ImageTwin采用深度学习的人工智能模型,通过大数据分析技术对科学图像进行全方位检测。系统能够识别图片的相似度、重复率,并生成详细的查重报告,帮助科研人员在投稿前发现潜在的学术翻车风险。
AI智能识别算法
系统采用革新的深度学习算法,能够精准分析实验图、WB图、IHC、IF、Gel电泳图、Microscopy显微镜图像等多种科研图片类型。
- 自动识别图片的转换、旋转、镜像、缩放等操作
- 检测亮度和对比度调整后的图像相似性
- 发现图片中的伪造、拼接、翻转、接缝等异常
- 识别克隆、裁剪、组内对比等图像处理痕迹
多维度相似度分析
通过对比文献、期刊、稿件中的图表、图形、绘图等内容,系统能够计算出精确的查重率和抄袭率。
- 对比PubMed、PubPeer等公开学术数据库
- 分析Western印迹图、蛋白质印迹、凝胶电泳图像
- 检测流式细胞术、流式细胞图片、FACS数据
- 识别组织学和病理学图片、H&E染色图
全流程检测步骤
从上传到生成报告,整个查重流程简单高效,十分钟即可完成专业级别的图片真伪鉴定。
- 支持上传PDF文档(不超过50页)和单张图片
- 适用于医学、生命科学领域的显微成像、荧光染色图
- 文件大小≤30MB,每张图片≤20MB
- 像素要求:彩图300dpi,黑白图500dpi
- 电泳带图像要求≥100×100像素