光学显微镜能捕捉细胞和器官的显微照片。而它们的重复图像可能出现在app文献中。

图片来源：Mikhail Tereshchenko/TASS/Getty

3名app家日前表示，计算机软件现在能快速检测到大量研究文献中的重复图像。

在一项日前发表于预印本服务器bioRxiv的论文中，一个由美国纽约雪城大学机器学习研究人员Daniel Acuna领导的团队手机版称，其成功利用一种可处理上万篇生物明升手机版论文的算法寻找重复图像。如果期刊编辑采用类似方法，他们或许能更加简单地在论文发表前检查图像——此事目前需要大量努力并且只有少部分出版物在做。

Acuna 表示，最新成果表明，利用技术检测重复图像是可能的。他并没有公开该算法，因为其存在可能触发错误指控的风险。相反，Acuna和同事计划将其授权给期刊和科研诚信办公室。Acuna介绍说，他已同位于芝加哥的西北大学研究诚信办公室主任Lauran Qualkenbush探讨过该算法。“对于科研诚信办公室来说，这将非常有帮助。”Qualkenbush表示，“我非常希望我所在的办公室将在今年成为试验场，以便弄清楚如何使用Daniel开发的工具。”

2015年年初，Acuna和两位同事利用一种算法从76万篇论文中提取了260多万幅图像。这些文章均来自由美国国立卫生研究院运行的生物明升手机版文献数据库PubMed中的开放获取部分。获得的图像包括细胞、器官和凝胶印迹的显微照片。随后，该算法会将“镜头”移到特征最丰富的区域——颜色和灰度等级变化最大的部分，从而提取每幅图像中具有特色的数字“印迹”。

在清除诸如箭头或者流程图等特征后，研究团队最终获得了约200万幅图像。他们仅对比了来自相同的第一和通讯作者的论文中的图像，以避免每幅图像都相互比较带来的计算负荷。同时，即便图像被旋转、重新调整了大小或者改变了对比度、颜色，该系统仍能挑选出潜在的重复图像。（徐徐）

更多阅读