jcb是(shi)什(shen)么(me)意(yi)思(si)啊(a)，“图(tu)片(pian)误(wu)用(yong)”
图片误用已经不是一件新鲜事儿了。这于国际学术界是祸，但是一旦置于一个相对封闭的小环境里，当不合理已经成为习惯，“同流合污”反而是福，你会怎么选呢？
牢骚不多说，在我们暂时还没有完全脱离国际学术主流的今天，我们赶紧来看看图片误用到底是个什么东西？哪些错误可以归于误用？哪些有造假的嫌疑？
图片来源：知识分子公众号
图片误用的大规模出现，离不开Photoshop软件的发展与普及。
毕竟，在Photoshop出现之前，要“随心所欲”地修改或者调整图片是一项技术性很强的任务。
现在，对图像文件的调整非常简单，很多科研人员都无法抗拒这样的诱惑力，或者是为了图片更漂亮，或者是为了结果更漂亮，对图片动手似乎在所难免。
然而，这样的操作一不小心就构成了对原始数据的不当修改，从而被认为是学术不端。
什么是学术不端？
美帝对学术不端的定义是：“在提议、执行、审查研究或报告研究结果时的伪造、歪曲或剽窃”。
举个例子，在聚丙烯酰胺凝胶图像中凭空添加一条条带，这就是明显的伪造结果；如果把一条条带移动位置，则可以算作歪曲结果；而如果使用了别人实验的图像，那么就构成了剽窃。
但是，遗憾的是，只有少数期刊在“Instructions to Authors”中提到了哪些类型的图片操作是不可接受的，而且这些期刊的处理标准也大不相同。
那么，身处科研第一线的我们，究竟应该怎样做呢？
2004年，Journal of Cell Biology专门就如何正确处理图片和数据提出了建议，并提供了一些具体的例子来加深理解。
（https://rupress.org/JCB/article/166/1/11/34064）
此外，网上举报某院士造假的比克（Elisabeth Bik）博士，近年来也发表了多篇相关文章，总结和归纳常见的图片误用类型。
以上是本文主要参考信息来源。
学术文章中存在的图片问题可以分为以下三类：
一、清白无辜型（Honest error或者可接受的调整）
1. 重复使用图片：最常见的是多个实验使用同一个对照样品的时候，对照都用的是一张图片，这通常被称为honest error，尤其是多个实验是在同一批次完成的情况下。因为这种误用基本不会影响对实验结果的解读。
2. 调整亮度/对比度：如果调整之后没有使图片中原本存在的元素消失，只是变得不那么明显了，那就还在可以接受的范围，比如下图B中从1到2的调整，所有条带仍然可见。由2到3的调整就过界了，因为一些条带消失了，会影响读者对结果的理解和判
断。
二、狡辩过关型（可以冒充“图片误用“的类型）
这种主要是图片拼接：同一张图片，改名换姓之后拼接到别的（有时候甚至是多个）实验图里。
比如上图中红框里面的条带，反复出现在不同的样品结果中。这种情况“不太可能是honest error”，但是很多作者都会选择“图片误用”这个绝佳的借口，因为别人很难证明你是故意的。
三、明知故犯型（正常情况下，应该是实锤的学术造假。。。）
1. 减法：使用Photoshop中的“橡皮图章”或“克隆图章”工具来清除图像中不需要的背景。但是，看似背景带或污染的东西实际上可能是有价值的。如果弗莱明把细菌平板上污染的真菌PS掉，就没有青霉素什么事儿了。不要按照自己的理解去美化图片，你没准儿就这样错过了一个诺贝尔奖。
2. 加法：加入不存在的元素。比如下面这张图，A中的lane 3做的是减法，B里则做了加法。
3. 乘法：图片中的各个部分被切割出来，然后重新排列组合，这种方式多见于显微镜或者流式细胞分选的图片，比如下面两张图。
这类图片几乎都可以认定为故意造假，属于重灾区，珍惜羽毛的话请一定远离。
结论
根据以上的例子，一条准则可以帮助我们判断学术不端，那就是你对图片做手脚的范围有多大，你PS的范围越小，距离学术不端越近。
对图片进行整体性的调整，比如调整亮度，基本上没有问题。但是如果只针对图片中的个别点或者个别条带去做调整，就有可能涉及学术造假。
怎么理解呢？
看高晓松。
全身减肥以后的高晓松和局部美颜的高晓松，你说哪个是假的？
作者：杏仁香芋 by 公众号ISE学术前沿
投诉