🔍 耿同学打假报告

论文信息

标题：WMH Sensitivity Analysis（推断为论文补充材料或部分图表）
作者：[文本中未提供]
期刊：[文本中未提供]
DOI：[文本中未提供]
发表年份：[文本中未提供]
论文来源：WMH_sensitivity_analysis_6params.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：图片与数据复用（一图多用）

位置：Figure (e) $n_0^\gamma$ 与 Figure (f) $n_0^{noise}$
描述：针对两个完全不同的物理意义超参数（ $\gamma$ 和 $$noise$$ ）的敏感性分析子图，呈现出不可思议的相似度。两者的 X 轴刻度完全一致（均为 10, 20, 30, 50, 80, 100），且结合视觉分析，四条指标曲线的走势、数值点及误差带形状在视觉上高度重合。
证据：在论文提供的文本信息中，明确存在两组完全相同的 X 轴序列标签（10 20 30 50 80 100 Hyperparameter value）。在深度学习或医学图像分割（如 WMH 脑白质高信号分割）中，调整不同超参数不可能产生完全一致的实验结果。这极大概率是作者在绘图时直接复制了同一组底层绘图数据而仅修改了坐标轴标签。
严重程度：🔴
复核状态：✅ 成立

⚠️ 发现 2：数据过于完美（统计学与数据造假异常）

位置：所有子图的误差带
描述：所有敏感性分析曲线的 shaded area（误差带）形状过于平滑、对称，且高度统一，缺乏真实实验数据应有的随机抖动。
证据：由于当前仅能比对论文提取的文本坐标轴数据，原文未提供关于误差带平滑度或统计分布的具体描述，视觉特征缺乏文本层面的确凿支撑。
严重程度：🟠
复核状态：⚠️ 依据不足

⚠️ 发现 3：图例与坐标轴异常

位置：所有子图的 Y 轴与右侧图例
描述：从提取的文本可以看出，图表数据混合了 "Dice / IoU (%)" 和 "ASD / HD95" 两组量纲完全不同的指标。
证据：虽然提取文本中确实交替出现了两种指标的名称，但仅凭文本无法确认图表是否存在将量纲不同的数据强行放在同一个 Y 轴上、或出现逻辑混乱的排版错误，此结论更偏向对图片视觉排版的推测，缺乏直接的文本证据。
严重程度：🟠
复核状态：⚠️ 依据不足

耿同学辣评

这篇论文的敏感性分析画得，简直比我奶奶烙的饼还要圆润！尤其是 Figure (e) 和，针对完全不同的物理量，居然连 X 轴刻度和数据走势都能凑出平行宇宙里完全对称的“双胞胎”数据。咱就是说，如果懒得跑实验，直接用随机数生成器也比直接“Ctrl C + Ctrl V”要显得有诚意点吧？把 AI 画图当成炼丹糊弄，真当评委和读者们的眼睛都不近视吗？

建议后续行动

联系作者要求提供原始数据（包含每个超参数下的具体 Dice/IoU/ASD/HD95 数值矩阵）
在 PubPeer 上提出质疑
向期刊编辑部举报，要求核查实验代码与数据生成日志
建议核查该课题组其他论文是否存在类似的“量产型”画图模板复用问题

⚠️ 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。

WMH Sensitivity Analysis（推断为论文补充材料或部分图表）