🔍 耿同学打假报告

论文信息

• 标题：ShiftMorph: A Fast and Robust Convolutional Neural Network for 3D Deformable Medical Image Registration
• 作者：Anonymous Authors (双盲投稿)
• 期刊/会议：ACM MM 2024 (ACM Multimedia 2024)
• DOI：10.1145/nnnnnnn.nnnnnnn (暂未分配)
• 发表年份：2024
• 论文来源：541_ShiftMorph_A_Fast_and_Robu.pdf

综合评定：✅ 清白

详细发现

发现 1：数据逻辑高度自洽，无造假痕迹（第二式：数据造假检测）

• 位置：Table 1 (Page 575-580)
• 描述：由于无法直接观察图像像素，重点检查了表格数据的末位数字分布与排名逻辑。在 Table 1 中，作者极其严谨地给出了各项指标的排名（带上标数字）。例如 OASIS 数据集的 Dice 分数，从 0.7947 (排名9) 到 0.8266 (排名1)，不仅数值没有违反直觉的“过于完美”，其对应的 HD95、Folds 等多维数据也互相印证，没有出现“某一列特别好而其他列极差”的拼凑感。
• 证据：手动核对了 Table 1 中 Dice 列的具体数值与作者标注的上标排名，完全吻合。没有任何随机生成器常出现的末位数字扎堆（如全是 0 或 5）现象。
• 严重程度：🟢 (无异常)
• 复核状态：✅ 成立

发现 2：方法学描述与符号异常（第六式：引用与方法学异常）

• 位置：Table 2 (Page 810) & Table 4 (Page 928)
• 描述：在 Table 2 中，对比方法 VoxelMorph++ 的 TRE opt. (mm) 和 Folds (%) 两列数据为空（标记为 "-"），作者在正文中并未给出明确的文字解释（可能是该方法不支持实例优化或未计算折叠率，属于排版遗漏）。另外，在 Table 4 中，作者使用了 % 和 ! 符号来代表 \(\beta=0\) 和 \(\beta=0.01\)，这在严肃的学术论文排版中显得极不规范，大概率是 LaTeX 宏包编译错误或排版疏忽（例如自定义符号未正确渲染）。
• 证据：Table 4 表头原话为 % represents β=0; ! represents β=0.01.。虽然有此瑕疵，但深究其数据，ShiftMorph 的带自一致性 (!) Dice 为 0.8116，与 Table 1 中 ShiftMorph 的 Dice 完全一致，说明数据本身没有被篡改，纯属写作与排版的粗心大意。
• 严重程度：🟡 (属于未解释的疏忽，非主观造假)
• 复核状态：✅ 成立

发现 3：图文对应与时间线逻辑（第五/六式：产出与时间线检测）

• 位置：全篇 / 实验设置
• 描述：文章声称是向 ACM MM 2024 投稿。考虑到当前日期为 2026 年，该时间线完全合理。实验使用了 OASIS、IXI 和 Lung250M-4B 数据集，引用了最新的 TransMorph、TransMatch 等方法。文本中提到的“corrfield method”脚注链接（https://grand-challenge.org/algorithms/corrfield/）以及方法学描述没有出现时间穿越或不存在的虚构引用。
• 证据：网络架构 ShiftMorph 的设计（Shifted Embedding, Group Merging）逻辑闭环，消融实验（Table 3）也确实验证了这些模块的独立贡献，符合正常科研的试错与迭代规律。
• 严重程度：🟢 (无异常)
• 复核状态：✅ 成立

耿同学辣评

这篇双盲投稿的论文数据主打一个“严丝合缝”，虽然没有图片能让我揪出“PS痕迹”，但就表格里这套丝滑的排名和逻辑自洽的消融实验来看，作者大概率是个老实巴交的“码农”，而不是数据造假的大忽悠。唯一的黑点是那个排版错乱的 % 和 ! 符号，这是把 LaTeX 的猫敲了键盘，还是编译器喝多了？建议下次投稿前长点心，把符号和缺漏的数据补齐了！

建议后续行动

• 数据逻辑自洽，暂不需要联系作者提供原始数据。
• 如果你是审稿人，建议要求作者补充 Table 2 中 VoxelMorph++ 缺失数据的原因，并修复 Table 4 中的符号排版问题。
• 其余无需在 PubPeer 上提出质疑。

⚠️ 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。由于仅接收文本信息，无法进行像素级图像复用和 PS 拼接的检测，图片类打假需以人工原图比对为准。