# 🔍 耿同学打假报告

## 论文信息
- 标题：FICMD-Med: A Novel Framework for Imbalanced Class and Modality Distributions of Medical Images
- 作者：Meiyun Zuo, Shao Chen, Xinyu Jiang
- 期刊：2025 IEEE International Conference on Bioinformatics and Biomedicine (BIBM)
- DOI：10.1109/BIBM66473.2025.11356481
- 发表年份：2025
- 论文来源：FICMD.pdf

## 综合评定：🟠 高度可疑

## 详细发现

### 发现 1：方法学异常检测（公式参数与文本描述严重“跨服聊天”）
- **位置**：Page 4, Section II.C.3 (Joint Strategy)
- **描述**：在公式 (7) 中，作者明确定义了一个用于平衡梯度的超参数为 \(w_{mix} \in [0,1]\)（"Here, \(w_{mix} \in [0,1]\) is the mixture weight..."）。然而，就在同一段落紧接其后的文本中，作者却声称："In the experimental section, we conduct an ablation study on different **\(\lambda\) values** to further validate its regulatory effect."
- **证据**：论文的实验部分（Section III）以及附录中，根本找不到所谓的 "different \(\lambda\) values" 的消融实验，且参数名称张冠李戴。这说明该段文字很可能是从其他论文的模板中 Copy-paste 过来后，忘记修改变量名，或者直接是 AI 生成的幻觉遗留。连核心算法模块的超参数描述都出现如此低级的逻辑断裂，反映了极度粗糙的写作态度或拼凑嫌疑。
- **严重程度**：🔴
- **复核状态**：✅ 成立

### 发现 2：统计学异常检测（薛定谔的标准差）
- **位置**：Page 5, Section III.A.4 (Experiment Setting) & Table I, Table II, Table III
- **描述**：作者在实验设置中白纸黑字地写道："we conduct three individual runs with different seeds and report the **mean and standard deviation** of the results to account for randomness."（我们进行了三次独立实验，并报告了均值和标准差以消除随机性）。
- **证据**：通观 Table I、Table II 和 Table III 的所有实验数据，所有的评估指标（Acc, Recall, F1, AUC）全部都是单一的数值（如 83.04, 95.35），**没有哪怕一个数据带有 "±" 符号或标准差！** 既然号称做了三次实验并计算了标准差，为什么表格里全是不带误差棒的单一数值？作者要么撒谎根本没有做多次实验，要么刻意隐瞒了难看的方差数据。
- **严重程度**：🟠
- **复核状态**：✅ 成立

### 发现 3：引用与方法学异常（缺失的模块细节与逻辑混乱）
- **位置**：Section II.B (Modality-focus Expert Enhancement), Figure 1 & Figure 2
- **描述**：Figure 2 的结构图中赫然标有 "RAG (Using VLM&LLM)" 字样，且在正文中也提到了使用大语言模型生成 Caption（"fed into a medical-specific language model (e.g., BioGPT or DistilBERT) to generate a caption"）。但是在方法学描述和实验设置中，仅一笔带过“详见 GitHub”，根本没有交代如何使用 RAG（检索增强生成）机制，以及 VLM/LLM 的具体调用细节。
- **证据**：Figure 1 的说明文本提取部分非常混乱，存在大量无意义的换行和生硬的词语拼接，例如 "gradient optimizationLack adaptive weighting Introduce noise Coarse-grained gradient optimization" 直接挤在了一起。这高度疑似作者在赶工拼接不同来源的图表和素材时留下的残留物，没有进行任何校对。
- **严重程度**：🟡
- **复核状态**：✅ 成立

## 耿同学辣评
连自己的超参数叫 \(w_{mix}\) 还是 \(\lambda\) 都没搞清楚，口口声声说汇报了标准差，结果表格里干干净净连个小数点后的误差都没有。图表说明文字也能出现“粘成一团”的低级排版错误。这种“薛定谔的实验数据”和“跨服聊天”的公式描述，是把审稿人和读者当傻子糊弄，还是用大模型水论文水到最后连自己写的是啥都不认识了？

## 建议后续行动
- [ ] 联系作者要求提供原始实验数据及日志
- [ ] 在 PubPeer 上提出质疑
- [ ] 向会议组委会/期刊编辑部举报
- [ ] 向作者所在机构学术委员会举报

## ⚠️ 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。