🔍 耿同学打假报告

论文信息

标题：Cascaded Improved Neural Network for the Reconstruction, Classification, and Unmixing of the Raman Spectra of Mixed Microplastics
作者：Weixiang Huang, Jiajin Chen, Hao Xiong, Ligang Shao, Guishi Wang, Kun Liu, Chilai Chen, Xiaoming Gao
期刊：Analytical Chemistry (Anal. Chem.)
DOI：10.1021/acs.analchem.5c04049
发表年份：2026
论文来源：acs.analchem.5c04049.pdf

综合评定：✅ 清白

详细发现

发现 1：图片复用检测（一图多用）

位置：Figure 1 - Figure 8
描述：该论文为深度学习与拉曼光谱结合的算法类文章，主要图片为神经网络结构图、Loss曲线、混淆矩阵及拉曼光谱图。
证据：文本中未提供足够的原始高分辨率图片信息，无法进行像素级分析。但从图片描述及逻辑来看，各图表（如不同条件下的混淆矩阵图、光谱对比图）均对应特定的实验条件（如 150mW/1000ms 等），且原文 Figure 及 Table caption 中均有明确对应描述，未发现明显的图文不符或图片牛头不对马嘴的描述。
严重程度：🟡（无法完全确认，暂无异样）
复核状态：✅ 成立

发现 2：数据造假检测（随机数生成器都不如）

位置：Table 1 - Table 6
描述：模型评估指标（如 R²、MSE、MAE、Accuracy 等）符合深度学习算法在光谱处理领域的常理。Table 6 中 R² 高达 0.9996，MSE 低至 10^-7 级别。
证据：此类“极其完美”的数据在生物湿实验中极其可疑，但在模拟数据集训练和测试的深度学习模型中是合理且常见的（论文中明确提到 trained and tested on simulated spectra）。此外，在真实样本测试（Table 4, Dataset 9）中，当能量降至极低（50mJ）时，准确率降至 82.51% 甚至 8.97%（Raw），这种“不完美”反而印证了数据的真实性，造假者通常喜欢把所有条件下的数据都吹得完美无缺。
严重程度：✅ 无异常
复核状态：✅ 成立

发现 3：统计学异常检测

位置：全文实验设计
描述：本文为纯算法与仪器测试结合的文章，不涉及传统生物学/医学论文中的 p 值、ANOVA 等统计检验。
证据：评价标准均为计算机视觉和机器学习指标（SNR、PSNR、SSIM、F1-score 等），数值计算逻辑自洽，未发现违规拼凑的统计学红旗。
严重程度：✅ 无异常
复核状态：✅ 成立

发现 4：方法学与时间线异常检测（时间线冲突）

位置：METHODS - Model Training 部分；文章接收与发表时间
描述：以当前日期（2026-06-19）为基准，审查文中的时间线。论文于 2025 年 7 月投稿，2026 年 3 月发表。作者在训练模型时使用了 NVIDIA GeForce RTX 4070 Ti Super GPU。
证据：RTX 4070 Ti Super 显卡于 2024 年初发布，作者在 2024-2025 年期间使用该设备进行模型训练完全符合时间逻辑。没有出现“使用未来设备”或“引用尚未发布的参考文献”的低级造假错误（如 Ref 50 引用的 Talanta 2026 论案，因目前已是 2026 年中，也完全合理）。
严重程度：✅ 无异常
复核状态：✅ 成立

耿同学辣评

搞深度学习和算法修图的，跟搞生物“湿实验”画 WB 图的完全不是一个赛道！这帮人想造假直接在代码里改改随机种子，根本不需要打开 Photoshop。不过这篇论文很实在，在模拟集上跑到 99.99%，但在真实极差环境（低能量）下老老实实承认掉到了 82.51%，不仅时间线毫无破绽，逻辑也很自洽。咱们不必拿着找茬的放大镜硬抠，至少目前没有发现任何学术不端的“狐狸尾巴”。

建议后续行动

文本及逻辑层面未发现明显异常，暂不需要联系作者提供原始数据。
（可选）如需彻底验证算法真实性，可访问其公开的 GitHub 代码库：https://github.com/V1S10NAL/CSAM-ResUNet 进行复现。

⚠️ 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。

Cascaded Improved Neural Network for the Reconstruction, Classification, and Unmixing of the Raman Spectra of Mixed Microplastics