董袭莹的博士论文名为《跨模态图像融合技术在医疗影像分析中的研究》，完成于2023年5月，从摘要到全文小结共33页。 与这篇博士论文存在雷同嫌疑的发明专利提交于2022年5月19日，名称是《一种跨模态图像生成和检测的方法及装置》，发明人为马博渊、赵基淮、班晓娟、王笑琨。
马博渊为北京科技大学计算机科学与技术副教授，长期致力于计算机视觉和人工智能领域的研究工作。 赵基淮是北京科技大学2020级硕士研究生，听力一级残疾，但成绩优异，曾获2020年度中国大学生自强之星标兵、2022北京青年榜样年度人物等称号。 班晓娟为北京科技大学智能科学与技术学院副院长、教授、博士生导师。 王笑琨为北京科技大学计算机科学与技术副教授，曾是荷兰格罗宁根大学伯努利研究所博士后，科研方向为图形与虚拟现实、智能仿真与人机交互等。 可以看到，这四位发明人中，赵基淮为北科大学生，其余为北科大计算机领域教师。 紫牛新闻记者使用DeepSeek检测董袭莹的博士论文和赵基淮等人的发明专利说明书，核心方法与技术细节高度重叠，实验设计与数据描述高度一致，文字表述与结构雷同，创新点与贡献重复等问题，部分内容甚至达到逐字重复的程度。尽管专利申请与学术论文的呈现形式不同，但核心创新点、方法细节及实验结果的相似性超过合理借鉴范围。
DeepSeek认为两者文字直接重复约20%-25%，结构与逻辑重复约10%-15%，实验数据与结果重复约10%-15%，创新点与结论重复约5%-10%， 例如在目标检测模型训练部分中关于YOLOv5模型参数，专利说明书第9页：“采用SGD优化器，初始学习率为1e-5，动量为0.98，权值衰减为0.01，输入图像尺寸调整为1024×1024。” 论文第12页表1-2：“学习率设置为1e-5，动量0.98，权值衰减0.01，输入图像从512×512调整为1024×1024。” 关于数据增强方法，专利说明书第9页：“使用mosaic数据增强，将四个随机缩放、剪切和排列的图像拼接。” 论文第11页1.3.2节：“采用mosaic数据增强，将四个随机缩放、剪切和排列的图像拼接。” 在实验结果与指标部分中，关于AP50提升数值，专利说明书第6页：“目标检测的平均精确度（AP50）分别提高了6.06%和8.9%。” 论文第14页表1-3：“平均精确度分别提高了6.06%和8.9%。”
董袭莹在博士论文的独创性说明中表示：本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。论文中除了特别加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包含为获得其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 在这篇博士论文中，正文和参考文献中并未提及这个发明专利及其四位发明人。 董袭莹在博士论文是否涉嫌抄袭马博渊、赵基淮、班晓娟、王笑琨等人的发明专利，有待协和医学院进行调查。