都能写反，还煞有介事地拿错误公式去跑出完美数据，这已经不是在搞科研了，这是在修仙！

更离谱的是，引以为傲的“医学影像数据集”，引用的文献竟然全是讲向量搜索的。这连 AI 画皮都懒得画全乎，直接把 ChatGPT 产生的幻觉端上桌了。Table 2 里 Accuracy 变了，F1 和 Precision 却能像复制粘贴一样屹立不倒。建议作者赶紧把这篇撤了，别给 Scientific Reports 的编辑老师添堵了，好好回去复习一下本科的《机器学习基础》吧！

建议后续行动

• 联系作者要求提供原始数据（特别是要求其演示如何用 TN/(TN+FP) 算出 Table 2 的 Precision）。
• 在 PubPeer 上提出质疑（将 Table 2 的数学悖论和错误的公式截图公示）。
• 向期刊编辑部举报（指出参考文献张冠李戴、核心公式错误等严重问题，建议启动第三方调查）。
• 向作者所在机构学术委员会举报（埃及 Kaferelshikh University 应调查其临床验证数据 89% 放射科医生一致性的真实性）。

⚠️ 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。