面部与口腔温度大规模志愿者数据集

「发热筛查热像仪」在新冠疫情期间一度成为全球机场与门诊的标配，但文献对其诊断表现的评分从近乎无效到高度可靠不等，分歧的根源多半不在设备本身，而在部署与采集方法是否遵循共识标准。美国食品药品监督管理局器械与放射健康中心（CDRH）的团队为此做了一项超过一千名志愿者的临床测温研究，用两台经实验室评估的红外热像仪（IRT）采集面部热像，同时以口腔体温计作为参考标准。

研究的独特点在于方法学的完整闭环：画面内置黑体保证测温可溯源，自由变形配准（free-form deformation, FFD）把可见光与红外人脸对齐后逐位点提取温度，口腔读数以快速与监测双模式各测两次取均值。面部 26 个位点变量、口腔参考值与人口学环境协变量一起整理成六份 CSV 表格，于 2023 年 5 月以 CC0 许可在 PhysioNet 公开。

这套数据的价值有三层：对测温设备工程师，它是校准方法与位点选择的标准测试床；对公共卫生研究者，它是发热筛查部署指南（ISO/TR 13154）少数有大规模人体数据背书的实证来源；对建模者，它是一份干净、零限制、表格形态即拿即用的回归与分类素材。配套两篇主论文（J Biomed Opt 2020 与 Sensors 2022）给出了可直接对标的结果基线。

§1 数据集速览：十问十答

Q1：这套数据是从哪里来的？
来自 FDA CDRH 实验室与马里兰大学健康中心联合开展的临床测温研究。受试者为志愿者，在受控室内环境下完成面部热像拍摄与口腔测温；研究经 FDA IRB（研究编号 16-011R）与 UMD IRB 双重批准，所有受试者签署书面知情同意。

Q2：数据规模有多大？
原始入组 1115 人。剔选后，FLIR 设备（IRT-1）子集 1020 人、ICI 设备（IRT-2）子集 1009 人。剔选原因包括记录不完整、口腔读数不合格与图像运动模糊，具体漏斗见 §2.1。

Q3：表格里到底有哪些列？
核心是 26 个面部温度变量：由 FFD 配准算法从热像与可见光图像中提取的额头、内眦、脸颊等位点的最高温/均值等统计量；加上口腔参考体温、性别、年龄区间、族裔、环境温度、相对湿度、测量距离、是否化妆、测量日期时间。逐列定义在附件 _Table1.pdf 与 _Table2.pdf 中。

Q4：发热样本是怎么构成的？
以口腔温度高于 37.5 摄氏度定义发热，阳性受试者约占全集 11%。发热主要来自研究现场的轻度上呼吸道不适志愿者，谱段集中在低热区，没有高热危重样本。

Q5：为什么用口腔温度做参考标准？
口腔体温计是临床公认的深部体温无创近似，比额温枪、耳温枪偏差更小、可溯源。每人测量两次，分别记录快速模式与监测模式的均值；由于快速模式精度较低，论文分析只用监测模式口径。选择口腔而非直肠或食道核心体温，是「精度」与「可接受性」的折中：志愿者场景下，口腔测温的依从性远高于侵入式方案，而其与核心体温的系统偏差可以通过固定操作规程压到可忽略。

Q6：两台热像仪是什么来头？
IRT-1 为 FLIR 产品、IRT-2 为 ICI（Infrared Cameras Inc）产品，均先在 FDA 实验室按标准化协议做过性能评估（Ghassemi et al. 2018），采集时画面内置黑体以实时校准漂移。双设备并行意味着同一批人有两套独立测温记录，可做跨设备一致性分析；两台设备代表当时筛查市场的两类主流价位与性能档位，双设备结论因此比单设备结论更接近「方法本身」而不是「某台机器」。

Q7：数据怎么获取？
PhysioNet 公开直链下载，CC0 1.0 许可，无需签署使用协议；GitHub 上有第一作者维护的镜像仓库。文件解压后仅 4.5 MB，笔记本即可全量加载。

Q8：有图像数据吗？
没有。发布的是从图像提取后的温度数值表格加图示附件，原始热像与可见光图像未包含。想复现「从像素到位点温度」这一环节的研究者拿不到原始帧，这是该数据集最主要的边界（§5）。

