協(xié)和醫(yī)學(xué)院的博士董某瑩因博士論文正文不足30頁而受到質(zhì)疑,。進(jìn)一步有人指出，董某瑩2023年提交的博士論文與北京科技大學(xué)幾位老師和一位研究生在2022年提交的一項(xiàng)發(fā)明專利存在多處雷同,。

董某瑩的博士論文名為《跨模態(tài)圖像融合技術(shù)在醫(yī)療影像分析中的研究》，完成于2023年5月，從摘要到全文小結(jié)共33頁,。與這篇博士論文存在雷同嫌疑的發(fā)明專利提交于2022年5月19日,，名稱是《一種跨模態(tài)圖像生成和檢測(cè)的方法及裝置》,，發(fā)明人為馬博淵、趙基淮,、班曉娟,、王笑琨。這四位發(fā)明人中,，趙基淮為北科大學(xué)生，其余為北科大計(jì)算機(jī)領(lǐng)域教師,。

使用DeepSeek檢測(cè)董某瑩的博士論文和趙基淮等人的發(fā)明專利說明書,，結(jié)果顯示盡管專利申請(qǐng)與學(xué)術(shù)論文的呈現(xiàn)形式不同，但核心創(chuàng)新點(diǎn),、方法細(xì)節(jié)及實(shí)驗(yàn)結(jié)果的相似性超過合理借鑒范圍,。兩者文字直接重復(fù)約20%-25%，結(jié)構(gòu)與邏輯重復(fù)約10%-15%,，實(shí)驗(yàn)數(shù)據(jù)與結(jié)果重復(fù)約10%-15%,，創(chuàng)新點(diǎn)與結(jié)論重復(fù)約5%-10%。

例如,，在目標(biāo)檢測(cè)模型訓(xùn)練部分中關(guān)于YOLOv5模型參數(shù),，專利說明書第9頁提到：“采用SGD優(yōu)化器，初始學(xué)習(xí)率為1e-5,，動(dòng)量為0.98,，權(quán)值衰減為0.01，輸入圖像尺寸調(diào)整為1024×1024,?！倍诙超摰恼撐牡?2頁表1-2中也提到：“學(xué)習(xí)率設(shè)置為1e-5，動(dòng)量0.98,，權(quán)值衰減0.01,，輸入圖像從512×512調(diào)整為1024×1024?！?/p>

關(guān)于數(shù)據(jù)增強(qiáng)方法,，專利說明書第9頁寫道：“使用mosaic數(shù)據(jù)增強(qiáng)，將四個(gè)隨機(jī)縮放,、剪切和排列的圖像拼接,。”董某瑩的論文第11頁1.3.2節(jié)也有類似描述：“采用mosaic數(shù)據(jù)增強(qiáng),，將四個(gè)隨機(jī)縮放,、剪切和排列的圖像拼接?！?/p>

在實(shí)驗(yàn)結(jié)果與指標(biāo)部分中,，關(guān)于AP50提升數(shù)值,，專利說明書第6頁提到：“目標(biāo)檢測(cè)的平均精確度（AP50）分別提高了6.06%和8.9%?！倍超摰恼撐牡?4頁表1-3同樣寫道：“平均精確度分別提高了6.06%和8.9%,。”

董某瑩在博士論文的獨(dú)創(chuàng)性說明中聲明,，所呈交的學(xué)位論文是在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果,。論文中除了特別加以標(biāo)注和致謝的地方外，不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,，也不包含為獲得其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料,。與她一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。

董某瑩的博士論文是否涉嫌抄襲馬博淵,、趙基淮,、班曉娟、王笑琨等人的發(fā)明專利,，有待協(xié)和醫(yī)學(xué)院進(jìn)行調(diào)查,。