生物医学图片处理——怎样才算不当操作?
生物醫(yī)學(xué)圖片處理——怎樣才算不當(dāng)操作?
在2021年撤稿觀察(Retraction Watch)數(shù)據(jù)庫(kù)中列出的近4000起撤稿事件中,超過(guò)四分之一涉及“ “concerns/issues about image(對(duì)圖片的關(guān)注/圖片問(wèn)題)” 或“duplication of image(圖片復(fù)制)”。同樣,最近的一項(xiàng)研究發(fā)現(xiàn),PubPeer上的12萬(wàn)多條評(píng)論中,有三分之二都涉及對(duì)圖片的關(guān)注。不當(dāng)操作的范圍從無(wú)辜的錯(cuò)誤(innocent errors)到美化(beautification)到故意偽造(intentional falsification)。因此,現(xiàn)在許多期刊使用專門(mén)的圖片篩選器來(lái)尋找不當(dāng)操作也就不足為奇了。
在這篇博客中討論了當(dāng)前處理生物醫(yī)學(xué)圖片的指導(dǎo)方針,并提出了圖片處理程度的獨(dú)到見(jiàn)解。
數(shù)字圖片應(yīng)該進(jìn)行最小程度的處理
這條準(zhǔn)則是圖片處理的基石——圖像數(shù)據(jù)也是數(shù)據(jù),應(yīng)該被當(dāng)作數(shù)據(jù)來(lái)對(duì)待。改變圖片數(shù)據(jù)被認(rèn)為是不可接受的,但許多人認(rèn)為清理圖像數(shù)據(jù)是可以的。一般來(lái)說(shuō),“這樣做的目的不是為了欺騙”,而是為了簡(jiǎn)化數(shù)據(jù),讓讀者更容易理解。
清理圖片數(shù)據(jù)的背景(Clean up background)
在這個(gè)例子中,Clancy博士使用圖片編輯軟件刪除了數(shù)據(jù)。雖然像這樣清理數(shù)據(jù)可能不會(huì)影響整體的解釋,但它被認(rèn)為是不好的做法。被刪除的數(shù)據(jù)可能與研究無(wú)關(guān)。然而,對(duì)一些讀者來(lái)說(shuō),它可能是“真實(shí)的并在生物學(xué)上是意義重要的”,或者隨著時(shí)間的推移,隨著更多的信息變得可用,對(duì)圖片的解讀可能會(huì)改變。
裁剪(Cropping)
通常的做法是去除凝膠或Western blot中不相關(guān)的部分。然而,這是不可接受的裁剪圖片的方式,這會(huì)導(dǎo)致數(shù)據(jù)失真或刪除了必要的信息。
許多期刊鼓勵(lì)作者提交未經(jīng)處理的完整凝膠供同行評(píng)審,或者至少包括帶上和帶下的一定面積。“合理的指南是保留背景上下的5個(gè)帶寬。”讀者可能會(huì)懷疑這種剪裁,因?yàn)檫@表明作者可能試圖在附近隱藏另一個(gè)波段。將被比較的圖片應(yīng)該被裁剪到相同的大小。
拼接(Splicing)
在可能的情況下,應(yīng)該避免將圖片拼接在一起。如果不可能在單一凝膠上進(jìn)行實(shí)驗(yàn),例如,如果你有許多樣品,可能需要將兩種不同凝膠的數(shù)據(jù)拼接在一起。拼接應(yīng)在圖片中明確表示(通常在剪接之間有空白或黑線),并在圖片說(shuō)明中加以描述。帶子不應(yīng)該拼接在一起,看起來(lái)像是來(lái)自同一種凝膠。
在這個(gè)例子中,我們將來(lái)自不同凝膠的帶并列在一起,給人一種它們來(lái)自同一凝膠的印象。
文章剩余內(nèi)容<<<<<
科研星球
總結(jié)
以上是生活随笔為你收集整理的生物医学图片处理——怎样才算不当操作?的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 为啥ChatGPT的超参数会影响其性能?
- 下一篇: 流行病学与生物统计学: 临床研究导论 E