Q9：能拿它训练什么模型？
常见用法：以面部位点温度为特征预测口腔参考温度的回归、以发热与否为标签的分类、位点选择与特征重要性分析、跨设备域适应。表格数据规模适中，CPU 级实验即可跑通。进阶方向包括温差特征的构造与筛选、按环境温度分层的亚组建模、以快速模式标签做噪声鲁棒性实验——这些用法都只需要表格本身，不依赖任何外部数据。

Q10：引用时要引哪些文献？
PhysioNet 要求同时引用数据集本体（Wang et al. 2023, DOI 10.13026/3bhc-9065）与配套主论文（Wang et al., Sensors 2022;22:215）；若涉及位点选择结论还应引 Zhou et al., J Biomed Opt 2020。三条文献覆盖「数据、方法、结论」三个层面，缺一则审稿环节常被打回。

§2 数据构成与规格

2.1 剔选漏斗与两设备子集

研究从马里兰大学社区招募志愿者，原始入组一千一百余人。剔选分三类：其一，六人记录不完整（关键字段缺失）；其二，五十六人口腔读数不合格——或只测了一次，或两次读数相差超过半摄氏度，无法确认参考值稳定；其三，运动伪影导致热像模糊，IRT-1 剔三十三人、IRT-2 剔四十三人（两台设备拍摄时刻不完全同步，模糊人数故而不同）。最终 FLIR 子集一千零二十人、ICI 子集一千零九人，两子集高度重叠但非完全同一人群。

剔选漏斗的每一级都对应一个明确的数据质量威胁。记录不完整威胁的是字段完整性；口腔读数不稳定威胁的是参考标准的可信度——一个自身读数漂移超过半摄氏度的参考值会让所有后续比较失去锚点；运动伪影威胁的是温度提取精度——受试者在曝光瞬间的微小位移会让配准算法把面部位点错位到背景或衣物上，提取出的「额头温度」可能实际上是空气温度。三类剔除各自独立执行，累计剔除比例约一成，属于临床研究的正常损耗区间。

发热组占比约一成，这一阳性率是研究设计刻意追求的：既要保证阳性样本量足够支撑 ROC 分析，又不人为制造极端不平衡。发热来源以现场招募的轻度上呼吸道不适志愿者为主，口腔参考温度集中在低热区段，没有高热危重样本。阳性组的构成意味着：用于筛查性能评估（能不能把发热者从人群中分出来）结论可靠；用于热谱分析（不同疾病的热分布模式）则证据不足。

从流行病学方法的角度再补一句：这个阳性率是「人为富集」的结果——研究者有意招募了部分轻度症状志愿者，使发热者在样本中的密度高于自然人群。富集设计在诊断准确性研究中是标准做法（试验效率高、所需样本量小），但它同时决定了数据不能回答「人群里有多大比例发热」这类流行率问题。阅读任何基于这套数据的报告时，先确认它是在做筛查性能评估还是流行率推断，两者的合法结论集完全不同。

人口学偏斜是最需要记住的特征：约九成半受试者年龄低于三十岁，约半数在十八至二十一岁之间——这本质上是大学校园招募的自然结果。年龄以区间形式记录（相邻五岁一档，六十岁以上合并为一组），是 HIPAA 去标识化的一部分。性别与族裔的具体构成比例需查配套论文正文，数据页摘要未列出。

2.2 六份 CSV 的文件组织

六个数据文件构成一个 2×3 矩阵：FLIR 与 ICI 两个设备维度 × 三个分组维度（group1、group2、groups1and2）。group1 与 group2 是论文分析中使用的两个受试者分组，分组的设计目的与方法学论证见配套论文；groups1and2 则是两组合并的全量表。同一设备三份文件的列结构一致，合并表只是行的拼接，因此建模时只需读 groups1and2 一份即可获得全量样本；group1 与 group2 单独保留的价值在于复现论文中分组建模与分组报告的实验设计。

按设备分文件（而非按设备分列）是更稳妥的组织方式：FLIR 与 ICI 的测温特性、位距协议与图像分辨率不同，把两设备的读数放进同一行会诱使使用者做未经验证的跨设备直接比较。分文件形态迫使使用者在合并前显式思考设备因素，这是发布方用文件结构传达方法学约束的做法。

