在阅读一篇学术论文时，除了摘要和结论外，审稿人和读者最关心的就是图表。论文中的图表往往可以提供更清晰直观的研究信息。 经常有同学提出疑问，我听报告的时候看到了一张图片，但是我不知道它的来源。请问如何追查源头？我做实验得到了一些数据。我应该绘制什么图片来展示结果? 谷歌识图、百度识图之类的网站终究是不够专业，今天给大家介绍3款科研图片检索网站，简单易上手。 Open-i是美国医学国家图书馆开发的并服务医学群体的图像搜索网站。应用该网站可从开源文献和生物医学图像中检索摘要和图像(包括图表、图形、临床图像等)。 Open-i提供了约120万篇PubMedCentral®文章中370万幅图像的访问权限；胸片检查报告7470例，其中放射学报告3955份；来自美国医学国家图书馆的67517张图像以及2064幅骨科插图。 查询方法也很简单，可以使用文本查询或图像查询。文本查询可以输入关键字，图片查询有两种方式：①拖放图像文件到Open-i搜索或结果页面来启动图像搜索。支持的文件类型有.jpeg，.jpg，.gif和.png。②使用“按图像查询”上传图像文件。链接在右上角。 使用者可以根据时间、文章类型、图片类型、图像来源等对结果进行筛选。将鼠标移动到图片上，可以得到相应的文章信息，包括文章标题、作者、要点和图例。 但Open-i也有自己的缺点，其数据库更新进度较慢，例如目前在网站中搜索“COVID-19”并无结果。
CNKI学术图片知识库是国内第一个学术图片知识库产品。所有图片资源均来自CNKI中国文献资源总库，图片知识库是通过对资源数据库的分析，选择最有价值的学术图片整合而成的知识库。目前有超过2600万余张图片。 其检索功能类似于Open-i，可分为图片搜索和相似度搜索。图片搜索是关键词搜索，相似度搜索是指上传图片、以图搜图，类似于百度识图。不过CNKI学术图片知识库有高级的检索选项，用户可以根据自己的需求进行个性化搜索，可以说非常人性化了。 CNKI学术图片知识库有何不足呢？看到其图片来源便可想而知——没有英文数据库，这对于学术群体来说终归是有局限性。 VizioMetrics在2016年曾被MIT Technology Review评为“The First Visual Search Engine for Scientific Diagrams”。 该网站利用机器视觉技术将来自PubMed Central的800万张图像按可视化分为5类：公式、照片、表格、可视化图形和图表，其涉及的领域比前两种要广泛得多。 网站操作起来也是很方便的。输入关键词或PMCID（PubMed Central中使用的ID, 由PMC前缀和一个数字串组成），点击“Search”即可完成搜索，搜索结果默认按照影响力排序。 当然了，由于VizioMetrics背后的数据库较为庞大，因此检索速度较慢，也请小伙伴们耐心等待。VizioMetrics最近也在开始使用深度学习来获得更高质量的结果，其功能无疑将得到进一步优化。
图片来源于网络
编辑：程馨卉
校对：暴洪博
审阅：黄 伟
