🔍 耿同学打假报告

论文信息

• 标题：Contrastive Masked Image-Text Modeling for Medical Visual Representation Learning
• 作者：Cheng Chen, Aoxiao Zhong, Dufan Wu, Jie Luo, Quanzheng Li
• 期刊：MICCAI 2023 (Lecture Notes in Computer Science, vol 14224)
• DOI：10.1007/978-3-031-43904-9_48
• 发表年份：2023
• 论文来源：978-3-031-43904-9_48.pdf

综合评定：🟡 存疑

详细发现

发现 1：深度学习领域的“过度包装”——缺乏统计学基础的微小提升

• 位置：Table 1 / Page 499
• 描述：作者在表1中声称其提出的 CMITM 模型在四个数据集上取得了“consistent improvements（持续提升）”。然而，审视具体数据发现，许多所谓的提升仅在 0.1% 到 0.2% 之间。例如，在 CheXpert 数据集的 100% 标签下，CMITM 为 89.2，而对比模型 MRM 为 88.7，差距极小。
• 证据：在深度学习实验中，模型的评估结果深受随机种子、初始化权重和数据加载顺序的影响。0.1% 的 AUC 差异完全在随机波动范围之内。作者既没有提供多次独立重复实验的均值±标准差，也没有进行显著性检验（如 p-value），直接在正文中宣称“consistent improvements”，在学术严谨性上存在明显的“过度包装”嫌疑。
• 严重程度：🟡
• 复核状态：✅ 成立

发现 2：数据自相矛盾——“全面超越”被打脸

• 位置：Table 1 / Page 499
• 描述：作者在正文中宣称其方法“generally outperforms methods that use either masked autoencoding or contrastive learning alone”，但表格数据却直接打脸。
• 证据：在 RSNA 数据集使用 10% 标签的实验中，CMITM 的得分为 92.6，而对比方法 MRM 的得分为 92.7；在 COVIDx 数据集使用 10% 标签的实验中，CMITM 得分为 90.2，MRM 同样为 90.2（打平）。这种在同等条件下落后或打平的情况，与正文声称的“持续改进”和“优越性”存在逻辑冲突。
• 严重程度：🟡
• 复核状态：✅ 成立

发现 3：无法进行一图多用与PS痕迹分析（客观限制）

• 位置：Figure 1, 2, 3
• 描述：由于本文是计算机视觉/深度学习领域的论文，文中的图片（Figure 1 为模型架构示意图，Figure 2/3 为训练曲线和柱状图）完全由代码生成，而非传统生物医学论文中的 Western blot 或显微镜图。
• 证据：当前仅提供纯文本，缺乏原始图片的像素数据。因此，无法通过“耿同学六式”中的图片复用、拼接检测来寻找造假痕迹。不过，文末声称开源了代码（https://github.com/cchen-cc/CMITM），这为复现验证提供了一定便利，一定程度上降低了纯数据造假的系统性风险。
• 严重程度：🟡（属于无法判定类别，记录备案）
• 复核状态：✅ 成立

耿同学辣评

这篇搞 AI 的论文完美展示了什么叫“抛开统计学谈优势”。把 0.1% 的随机波动硬说成是“consistent improvements（持续提升）”，还要专门造个 CMITM（Contrastive Masked Image-Text Modeling）这么长一串洋气的缩写。深度学习跑几遍模型，丢个随机种子的功夫，结果都得抖三抖。没有误差棒、没有显著性检验，拿着小数点后一位的微小差异去宣告“重大胜利”，这种“PPT式科研”在严谨性上多少有点耍流氓了！

建议后续行动

• 在 PubPeer 上提出质疑（询问是否有多随机种子的标准差数据及显著性检验）。
• 运行其开源的 GitHub 代码，验证其结果是否可以被稳定复现。
• 联系作者要求提供完整的实验日志（如 TensorBoard/Wandb 记录）以证明结果非“挑樱桃”行为。

⚠️ 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。