附件三件：_Figure1.png 以图示方式标注各面部测温位点的解剖位置，是理解「内眦」「眉心」「颧部」等列名含义的直观入口；_Table1.pdf 给出二十六个温度变量的逐项定义（位点 × 统计量）；_Table2.pdf 给出其余字段（人口学与环境协变量）的定义与取值口径。这三件附件是理解列名的唯一官方说明，使用前应先读。

另有 LICENSE.txt（CC0 全文）与 SHA256SUMS.txt（完整性校验）。解压总大小 4.5 MB，属于「一张 Excel 就能打开」的量级；在内存以 GB 计的现代设备上，pandas 一次性读入全部文件毫无压力。

2.3 字段规格：温度变量、参考值与协变量

温度变量的提取是一个两步算法的产物：先用自由变形配准把可见光人脸与热像对齐（方法学出自 Chenna et al. 2018），再在配准后的各解剖位点上取最高温、均值等统计量。位点覆盖额头、左右内眦、左右外眦、脸颊、鼻部等区域，统计量组合成二十六个数值列。最高温与均值两种统计量的差别在筛查语境下意义重大：单点最高温对局部热斑（如刚喝过热水）敏感，区域均值则可能稀释真实发热信号，论文的比较实验正是在这两种统计量之间做权衡。

口腔参考温度每行一组：监测模式均值与快速模式均值并列。监测模式是体温计的逐次稳定测量模式，被论文采信为参考标准；快速模式以牺牲精度换取速度，其均值仅作对照。两者的并列记录使数据集自带一层「参考标准灵敏度分析」的素材：同一模型分别以两种口径为标签训练，标签噪声对指标的影响可以直接量化。

协变量包括性别、年龄区间、族裔、环境温度、相对湿度、测量距离（镜头到面部）、是否化妆（化妆品会局部改变皮肤发射率与温度读数）以及测量日期时间。环境温湿度与测量距离是发热筛查部署中最常被忽略的两个混淆变量：室温每低一度，皮肤表面读数的系统性偏移足以吞掉低热与正常的差距。这套协变量让下游可以做混杂校正——把「位点温度对口腔温度的预测力」分解为「解剖学信号」与「环境伪影」两部分，这正是 Method 学论文的立论基础。

缺失值处理口径：并非每位受试者都有完整协变量记录，缺失以空值呈现，不做插补。建模前需自行决定删除还是填充；删除会进一步缩小本已偏斜的亚组，填充则可能把缺失模式误当信号，两种处理的敏感性分析都值得做。

2.4 与同类测温数据的边界

公开发布的 IRT 人体研究数据集此前近乎空白——作者在数据集页明确写道，据其所知当时没有其他公开的同类 IRT 研究数据。此前的测温研究数据通常滞留在论文附件或不对外提供，公开可下载的体温表格数据多为众包或可穿戴设备来源，缺少医学级参考标准。本数据集填的就是「医学级、标准化、公开」这一格。

库内另一红外条目 dmr-ir 是乳腺热成像图像库（每例多视角静态与动态热像，FLIR SC620 采集），形态为图像；本数据集则是表格温度值。两者一个供图像分割与热模式识别，一个供位点选择与回归建模，互为红外测温领域的两张互补拼图。学术检索时两个条目都常被「infrared thermography dataset」一类的关键词命中，引用前务必先分清实体。

2.5 数据字典速查

对使用者的最小心智模型可以这样概括：每行一个受试者、每列一个变量；温度类列全部以摄氏度为单位；参考标签列是口腔监测模式均值；标识列是按测量日期生成的受试者编码；条件列（距离、环境温湿度、化妆与否、日期时间）用于混杂校正与亚组分析。列名的权威定义在两份 PDF 附件，此处不逐列转抄，避免转抄引入的第二手误差。

把它与常见表格数据做一次心智对照会更清楚。与电子病历表格相比，这里的每一列都出自同一套受控采集规程，字段语义没有站点间漂移问题；与可穿戴设备数据相比，这里的温度有黑体锚定与医学级参考值，可信度高一档；与调查问卷数据相比，这里没有自报偏差。反过来，它的列宽（二十六个温度变量加协变量）远窄于电子病历，特征工程的空间不在「从海量列里挑」而在「从二十六个位点温度里构造组合特征」——例如内眦与额头的温差、左右内眦的对称性、全脸最高温与区域均值的差，这些组合在论文与后续文献里都被证明比原始单点特征更有判别力。

