2022年，诺贝尔奖得主Gregg Semenza被迫撤回了4篇发表在PNAS上的论文。不是因为实验设计有问题，不是因为统计分析有漏洞，而是因为图片被篡改或重复使用。
同样的故事还有哈佛医学院的Piero Anversa——31篇论文被指控伪造数据和图像，关于人类心脏干细胞再生的整个研究领域因此被颠覆。明尼苏达大学的Sylvain Lesné，阿尔茨海默病领域的关键证据因图片篡改遭到质疑。
这些人不是科研新手。他们是最顶尖的那批人。
但图片这件事，不分级别。踩线就是踩线。
据伊丽莎白·比克（Elisabeth Bik）博士的研究，约1/25的同行评审论文包含有问题的图片，其中约一半属于故意操纵（来源：Editverse）。在生物医学领域，4种期刊抽样的所有论文中约40%被发现包含某种形式的图像重复。
这不是远在天边的事。今天这篇文章，把论文图片处理中的安全区和死亡红线一次性说清楚。
一、先搞清楚一件事：PS能用，但不能乱用
很多实验室都在用Adobe Photoshop或ImageJ处理图片。这本身没问题。关键在于：你的操作是为了真实呈现数据，还是为了制造预期结果？
科学编辑理事会（Council for Science Editors）的立场很明确： 作者不可增强、模糊、位移、删除或添加图片中的任何元素 （来源：斯笔客教育）。
这句话值得贴在每台电脑旁边。
二、绿色安全区：这些操作是允许的
百世登出版集团（Baishideng Publishing Group）在其图片完整性政策中，明确列出了允许的图像调整范围（来源：WJG）：
表格
允许的操作 | 前提条件 |
|---|---|
裁剪 | 裁剪后需保留足够背景，必要时在图注中说明 |
放大/局部放大 | 不得改变图像的基本含义 |
整体亮度/对比度调节 | 必须应用于整张图像，所有组别处理一致 |
灰度/黑白反转 | 不得改变条带相对强弱关系 |
旋转 | 不得改变数据的空间关系 |
轻微锐化 | 不得过度，不得制造原本不存在的细节 |
轻微降噪 | 不得去除真实信号 |
箭头/方框标注 | 为读者划重点，不改变图像内容 |
不失真前提下调节像素 | 分辨率优化，不改变图像信息 |
核心原则只有一个：整图调整，均匀应用，不改变原始数据的相对关系。
如果你只调整了整张图片的亮度和对比度，所有组别用同样的参数，条带之间的强弱关系没有变化——这是安全的。
三、死亡红线：这些操作属于学术不端
百世登出版集团同样列出了明确禁止的操作（来源：WJG）：
表格
禁止的操作 | 为什么是红线 |
|---|---|
局部调整某个区域的亮度/对比度 | 只改变某一条带或某个区域，会扭曲数据 |
使用Clone Stamp（仿制图章） | 复制某个区域的像素到另一个区域 |
使用Heal Brush（修复画笔） | 抹除图像中的真实信号 |
Content-Aware Fill（内容识别填充） | AI自动填补，本质是伪造数据 |
AI图像修复 | 同上 |
去除背景/斑点/条带/细胞 | 删除真实数据 |
复制粘贴某一条带伪装重复性 | 伪造实验数据 |
不同泳道条带拼接（不标注） | 伪造连续实验结果 |
旋转/翻转条带伪装新数据 | 一图多用 |
黑白改彩色 | 引入原本不存在的信息 |
过度锐化/过度饱和 | 制造虚假细节 |
未经说明拼接两张不同图像 | 误导读者以为是连续数据 |
去除荧光底色（不说明） | 删除真实背景信号 |
简单判断标准（来源：AC学术平台）：
如果你的操作让数据"看起来更好"，但改变了原始数据的相对关系，那就是造假。没有灰色地带。
四、Western Blot：撤稿重灾区
在所有学术图片中，Western Blot（蛋白质印迹）是被打假的重灾区中的重灾区。
原因很简单：WB条带太容易操作了。调整一下对比度，条带就变清楚了；裁剪一下，背景就干净了；复制一下，"重复实验"就出来了。
AC学术平台总结了WB图片的三重致命红线（来源：AC学术平台）：
红线1：不同膜/不同批次的条带"搬运"
将来自不同膜、不同曝光时间、不同实验批次的条带拼接到同一张图中，假装是一次实验的结果。
这是最典型的伪造行为。期刊审稿人现在普遍使用专业图片检测工具（如ImageTwin等），肉眼看不出来的拼接痕迹，算法能精准识别。
红线2："一膜多用"
同一条带被反复用于不同实验组别的对比。通过旋转、翻转、缩放后"伪装"成新数据。
比如把某个蛋白条带旋转180度，放到另一个panel里当成不同处理组的结果。听起来离谱，但Bik博士的职业生涯就是靠抓这种事建立的。
红线3：裁剪"断章取义"
将WB膜裁剪后，只保留"好看"的条带，丢弃"不好看"的对照或内参，甚至裁剪掉背景中的非特异条带。
越来越多期刊要求投稿时上传未裁剪的全膜原始图。如果你拿不出来，或者原始图跟论文里的对不上，那就是学术不端。
五、2026年新变量：AI图片处理政策收紧
2026年，AI生成图片的问题正式进入学术出版的监管视野。
几大顶级出版商已经更新了政策（来源：AutoNaiNews）：
表格
出版商 | AI图片政策 |
|---|---|
Springer Nature | 明确禁止AI生成图片作为主要研究证据，作者对图像准确性负全部责任 |
