科研论文查重的完整流程：投稿前自检该排哪几步

先说结论：投稿前自检要排顺序，顺序错了会白做

投稿前的图像自查如果从头到尾只做一件事——「把稿件传上去看报告」——通常会漏掉两类问题：一类是报告里没有、但审稿人会看出来的处理痕迹；另一类是你自己都说不清来源的图。

这张流程图按「先查自己 → 再查外部 → 最后查一致性」排，每一步都有明确的产出物。产品定位见FigScan 图片查重完整指南。

完整流程：四步，每步都有产出物

真正容易被跳过的是第一步和第四步——它们看起来与「查重」无关，但恰好决定了后面两步有没有意义：盘图不清，报告指出相似位置时你无法解释；一致性不查，图像本身没问题却可能因为图注写错被质疑。

第一步为什么必须先做

这一步的目标只有一个：当报告指出「第几页第几块与某处相似」时，你能立刻说出这两块分别来自哪次实验。

做法是把稿件里每一张图都拆到「子图」粒度，逐项登记：所属实验、原始文件名、做了哪些处理（裁剪、亮度、对比度、拼接、通道合并）。同行评审里被问得最多的正是这些细节，而不是相似度分数。

这一步的产出会在后面反复用到——第二步解释内部重复、第三步判断外部相似是否已声明，都依赖它。素材整理与命名的方式与站内图片查重怎么做里讲的第一段是同一件事。

第二步：查内部重复

同一篇稿件内部的重复有两类成因，性质完全不同：

第二类不是技术问题，而是规范问题——工具只能告诉你「这块在两处出现过」，判断该怎么处理要回到期刊与机构的规定。判断方法与自检清单展开在论文内部图片重复怎么查里。

第三步：查外部相似

与已发表文献比对时，最需要提前想清楚的是「已声明」这件事：

同一课题组的前后工作、复用了此前发表过的对照图、在方法部分明确引用过的图片——这些都属于需要在稿件里说明的情形。自查报告指出相似时，你要能立刻判断它落在哪一类。

按官网公示的检测方式，文献库来自 PubMed、pubpeer 等来源，规模 1 亿+ 图片，检测范围 90% 以上（官网口径，本文未独立复核）。库的覆盖范围决定了漏报的边界，这一点在跨文献图像匹配怎么用里展开。

第四步：查图文一致性

这一步跟查重工具无关，但漏掉它会让前三步白做。要核的是三件事：

一是图注与图对得上。分组、时间点、处理条件、放大倍数是否一致。

二是正文描述与图对得上。正文里写「显著升高」的那一组，是不是图上确实那一组。

三是图与图之间对得上。同一实验在正文、补充材料里出现的图，编号与内容是否一致。

这三条都属于「看出问题不需要工具、但事后解释成本极高」的类型，所以放在流程最后作为兜底。

查完之后：报告怎么用

自查报告的价值不在「有一份文件」，而在它能不能支撑你在投稿或回复审稿时把话说清楚。三条建议：

① 把复核结论写下来，每处相似对应一句解释，存进实验记录；② 区分「已处理」与「无需处理」，前者要能说明改了什么，后者要能说明为什么不是问题；③ 不要用报告替代说明——报告是证据链的一环，不是结论本身。写法见图片查重报告怎么用。

其中「查内部」这一步对 WB 类稿件尤其关键，条带与泳道级的判断方法见WB 条带查重怎么看。

常见问题

投稿前多久做这一步比较合适？

建议在定稿前、图注与正文都基本稳定之后做。太早做会反复重查，太晚做发现问题改不动。

已经投稿了才发现问题怎么办？

尽早主动联系期刊说明情况通常比等对方指出更有利。具体如何处理以期刊的规程为准。

自查报告需要提交给期刊吗？

不是必须。部分期刊会要求提供图像完整性的说明材料，是否提交以投稿须知为准；但自查结论建议自己留档。

内部重复和跨文献相似，先处理哪个？

先内部。内部重复通常能在实验记录里找到直接解释，处理成本低；跨文献相似需要回到原文献比对，耗时更长。

一定要用工具吗？

内部重复与一致性检查有经验的作者可以人工完成；跨文献比对则基本不现实——文献库规模太大，人工翻查不可行。

一组图里有补充材料怎么办？

补充材料同样要纳入盘图范围。很多被指出的问题出现在补充材料里，因为这部分常被当作「次要材料」而疏于整理。

小结

四步顺序记成一句话：先盘图（图—实验—原始文件的对照表）、再查内部、然后查外部、最后兜底查图文一致性。

其中只有「查外部」必须依赖工具；其余三步靠的是记录习惯。把记录习惯养起来，查重报告才有解读的支点——否则报告给出一堆位置，你却说不清它们从哪来。

延伸阅读

• 实验图像查重覆盖哪些图像 — 九类科研图像的检测差异。
• 论文内部图片重复怎么查 — 组内对比的做法与自检清单。
• 跨文献图像匹配怎么用 — 文献库范围与匹配结果的读法。
• 图片查重的误报与漏报 — 为什么会误判、什么情况查不出来。
• 图片查重工具怎么选 — 7 条可当场验证的标准。
• 图片查重和文字查重的区别 — 两者分别覆盖什么。

资料来源：FigScan 图片查重官网。