AI修科研图的伦理红线：只动亮度构图，不动数据
有个前提得先立住：科研图像的修图边界，比任何题材都窄。能做的只有呈现优化，禁止名单长得多，而且一条都不能碰。这篇以我帮读研的朋友改图的经过为底，把允许和禁止两份清单写全。
AI修科研图这件事，我原本以为和普通修图只是要求更严，真正接触才发现完全是两套逻辑。上学期，读研的朋友拿着几张凝胶电泳图和显微照片来找我，说论文里的图被导师打回来重做，原因是对比度过高、裁切得只剩半张，看着「太干净了」。我开口第一句不是讲参数，是讲规矩：科研图像不是审美对象，是证据，它的每一个像素都可能被审稿人拿着放大镜比对。普通的图修错了顶多难看，科研的图修错了，轻则返稿，重则被认定图像处理不当，学术生涯都会受牵连。那次我陪他把十几张图按规矩重做了一遍，这篇把边界和流程整理出来。
允许的：全图统一的呈现优化
亮度对比度做全图统一调整、构图裁剪、旋转水平校正、比例标注，这四类改动不改变数据本身。关键词是「全图统一」。
学术出版界对图像处理的共识其实很清楚：允许不改变数据结论的呈现优化。落到操作上，我给朋友列的允许清单是四项。一是全图统一的亮度对比度调整，凝胶图的条带太淡，整体拉一下对比度和伽马值让条带可辨，前提是所有泳道一起变，原始数据里弱条带和强条带的相对关系不能变。二是裁剪构图，把图像周边无关区域裁掉、把图转向正视，但裁剪不能裁掉有信息量的部分——他第一版把凝胶边缘的分子量标记裁没了，这就是误伤。三是旋转和水平校正，显微图歪着的视场拉正。四是加比例尺和标注，箭头、文字、色标属于「叠加信息」，和图像本体分得清清楚楚。
这四项的共同点：改动作用于整幅图像的呈现方式，不针对任何特定区域，不增加也不删减任何内容。掌握这个原则，九成的边界问题都能自己判断。
禁止的：局部处理、内容增删、拼接造图
局部提亮单个条带、抹除背景「杂质」、多张图拼接、AI补全缺失区域，四类操作都在红线之上。哪怕视觉上更「清楚」也不行。
禁止清单比允许清单长。第一是局部处理：只把某一个条带调亮调清晰、只把对照组的背景压暗，这类「让结果更好看」的局部操作，等于篡改了不同样本之间的相对关系，是图像造假最常见的形式。第二是内容增删：背景里的杂质点、无意入镜的碎屑，普通摄影图上顺手抹掉的事，在科研图上一律禁止——审稿人无法分辨你抹的是灰尘还是实验现象。第三是拼接：把两张不同实验的图拼成一张、把同一张图的好看部分复制过来，这类操作在期刊查重系统里通过条带比对和背景纹理分析极容易被识别。第四就是AI补全：让生成模型把模糊区域「补清楚」，补出来的不是你实验的数据，是模型想象的数据。
朋友最初不理解为什么要这么严，我给他讲了个角度：这些图的受众是同行和审稿人，他们比对图像的经验比你丰富得多，常见期刊在接收后还会要求提交原始数据文件，届时一对不上，谁也帮不了你。
AI工具在这件事上的正确位置
AI只用于全局去噪、对比度建议和批量尺寸规范这类「无差别」环节，且必须保留原始文件备查。用AI省时间，不用AI改内容。
把AI从科研修图里完全赶出去也没必要，关键是让它待在无差别操作的岗位上。我帮朋友定的流程分三步：第一步，原始数据文件按拍摄日期和样本编号归档，单独一个目录永远不动，这是全部流程的地基；第二步，在副本上做全图统一调整，AI的全局去噪可以用，但要记下用了什么工具、什么参数，很多期刊要求在图注或方法部分声明处理方式；第三步，交付前并排放原始图和处理图自查一遍，条带的相对强弱关系、背景的整体亮度分布，肉眼扫不出明显「升级」才算过关。这套流程走下来，十几张图的重做只花了两个晚上。
实验过程的图像纪律，从拍照那一刻就开始了，我写过一篇实验记录拍照：数据照片的科学纪律，讲的是拍的时候怎么把数据拍扎实——源头拍好了，后期的「诱惑」自然就少。图像标注的合规要求同样值得提前弄懂，动笔写图注之前先翻一遍平台的规范要求。
存档习惯：给每一张图留好退路
原始文件、处理参数记录、成品图三层分开存，投稿时按期刊要求附原始数据。存档做得好，被质疑时才硬气。
图像处理不当的指控，最可怕的在于自证成本：拿不出原始文件，你就只能靠嘴解释。所以我给朋友的存档方案定了三层——原始层，相机和仪器导出的原始文件，只读备份两份；过程层，每次处理的软件、版本、参数，一行文本记在旁边，不超过十秒的工夫；成品层，最终放论文的图。投稿前查一遍期刊的图像政策，绝大多数都明确要求保留未处理的原始图，有的还要求提交。这些动作加起来，一次实验多花不到十分钟，换来的是被任何质疑时都能十分钟内拿出证据链。
科学图像的价值全在「真」字上，好看是它最不重要的属性。图可以暗一点、糙一点、背景乱一点，只要是真的，就站得住。
帮朋友重做完那批图，他导师只回了一个字：好。不是图变漂亮了，是图变老实了。
AI修科研图的全部技巧，最后都归结为一句话：技术只服务呈现，永远不碰结论。亮度可以调，构图可以裁，数据一个像素都不能动——这条线画在软件之外，画在研究者的自觉里。
常见问题
凝胶图条带太淡，除了拉对比还有什么合规办法？
回源头解决：重新曝光拍摄、调整上样量、延长显色时间。拍摄环节把条带拍扎实，比后期任何调整都可靠，也完全没有合规风险。
显微图上的灰尘点看着像阳性结果，能修吗？
不能修，但可以处理「呈现」：在图注里如实说明，或者换一张干净的视场重新拍。确认它不是实验现象后重拍，是唯一两全的做法。
同一张图需要在论文和答辩PPT里用不同裁剪，算两份处理吗？
裁剪属于允许的呈现调整，不算篡改，但两份裁剪都要基于同一个处理过的母版，不能分别做不同的亮度调整，否则同一场报告里两张图对不上。
AI去噪会不会被认定为过度处理？
看两点：是否全图统一、是否声明。全局均匀的降噪多数期刊接受，方法部分写清工具和参数即可；只对目标区域降噪，或者用AI「增强细节」让信号更明显，就进红线了。