Science (AAAS) | 从全面禁令转向框架管理，AI生成图片需明确许可+三处披露（Cover Letter、致谢、方法部分），违规视为学术不端 |
Elsevier | 允许AI用于流程图/决策树/示意图，但禁止用于显微镜/WB/放射图像等原始数据图片，且AI不得用于调整原始数据图的亮度/对比度/色彩平衡 |
中国《AIGC使用边界指南3.0》 | 不得使用AIGC直接生成或篡改实验图像，不允许在图文摘要中使用AIGC，不允许对图像中的特定特征进行增强/模糊/移动/删除/人为添加（来源：头条） |
核心区分：大部分期刊的政策把图片分成两大类——
2026年4月，NEJM撤回了一篇论文，原因是论文中卷尺数字被AI调整，导致读数错误和不规则编号。这个错误在同行评审阶段没有被发现，发表后才被识别出来（来源：AutoNaiNews）。
连审稿人都没看出来。你说检测严不严？
六、检测技术比你想象的强得多
很多人还停留在"我调一下应该看不出来"的心态里。
2026年的图片检测技术已经到了什么程度？
据学术图片版权领域的报道（来源：AC学术平台），国际主流检测工具的精度如下：
表格
操作类型 | 检测精度 | 处理速度 |
|---|---|---|
图片复制 | 99.8% | 0.3秒/页 |
局部篡改 | 97.4% | 0.5秒/页 |
色彩篡改 | 93.6% | 0.7秒/页 |
具体来说：
爱思唯尔等四大出版集团组建的跨平台工作组开发的检测系统，可识别0.05%的像素级重复，准确率较传统方法提升17倍（来源：AC学术平台）。
0.05%是什么概念？相当于你在一张1000万像素的图片上改了500个像素，系统都能标记出来。
而且2023年Nature的审查报告显示，图片问题导致的撤稿较前年增长了40% （来源：AC学术平台）。
这不是风声鹤唳，是实打实的数据。
七、投稿前图片自检清单
综合百世登出版集团、COPE和多家期刊的要求，整理了一份投稿前图片自检清单。每一条都值得花两分钟核对：
原始数据管理
合规性检查
AI使用披露
格式规范
八、一旦被认定图片造假，后果有多严重
这不是假设性的问题。AC学术平台整理了现实后果（来源：AC学术平台）：
据中国科学技术信息研究所的数据，截至2021年，中国学者因图片问题导致的"撤稿发文比"已跃居全球第三（来源：AC学术平台）。
百世登出版集团在其图片完整性政策中，将图片问题分为5个等级（来源：WJG）：
表格
等级 | 描述 | 处理方式 |
|---|---|---|
A | 符合出版标准 | 无需修改 |
B | 轻微技术问题 | 编辑部可修正 |
C | 出版质量问题 | 要求作者修改 |
D | 潜在图片真实性或数据一致性风险 | 需要图片真实性验证 |
E | 疑似学术不端 | 启动出版伦理调查 |
从D级开始，就不是"改一改就能发"的问题了。E级意味着你的论文可能进入正式的学术不端调查流程。
常见问题
Q1：我只是把整张图片的亮度调高了一点，让条带更清楚，这算造假吗？
如果亮度调整均匀应用于整张图片，且没有改变条带之间的相对强弱关系，这是允许的。但如果只调亮了某一条带，或者调整导致某条带从弱变强、从不可见变可见，那就是造假。
Q2：不同分子量的蛋白跑在同一张膜上，裁剪后分别展示，算拼接吗？
如果是同一张膜、同一次实验，裁剪后分别展示不同分子量区域，并在图注中明确说明裁剪位置，这通常是允许的。但如果是不同膜、不同批次的条带拼接在一起假装一次实验的结果，那就是造假。
Q3：我可以用AI工具来画论文里的示意图/流程图吗？
部分期刊允许。Elsevier允许AI用于流程图、决策树、示意图等说明性图片，但禁止用于原始数据图片。关键是必须在图注中披露使用的工具名称、版本和使用方式。Springer Nature对AI图片的限制更严格，建议逐一查阅目标期刊的政策。
Q4：投稿时期刊要我提供原始全膜图，但我当时裁剪了没保存全膜怎么办？
这是一个真实的风险。越来越多期刊要求投稿时同步上传未裁剪的全膜原始图。如果你没有保存，建议立即联系实验室成员查找原始数据。如果确实丢失，主动向编辑说明情况，比被查出来要好得多。
Q5：投稿前有没有工具可以自查图片有没有问题？
有。Forensically（开源免费）可以做ELA错误级别分析、复制检测等基础检查。ImageTwin是专业的学术图片检测工具。iThenticate CrossCheck也有图像查重功能。建议在投稿前用至少一种工具做自查。
Q6：我在读研期间做的实验图片，毕业后换单位了，原始数据应该保存多久？
百世登出版集团要求原始图片至少保存10年。部分机构或资助方可能要求更长时间。建议无论身在何处，都妥善保存原始数据。
总结
科学研究追求的是真实，不是完美。
WB条带有背景、有杂质、有强弱差异，这些都是实验常态。显微镜照片有噪点、有色差、有对焦偏差，这些都不丢人。一篇包含"不完美但真实"数据的论文，远比一篇"完美但造假"的论文更值得尊重。
记住三个核心原则：
在2026年的检测技术面前，任何图片操作都无所遁形。0.05%的像素级重复都能被标记。与其赌自己运气好没被抓到，不如从一开始就守住底线。
守住这条线，就是守住你的学术生命。