单位与精度口径也值得一句：CSV 中的温度保留到小数点后适当位数，精度不应被误读为准确度——小数位数反映的是计算输出格式，不是测温误差水平，整条采集链路的真实误差以论文的准确性分析为准。

§3 采集方法与研究设计

3.1 标准化部署：ISO/TR 13154 的临床落地

研究的出发点是一个可检验的问题：如果严格按国际共识指南部署热像仪，发热筛查的表现能到什么水平。ISO/TR 13154:2017 规定了筛查热像仪的部署、实施与操作要求——受控室温、稳定环境湿度、固定测量距离、画面内黑体、受试者环境适应时间等。此前文献中 IRT 表现参差不齐的主要原因，正是各研究在上述每一项上的自由发挥：有的在机场大厅敞开环境下测，有的距离不固定，有的没有环境适应时间。FDA 团队把这套要求完整搬进临床现场，使数据成为「指南落实到位时表现如何」的参考答案。

这一设计也决定了数据的解读边界：它回答的是「标准化部署的上限」，而不是「真实世界混乱部署的期望」。两者间的落差是部署质量的教育问题，不是数据集的问题。

黑体（blackbody）是整个方案的精度锚点：一个温度精确受控的参考辐射源置于拍摄画面内，热像仪每次读数都能对照黑体实时修正漂移。热像仪的辐射测温依赖发射率假设与内部温度补偿，长时间运行或环境变化都会引入漂移；画面内黑体把每次读数都锚定在同一物理参考上，这是实验室级溯源进入现场的关键一步，也是家用额温枪完全不具备的环节。

3.2 双设备并行的设计意图

同一受试者在同一时段分别由 FLIR 与 ICI 两台热像仪采集。这样设计有三个好处：跨设备的位点选择结论若一致，则结论归因于解剖位点而非设备特性——这是从「某台机器上内眦更好」上升到「内眦在解剖学上更好」的关键一步；两套独立记录天然构成一致性检验集，任何单设备偏倚都会在对照中显形；双设备还提供了跨设备泛化的天然测试床，用 FLIR 训练的模型在 ICI 数据上的表现可以直接度量。

代价是剔选口径在两设备上不同（运动伪影剔除人数不同），跨设备分析时样本量有轻微错位。两台设备的分辨率、测温范围与光学参数亦不相同，跨设备一致性分析应报告设备参数差异并区分「设备间系统差」与「随机不一致」。

3.3 参考标准的双模式读数

口腔测温按体温计的两种运行模式各执行一轮：监测模式逐次稳定、精度高；快速模式响应快但误差大。每人每模式测两次取均值，双模式并列记录。这一设计让数据集自带一个「参考标准自身噪声」的定量样本——用快速模式口径复算论文结论，可以直观看到参考标准退化对诊断指标的侵蚀。对方法学教学而言，这是一份难得的活教材：学生能亲手算出「把参考标准换差一点，AUC 掉多少」，从而理解为什么验证研究的预算应该优先花在参考标准上。

口腔测温的操作细节同样重要：读数时机（是否避开饮食）、体温计放置位置、两次读数的间隔，均按临床规程执行并在配套论文中描述。任何想在其他研究里复用「口腔参考」的团队，应把论文的操作规程当作可引用的实施标准。

3.4 从像素到表格：FFD 配准流水线

原始采集产物是热像、可见光照片与网络摄像头图像，但发布的只有提取后的温度表。中间环节的 FFD 配准方法（Chenna et al. 2018）把可见光人脸关键点映射到热像坐标系：热像分辨率低、纹理弱，直接做人脸关键点检测不可靠；可见光图像关键点检测成熟，把可见光的位点定义经配准变换搬进热像，位点归属在两个模态间就保持了一致。FFD（free-form deformation）以控制点的自由形变描述非刚性的人脸姿态差异，比刚性配准更适合转头、俯仰等自然姿态。

对下游使用者而言，这条流水线是黑箱：无法复核每个位点温度的提取质量，只能信任 FDA 实验室的实现。这是表格形态换取易用性的代价——配准误差、位点偏移、统计量计算的任何瑕疵都被固化进了数字里。清醒的使用者会把「提取流水线不可审计」列为该数据的方法学限制，在论文的限制章节如实声明。

