🔍 耿同学打假报告

论文信息

• 标题：[未提供，根据数据推测为关于医学图像分割（WMH/IDRiD/BUSI数据集）的深度学习论文]
• 作者：[文本中未提取到]
• 期刊：[文本中未提取到]
• DOI：[文本中未提取到]
• 发表年份：[文本中未提取到]
• 论文来源：ceshi——0705.pdf

综合评定：🔴 实锤

详细发现

发现 1：作者自曝式造假（终极实锤）

• 位置：Table 末尾备注
• 描述：在表格的最下方，赫然写着一句致命的备注：“Note: These are simulated ablation results for planning/table drafting only. Ours full is anchored to the current final result.”
• 证据：这句话翻译过来就是：“注意：这些仅用于规划/起草表格的模拟消融结果。我们的完整模型是基于当前最终结果锚定的。” 这意味着整张极其详尽的消融实验表，根本不是通过真实跑模型、做实验得来的，而是作者为了写论文“捏造/Simulate”出来的草稿数据。连草稿备注都忘了删，直接把“造假”两个字写脸上了。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 2：过于“懂事”的消融数据（随机数生成器都不如）

• 位置：Table 消融实验数据列
• 描述：尽管数据是模拟的，但作者在模拟时给出了极其符合“学术规矩”的单调递减逻辑。
• 证据：仔细观察 Ours full（完整模型）以及 w/o（去除某模块）的各项指标。在 WMH、IDRiD、BUSI 三个数据集上，所有的 w/o 组（去掉了 component-level query, diversity, U_morph 等模块）的 Dice 和 IoU 指标全部完美低于 Ours full；而 ASD 和 HD95（误差指标，越低越好）则全部完美高于 Ours full。这种“我的模型每一个组件都恰到好处地有用，拿掉任何一个都会导致性能下降，且下降幅度都在小数点后零点几”的教科书式完美数据，在没有真实实验支撑的情况下，完全是人为刻意调配的产物。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 3：标准差分布的机械性

• 位置：Table 数据列的 ± 之后
• 描述：表格中报告了大量的标准差（SD），但整体分布存在机械性调整的痕迹。
• 证据：以 BUSI 数据集的 HD95 ↓ 指标为例，Ours full 为 40.035±6.438，随后的各个 w/o 实验组数据分别为：44.800±7.120, 42.200±6.820, 43.000±6.950, 42.750±6.890... 可以看出，这些标准差非常整齐地分布在 6.4 - 7.3 之间，浮动的幅度与均值改变的幅度高度绑定，呈现出明显的“公式化生成”或“人工加噪”特征，缺乏真实多次独立重复实验所带来的随机波动感。
• 严重程度：🟠
• 复核状态：✅ 成立

耿同学辣评

这篇论文的作者绝对是学术界最真诚的“实在人”，造假连草稿备注都一起打包提交了，生怕审稿人看不出来数据是编的！用“Simulated（模拟）”的数据跑出“Perfect（完美）”的消融实验，这就叫“只要我连草稿带正文一起编，就没有我证明不了的算法创新！”

建议后续行动

• 直接拒稿（如果作为审稿人收到此稿件）
• 联系作者要求提供原始数据（虽然作者已经承认是模拟的了）
• 在 PubPeer 上提出质疑（如已发表）
• 向期刊编辑部举报，查处其学术不端行为

⚠️ 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。