CV同学也来评评！董小姐博士论文全网最专业拆解，不撤销学位，学术正义何在！
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
点击上方“小白学视觉”，选择加”星标”或“置顶”
重磅干货，第一时间送达
导读
着实震惊了！这种严谨程度是拿手术刀的人干出来的吗？低级错误频出，这是协和博士该有的水平吗？
作者丨梗直哥@知乎
链接|https ://zhuanlan.zhihu.com/p/1901631482218394714
1.课题质疑：跨模态图像融合技术
2.目录疑点。三部分内容：12页宫颈癌病变区域检测，14页乳腺癌骨转移诊断，15页文献综述。前两个从AI专业角度看，充其量就是两个小项目。作为一篇以“AI+医学影像”为课题的研究，全文居然只是抄了9个标准公式，没有一个是自己提出的，工作量别说连个硕士论文都不够，就是本科论文也没有这么干的啊。没有明确任何论文发表，我不太了解协和4+4的要求，但按中科院毕业标准，至少要有一到两篇IEEETransaction级别或者两篇以上顶会论文。这种水平让AI领域的莘莘学子情何以堪？更何况第三部分居然中英混杂，内容之幼稚，从深度学习开始讲起，确实没见过这样的博士论文，开眼了。
3.原理图示错误。图1-2CT流程中，你会看到在E步(EdgeExtraction)前的灰度图和A步后的融合图一模一样，根本看不出边缘提取后再叠加的痕迹。这在逻辑上是不可能的！正常情况下应该能看到一圈圈的高亮边缘（或者在伪彩模式下明显不同的颜色）。作为博士论文，这很难用typo来狡辩，这是赤裸裸的造假了。
4.积分表达式错误。第13页公式3正确写法应为对召回率R的微分，而不是加括号。在学术写作中，公式的规范性是基本要求，也是严谨性的重要体现。对于一篇涉及深度学习和医学影像分析的博士毕业论文，平均精度这样稀松平常的公式都能写错，而且是在全文只有9个公式的情况下，我真想看看论文评委都是谁，又干啥去了，好歹不能这么丢协和的脸啊。
5.公式引用混乱。第24页不存在“公式64”，别忘了全文只有9个公式。你就是Ctrl+F搜一搜，也不至于犯这种低级错误啊。这真是牛逼到家了。
6.算法不透明和关键参数缺失。ROI定位方法描述模糊。第8页在ROI检测中，提到“线检测方法从中心点出发，向四个方向遍历非零像素值”，但未明确具体算法（如Hough变换或自定义算法），阈值设置也未具体说明，可重复性存疑。我们强烈要求公开一下数据集和代码，看看是否能真实复现。
7.模型错误。图1-5最关键的模型图：左侧标注输入通道为3，但正文写的是将CT+PET级联后作为双通道输入，明显对不上。文本里说Head有“三个分支”输出不同尺度的预测，图中却只画出一个512×512的Conv支路，明显错误。
8.图像预处理不合理。第9页提到对CT图像进行两次高斯模糊效果更优，但未提供定量对比数据，也没有核大小和迭代次数等参数，而PET图像省略了高斯模糊。两次高斯模糊可能导致CT图像细节丢失，而PET图像未去噪可能导致噪声影响ROI检测，它不是没有噪声，而是与CT图像不同。这种差异处理缺乏实验验证支持，随便一个做计算机视觉的学生都可以有充足理由质疑其真实性。
9.实验数据异常。第14页表1-3中单模态CT的AP50值（如Faster-RCNN
性能异常。YOLOv5在PET-CT自适应融合中的AP50为84.3±5.40，显著高于其他模型（如ATSS为71.4±3.19），但未说明YOLOv5是否经过特殊优化或参数调整，可能因模型选择偏差导致结果不可比。大家听不懂没关系，人话讲就是：这个差距大得都快离谱了，连“高仿”都算不上，是那种“贴牌货”的水平。
10.实验设计疑点。第12页数据划分不合理，在宫颈癌实验中，训练集与测试集的FIGO分期分布未明确是否分层抽样。例如，表1-1中测试集的FIGO4期仅2例，可能导致模型对晚期病例泛化能力不足。翻译成人话就是：训练时几乎没喂晚期癌症，测试集也就两例晚期，模型根本没学会。最后得出的“高准确率”，其实是绕开了最难的病人，靠水题刷分。
以上是要命的十个问题，其他就不用说了吧。图例里把“Upsampling”居然写成“Upsamping”，结论标题居然能大小写不分。让人高度怀疑这孩子到底真的在美丽国上过学吗？还是自己的论文压根都没有认真看过。网友们，你怎么看？
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。
下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三+上海交大+视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