3.5 数据与论文的时间关系

临床采集先于数据发布数年：五百九十六人的先导分析先行发表于 2020 年，全量方法学分析发表于 2022 年，数据集本体 2023 年定版公开。三者的对应关系是「先导论文用部分数据、主论文用全量数据、数据集是全部原始表格」。引用时应按研究问题选文：位点选择结论引 2020 论文，校准与准确性方法引 2022 论文，数据本体引 2023 数据集 DOI。

从研究立项到数据公开历时约七年，这个周期本身就是一条启示：临床级数据的采集、分析、去标识化审查与平台定版各有刚性耗时，任何「采完就发」的期待都不现实。对数据发布方的含义是，发布计划应与论文投稿同步启动；对数据使用者的含义是，引用一个数据集时应预期其口径冻结在发布时点，后续新采集不会自动并入。

疫情背景还影响了发布节奏本身：先导论文 2020 年发表时正值全球测温需求高峰，学界对原始数据的公开呼声直接推动了团队向 PhysioNet 提交完整数据——数据集页面的引言里明确记录了「发布以来收到大量索取请求」这一动机。可以说，这套数据的公开是公共卫生紧急需求倒逼研究数据开放的一个正面案例。

§4 评估与主结果：位点选择决定成败

4.1 先导研究的主结论

2020 年发表于 Journal of Biomedical Optics 的论文基于研究前期的五百九十六名受试者，从热像中提取十七个面部位点温度与口腔参考对照。结果给出了一条清晰的经验曲线：Pearson 相关系数随位点强烈变化；基于内眦（inner canthus，内眼角）或全脸最高温的发热判别 AUC 达 0.95 至 0.97，而传统额头最高温仅 0.86 至 0.87。差距的解释是解剖学与生理学的：内眦附近皮肤贴近颈内动脉分支供血区，血流深在、受环境冷却影响小；额头表面则直接暴露，室温偏低时读数系统性下滑。

这组数字是疫情期「测温该看额头还是看眼角」争论的权威回答，也是 ISO 指南推荐内眦位点的临床实证背书。此后大量测温产品把默认位点从额头改到眼角，均可追溯至这一系列研究。对数据集使用者，这组数字同时是复现目标：任何新方法先与这组 AUC 对标，超过它才算增量。

4.2 全量数据的设备级准确性

2022 年 Sensors 论文把分析扩展到全量样本与双设备口径，重点从位点选择转向校准与准确性评估方法学：如何在实验室与临床两端标准化 IRT 性能测试、如何用画面内黑体把现场读数拉回可溯源区间、如何定义「临床准确」的评价指标体系。论文的立场是：设备规格书上的精度指标（如 ±0.5 摄氏度）是实验室口径，现场口径的准确性必须用「参考体温对照下的人群统计」重新度量——这正是本数据集存在的理由。

校准方法比较是论文的另一贡献：不同的黑体设置、不同的补偿算法对同一批热像给出不同的绝对温度，而筛查只关心相对排序。论文给出了在「绝对准确性」与「筛查判别力」之间做选择的分析框架。

4.3 与非接触体温计的对照

研究目标之一是回答「热像仪是否比额温枪更准」。非接触红外体温计（点温计）单点读数受对准误差影响大——枪口偏移几厘米，读到的可能就是发际线而不是额头中央；热像仪以区域取最高温的方式对位点误差更鲁棒，且能同时记录多个位点供事后分析。Sensors 论文对两类设备做了并列比较，结论支持在规范化部署前提下热像仪的判别表现更优。这一对照对采购决策与现场部署都有直接参考价值：预算允许时，区域热像优于单点测温。

这场对照还有一层容易被忽略的公共卫生含义：点温计的读数只覆盖一个点，无法事后审计「当时测的是哪里」；热像仪留下的是整张温度场，哪怕筛查当时只用了额头，事后仍能回放内眦读数。疫情期的许多争议读数若有热像回放能力，本可以免于误解。从这个角度看，热像仪的优势不只是「更准」，还包括「可回溯」——而这套公开数据正是把可回溯性发挥到尽头的形态：把整场研究的温度场都固化成了可复核的数值。

对部署方，两条实用推论：第一，现场培训应把「点位对准」列为点温计使用的头号误差源；第二，任何需要留痕、复核或事后统计的筛查场景，热像方案的可审计性溢价远超其采购价差。

