（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，上海交通大学团队2025年03月08日发表于Nature Communications期刊上题为“GCN5-targeted dual-modal probe across the blood-brain barrier for borders display in invasive glioblastoma”的研究论文，文章内出现了8对图片不当重复。

根据figcheck结果提示，文章的前4个图片重复，来自Figure S4c的荧光图组图之间。如下图所示，图片的重叠较为简单。借助figcheck结果页面的工具，就能容易的发现重复的区域。

figcheck查重结果

重复细节分析

重复区域

另外3对图片重复来自文章的Figure 3c的细胞染色组图之间。不过这3处图片重复，涉及了较为复杂的镜像重复，需要借助figcheck的深度筛查功能，才能将他们找出（如下图“figcheck官网使用说明”图示）。

figcheck查重结果

figcheck官网使用说明

重复细节分析

重复区域

最后1对图片重复来自文章Figure 6b的MRI组图之间。该图的DC-G16-11 blocked + ICG-Gd-Den@DC-G16-11实验组中0h和8h的MRI图片完全重复，但是根据原图来看，这两张图片不应该是一样的。

figcheck查重结果

重复细节分析

重复区域

总结：本实例的图片重复较为集中，且有较为隐蔽的“镜像重复”，无法用“图片误用”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篇/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。