吃瓜群众最喜欢看谁谁谁被撤稿，哪个期刊一次性撤稿多少篇。而身位科研人员的我们，却承担不起被撤稿的后果。

笔者这几天看了一篇2004年Journal of Cell Biology编辑部发表的一篇editorial。今日读来，还是很有启发性。翻译其中的一部分，以飨读者。由于专业知识有限，而且文章年代久远，欢迎指正。

我们赶紧来看看图像操纵指的是什么？哪些是正常的图像数据修改，哪些有造假的嫌疑？

在Photoshop软件普及之前的日子里，在暗室中对图像数据进行调整需要相当多的专业知识。现在，调整或修改图像文件非常简单，因此很有诱惑力。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，而做出这样的更改可以被归类为学术不端行为。资深期刊编辑可以使用成像软件中的特征来发现这种图像操纵。

好的科学需要可靠的数据。因此，为了保护研究的完整性，科学界采取了强有力的行动来反对科学不端行为。美国政府对学术不端的定义是:“学术不端行为被定义为在提议、执行、审查研究或报告研究结果时的伪造、歪曲或剽窃”。例如，在一张图像中，部分图像被选择性地修改或重构，以显示原本不存在的东西(例如，在聚丙烯酰胺凝胶图像中添加或修改一条条带)。

一旦被定性为有不当行为，会引发一个痛苦的过程，可能会中断一个人的研究和职业生涯。为了避免这样的情况，了解在可接受和不可接受的图像调整之间的道德界限很重要。

在这里，Journal of Cell Biology编辑部（2004年）给出了一些正确处理图片和数据的一般指导方针，并提供了一些具体的例子来说明不恰当的做法。

图像操纵有不同的严重程度，取决于（对图片的修改）是否故意改变对数据的解释。也就是说，创造一个或比真实的数据看起来更好或更糟糕的结果。然而，任何违反这些准则的操作都是对原始数据的歪曲，是一种不当行为。我们将在这里展示的所有例子都是使用Photoshop创建的;尽管它们可能看起来很奇怪，但值得注意的是，它们实际上是基于真实的图片操作案例，这些案例是通过仔细检查提交(甚至接受)的论文样本中的。

期刊指南

令人惊讶的是，许多期刊在“Instructions to Authors”中很少或根本没有提到哪些类型的图片操作是可接受的，哪些是不可接受的。以下的期刊提供了一些指导方针，但它们在综合性方面差别很大。

Molecular and Cellular Biology

“由于计算机生成的图像的内容可以加以处理以使其更清楚，期刊出版委员会在1992年5月的会议上规定，（如果图片被操纵过）应在图片说明中说明所使用的软件/硬件。”

The Journal of Cell Biology

“用电脑软件进行图像增强是可以接受的做法，但也有可能导致显示的数据相当不具代表性，从而失去真实和有意义的信号。在图像的增强过程中，原始数据和产生的电子图像之间必须保持积极的关系。如果一个图片受到了严重的操纵，必须在图例或材料和方法中注明修改的具体情况。”

学术文章中存在的图片问题可以分为以下几类：

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. 图片拼接型

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。

虽然这种操作可能不会改变对数据的整体解释，但它仍然构成不当行为。

也许有人会说，这个准则比Photoshop出现之前更加严格，那时可以使用多次曝光来完善数据的呈现。也许是这样，但这只是数字时代给审稿人和编辑带来的好处之一。在过去，作者会花时间再做一次曝光，而现在，他们可以利用这些软件进行操作。当你在做实验的时候，要考虑到这一点，在你想要的密度下进行多次曝光，而不必过度调整扫描图像的亮度和对比度。

3. 减法：明知故犯型

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。

这种操作通常可以被仔细查看图像文件的人检测到，因为它会留下警告性的迹象。此外，看似背景带或污染的东西实际上可能是真实的，在生物学上很重要，而且可能被另一个科学家承认。看似背景带或污染的东西实际上可能是有价值的。

4. 加法：明知故犯型

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。

5. 乘法：明知故犯型

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。你可能想要将来自多个领域的图像组合成一张显微图以节省空间，但这个组合应该用不同部分之间的细线清楚地表示出来。

这类图片几乎都可以认定为故意造假。

6. 显微图

增强一个特定的特性。

下图显示了增强处理的一个例子，其中金色颗粒的强度通过在Photoshop中手动填充黑色来增强。这种类型的操纵歪曲了你的原始数据，因此是不当行为。

其他不当行为包括只调整图像特定部分的亮度或擦除斑点。在Photoshop中使用“亮度”调整被认为是一种线性改变(见下文)，这必须对整个图像进行。

7. 线性调整与非线性调整

线性调整，如在Photoshop中的“亮度”或“对比度”，是指根据线性函数对每个像素进行相同的改变。这是可以接受的。

8. 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。

9.像素

请注意，在Photoshop中设置正确后，物理大小和分辨率可以相互抵消，而不会增加或减少信息的数量——也就是说，你可以在不改变像素总数的情况下调整图像的大小。

其他数据管理问题

至关重要的是，要保持原始的数字或模拟数据与采集的数据完全一致，并记录仪器设置。这条良好科学实践的基本规则将允许您或其他人返回到原始数据，看看是否有任何信息丢失了对图像所做的调整。事实上，一些期刊审稿人或编辑的确会要求访问这些原始数据，以确保准确性。

还有一些关于数据处理的重要问题，我们没有通过关注现有数据操纵来解决。例如，通过调整您的显微镜或成像仪的设置选择性地获取数据，选择并报告一个非常不寻常的结果作为数据的代表性，或隐藏可能与您的结论相矛盾的负面结果。任何对实验数据的歪曲都会破坏科学研究，应该避免。

结论

数据必须直接报告，而不是通过一个基于你认为它们“应该”向你的读者说明什么的过滤器。每次对图像进行调整时，都要问自己：“调整后的图像仍然是原始数据的准确表示吗?” 如果对这个问题的回答是“否”，你的行为可能会被认为是不当行为，属于学术不端。

一些调整目前被认为是可以接受的，但应该向你的读者披露。例如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。

参考文献：

https://rupress.org/JCB/article/166/1/11/3406