4.4 建模基线与可对标指标

对想在数据上跑模型的使用者，可对标的官方基线包括：内眦最高温判别发热的 AUC 区间、各位点与口腔温度的 Pearson 相关排序、双设备一致性统计。任何新模型（逻辑回归、梯度提升、浅层神经网络）应先复现「内眦优于额头」这一已知结论作为 sanity check——如果复现不出，多半是标签口径用错（快速模式混入）或位点列选错，先排查再继续。

数据规模适中、特征全部为数值型、单表结构，从读表到出第一版结果通常在一个工作日内。值得尝试的增量方向包括：协变量校正后的残差分析（把环境因素从温度信号中剥离）、以二十六个位点做特征选择的稀疏模型、跨设备留一验证的泛化评估、以快速模式为标签的噪声敏感性实验。

特征工程的第一个直觉动作是构造温差特征：内眦与额头的温差直接刻画「核心供血区与暴露表面的读数差」，理论上应与环境温度负相关、与发热状态正相关；左右内眦的对称性则是不对称炎症的潜在指标。这些组合特征的诊断增益能否超过单位点最高温，正是数据留给后续研究的问题之一——官方论文比较了位点，没有系统比较组合特征，这块地还空着。

另一个值得注意的建模细节是测量距离。距离列的存在意味着可以检验「距离漂移对位点温度的影响」——现场部署中受试者站位不可能像素级精确，量化距离敏感性可以为部署规程给出容差建议，这是设备厂商评测报告里少见的实用曲线。

4.5 阈值选择与筛查成本

筛查场景里 AUC 不是终点，工作点上（operating point）的假阳性率与假阴性率才是。论文按传统发热阈值口径报告灵敏度与特异度，使用者应结合筛查成本结构选点：入场筛查宁可假阳性（复测一次口腔体温即可排除），临床分诊则假阴性的代价不可接受。数据中协变量齐全，可以按环境温度分层看工作点漂移——这是额温枪部署最常翻车的地方。

4.6 复现实验的三条纪律

其一，标签固定为监测模式口径，快速模式只用于敏感性分析；其二，跨设备实验先按受试者编码对齐两子集，未对齐样本单独报告；其三，任何以日期为特征的实验（季节效应）要防泄漏——同一天的样本相关性高，按日分组切分比随机切分更诚实。

§5 质量与已知问题

5.1 数据质量的总评

数据由 FDA 实验室按标准化协议采集，参考标准可溯源、黑体校准在场、剔选规则透明，质量在同类数据中属最高一档。质量短板不在采集而在发布形态：只发表格不发图像，下游无法审计位点提取环节。协变量存在零星缺失（以空值呈现），集中在人口学的部分字段，不影响温度主表的使用。

5.2 常见误读与避坑清单

常见说法	实际情况	使用建议
坑 1：把 dmr-ir 与本数据集混为一谈	dmr-ir 是乳腺热成像图像库，本数据集是面部测温表格，实体、形态、用途均不同	引用前先核对实体，勿在乳腺热成像论文里引本数据集
坑 2：以为数据里有原始热像可做分割	发布的只有提取后的温度 CSV 与图示附件，原始帧未公开	图像层面研究（分割、配准复现）不可行，勿按图像数据集规划
坑 3：把快速模式口腔均值当参考标准	快速模式精度低，论文只用监测模式口径	回归/分类的标签一律用监测模式列
坑 4：拿全量样本外推老年人或儿童发热表现	受试者约九成半低于三十岁，六十岁以上被并为一组	结论限定于年轻成人；部署前需按目标人群重新验证
坑 5：在极端环境假设下使用	采集于受控室温湿度，官方页面明示不宜外推至极端温度或高湿度	户外、低温车间等场景需另行采集校准数据
坑 6：忽略两设备剔选口径差	运动伪影剔除人数在 FLIR 与 ICI 子集不同，样本量不对齐	跨设备分析先对齐受试者编码再计算一致性
坑 7：把年龄当连续变量建模	年龄以区间分档记录，六十岁以上合并	按分类变量处理，勿做线性假设
坑 8：认为阳性占比可代表真实人群	阳性率约一成是设计结果，非流行率估计	做筛查性能评估可用；做患病率推断不可用
坑 9：按行号合并两个设备的子集	两子集受试者顺序无关，行号对齐会得到错配的温度对照	用受试者编码键连接，连接后核对列含义
坑 10：把测量日期当可丢弃字段	日期被有意保留供季节效应研究，丢弃会损失一层分析维度	时间相关分析前先做按日分组的泄漏检查

