董襲瑩論文被指與北科專利多處雷同，重複超10%
來源：倍可親(backchina.com)協和醫學院4+4博士董襲瑩的博士論文因正文不足30頁受質疑。然而有人進一步指出，董襲瑩2023年提交的博士論文與北京科技大學幾位老師和一位研究生在2022年提交的一項發明專利存在多處雷同。紫牛新聞記者用DeepSeek檢測這兩篇文章，DeepSeek認為儘管專利申請與學術論文的呈現形式不同，但核心創新點、方法細節及實驗結果的相似性超過合理借鑒範圍。
董襲瑩的博士論文名為《跨模態圖像融合技術在醫療影像分析中的研究》，完成於2023年5月，從摘要到全文小結共33頁。與這篇博士論文存在雷同嫌疑的發明專利提交於2022年5月19日，名稱是《一種跨模態圖像生成和檢測的方法及裝置》，發明人為馬博淵、趙基淮、班曉娟、王笑琨。這四位發明人中，趙基淮為北科大學生，其餘為北科大計算機領域教師。
紫牛新聞記者使用DeepSeek檢測董襲瑩的博士論文和趙基淮等人的發明專利說明書，核心方法與技術細節高度重疊，實驗設計與數據描述高度一致，文字表述與結構雷同，創新點與貢獻重複等問題，部分內容甚至達到逐字重複的程度。儘管專利申請與學術論文的呈現形式不同，但核心創新點、方法細節及實驗結果的相似性超過合理借鑒範圍。
DeepSeek認為兩者文字直接重複約20%-25%，結構與邏輯重複約10%-15%，實驗數據與結果重複約10%-15%，創新點與結論重複約5%-10%。
例如在目標檢測模型訓練部分中關於YOLOv5模型參數，專利說明書第9頁：「採用SGD優化器，初始學習率為1e-5，動量為0.98，權值衰減為0.01，輸入圖像尺寸調整為1024×1024。」
論文第12頁表1-2：「學習率設置為1e-5，動量0.98，權值衰減0.01，輸入圖像從512×512調整為1024×1024。」
關於數據增強方法，專利說明書第9頁：「使用mosaic數據增強，將四個隨機縮放、剪切和排列的圖像拼接。」
論文第11頁1.3.2節：「採用mosaic數據增強，將四個隨機縮放、剪切和排列的圖像拼接。」
在實驗結果與指標部分中，關於AP50提升數值，專利說明書第6頁：「目標檢測的平均精確度（AP50）分別提高了6.06%和8.9%。」
論文第14頁表1-3：「平均精確度分別提高了6.06%和8.9%。」
董襲瑩在博士論文的獨創性說明中表示：本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作及取得的研究成果。論文中除了特別加以標註和致謝的地方外，不包含其他人已經發表或撰寫過的研究成果，也不包含為獲得其他教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明並表示謝意。
在這篇博士論文中，正文和參考文獻中並未提及這個發明專利及其四位發明人。
董襲瑩在博士論文是否涉嫌抄襲馬博淵、趙基淮、班曉娟、王笑琨等人的發明專利，有待協和醫學院進行調查。