FigCheck‌

Figcheck是由同济大学创业谷团队开发的国内首个开放式在线图片查重平台，专为科研人员设计，帮助避免因图片重复或篡改导致的学术不端风险。它的核心特点包括：

• 强大的检测能力：基于神经网络算法和自动化流程，可对预投稿的图片或PDF文献实现一键自动化图片分割、潜在重复区域识别、标注和检测报告生成
• 精准的重复识别：能检测到图片镜像翻转、局部克隆、亮度调整等细微修改，查全率在内部测试中达到98%
• 广泛的适用场景：支持WB图、IHC、荧光图、显微镜图像等多种实验图片类型
• 非盈利运营模式：目标是免费提供给所有科研人员，目前针对edu高校邮箱、ac中科院系统邮箱的认证用户，每半年可享受1次免费检测权限（2次/年）

📝 使用Figcheck生成SCI论文图片查重报告的具体流程

1. 准备待检测文件
   • 支持上传PDF文档（不超过50页）或单独的JPG、PNG、TIF格式图片
   • 单张图片大小建议不超过20MB，确保图片清晰度足够系统识别
   • 若上传PDF，建议先删除不必要的表格和文字，提高检测效率
2. 登录系统进行检测
   • 访问Figcheck官网：Figcheck图片查重
   • 建议使用edu或ac邮箱注册登录，可获得免费检测权限
   • 上传文件前，务必开启右上角账号下拉菜单中的”分割预览”功能，确保系统能正确识别所有图片（尤其是没有明显边界的连续图片）
   • 上传文件后，点击”开始检查”，系统几秒内即可完成检测
3. 调整图片分类（可选但重要）
   • 系统可能会将同类型图片误分为不同类别（如带荧光的细胞划痕图可能被分为荧光图和划痕图）
   • 需手动将相同类型的图片调整到同一类别中，确保检测结果准确
   • 可通过编辑模式删除系统错误分割的图片，或重新合并分割不正确的图片
4. 获取并解读查重报告
   • 检测完成后，系统会用红框标记重复区域，通过红线连接相似图片，使问题一目了然
   • 可下载包含以下内容的详细报告：
     • 相似度排名前20的图片对对比图
     • 重复区域的具体位置和重叠比例
     • 问题图片的学术诚信风险等级评估
     • 针对不同重复类型的修改建议