河北
来源：市场资讯
（来源：谷粉学术）
为避免对“图片误用”的作者造成困扰，本系列所展示之检测实例均为单篇≥5对图片重复的已发表文献，目的为通过实例说明Figcheck 2.0的使用方法，协助广大科研人员和学术诚信相关工作人员更好地认识多种图片重复类型。所有结果客观展示，均可复现。
Figcheck主动监控数据显示，中国科学院Lele Li团队2019年06月28日发表于NATURE COMMUNICATIONS期刊上题为“NIR-light-mediated spatially selective triggering of anti-tumor immunity via upconversion nanoparticle-based immunodevices”的研究论文，文章内出现了11对图片不当重复。
根据figcheck结果提示，文章里第一到第八对图片重复，都来自Figure 6a。如下图所示，都是比较简单的图片之间的重叠。但是Figure 6a如此广泛的图片之间的重叠，问题属于比较严重的了。
figcheck查重结果
重复细节分析
重复区域
另外两对图片重复来自正文Figure 4和补充材料Figure S10之间，有两对一模一样的图片，但是根据图片的描述他们应该是不一样的图片。
figcheck查重结果
重复细节分析
重复区域
最后一对重复则是来自补充材料的Figure S21a这个细胞染色组图里，有一对图片重复。根据figcheck结果提示，可以较为轻松的找到重叠的区域。
figcheck查重结果
重复细节分析
重复区域
总结：今天的实例出现了在一个组图中出现了多对图片重复的情况，难以用“图片误用”来解释。大家可以至figcheck官网上传该文献pdf自行检测，复现学习。
声明：Figcheck可以显著提高发现重复图片的效率，利用真阳性判断标准，可以快速定位肉眼难以发现的重复区域。但当重复区域被锁定后，仍需要使用肉眼二次确认所指重复区域是否属实（假阳性）、是否是有意义的重复（空白/边缘重复），并根据学术场景判断是否违反学术规范（如荧光merge图、缩放图就是正常的重复）。Figcheck仅用于提高发现图像重复的效率，不代表任何指向性。
Figcheck(www.figcheck.com)是同济大学创业谷项目，基于神经网络算法和自动化流程，可对预投稿的图片或PDF文献实现一键自动化图片分割、潜在重复区域识别、标注和检测报告生成。2022年12月，Figcheck团队即受邀参加国际科学、技术与医学出版商协会（STM）举办的Start-up fair会议，并做大会介绍。
2025年7月，Figcheck 2.0上线，其迭代了检测算法，相比1.0版本，显著提高了检测准确度，在5000次内部测试中，图片查全率达到了98%。
Figcheck 2.0支持完全自主的检测，支持小图切割结果的查看和修正，支持检测报告生成，以及更丰富的辅助功能协助阳性结果的判读。完整说明可至官网“使用说明”页面。
Figcheck践行非盈利运营策略，最终目标是免费提供给所有科研人员。
作为上述目标的第一阶段行动，目前Figcheck 2.0针对edu高校邮箱、ac中科院系统邮箱的认证用户，将自动给予每半年1篇（2次/年）免费检测权限。
在支付页面，点击edu、ac邮箱验证，填入邮箱和验证码，即可完成验证。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