5.3 伦理与去标识化

数据经 HIPAA 口径去标识：姓名替换为按测量日期生成的编码、年龄分档、知情同意书销毁。FDA 与 UMD 双 IRB 批准（FDA 研究编号 16-011R）。测量日期被有意保留，理由是季节效应研究价值大于再识别风险，但使用者做二次分发时应意识到日期、族裔、年龄区间的组合仍有弱再识别可能，CC0 不豁免研究伦理判断。发布机构页面同时声明：文中对商业产品的提及不构成美国卫生与公众服务部的认可——引用设备型号时保留这一中立口径。

对「人脸数据是否涉隐私」这一常见疑问，答案是：发布物中没有人脸。热像与可见光图像的原始帧未公开，表格中的数值不含可重建面部形态的信息量，因此不需要按人脸生物识别数据的口径做额外合规。这一设计使该数据成为「敏感采集、脱敏发布」的示范：在采集端做足 IRB 程序，在发布端用形态转换降低隐私等级，两条线各自闭环。

5.4 问题反馈与勘误渠道

数据问题可通过 PhysioNet 页面的反馈渠道或 GitHub 镜像仓库的 issue 提交；第一作者在镜像仓库持续维护。截至建档日未见到官方勘误公告，数据页亦无版本变更记录，使用中的异常发现建议同时提交两处。若下游发现某一列的语义与附件定义不符，应以附件定义为准并在复现材料中注明偏差，避免两个口径并行流通。

5.5 与"好数据"标准的对照

把 §5 的内容收拢成一句话：这套数据的采集质量是满分档，发布完整性是良好档（图像缺席、部分协变量缺失），可复现性是受限档（提取流水线闭源）。三档评价合起来，就是使用者在论文限制章节里应当原样转述的画像。

§6 获取与许可

6.1 获取路径

PhysioNet 数据页提供整包下载（zip，解压 4.5 MB），页面标注 open access，不要求 CITI 培训证明或签署使用协议（与 PhysioNet 上部分受限数据集不同）。第二路径是 GitHub 镜像仓库 qz-w/Facial-and-oral-temperature-data，由第一作者维护，六个 CSV 与附件齐备，适合被 CI 或教学脚本直接拉取；镜像仓库的 README 即数据集论文摘要，兼具说明文档职能。两条路径文件内容一致，建议下载后用 SHA256SUMS.txt 校验完整性——这是防止传输截断或镜像滞后引入差异的最廉价保险。

低带宽环境另有取舍空间：核心建模只需要所在设备的 groups1and2 一份 CSV 加两份定义附件，不必拉整包；跨设备分析才需要全部六份。

6.2 许可条款

CC0 1.0 Universal：作者与 FDA 在法律允许的最大范围内放弃全部著作权与邻接权，任何人可为任何目的使用、修改、再分发，无署名强制、无商业限制。对商业测温产品的研发与内部验证，这意味着可以直接把数据纳入回归测试集而不需要法务审查；对教学，这意味着课程材料可以随数据一起再分发。

注意 CC0 只覆盖数据与附件；引用配套论文时，论文本体遵循期刊各自的许可，Sensors（MDPI）论文为开放获取，J Biomed Opt 论文的再使用需按期刊条款。PhysioNet 惯例要求使用者在发表时同时引用数据集 DOI 与平台文献（Goldberger et al. 2000，Circulation），这属于学术规范而非法律义务。

与库内许可光谱对照：大多数医学影像数据集受「研究用途限定」或「请求制获取」约束，本数据的 CC0 处在最宽一端，与公共卫生统计类开放数据同级。宽许可的实际含义是把「能不能用」的问题完全消掉，使用者只剩下「怎么用得对」的方法学责任——这正是 §5 的限制清单要补足的部分。

6.3 版本链与引用口径

数据集仅 v1.0.0 一个版本，2023 年 5 月 24 日定版。PhysioNet 为其分配了两个 DOI：版本 DOI（10.13026/3bhc-9065，锁定 v1.0.0）与最新版 DOI（10.13026/9ay4-2c37，随版本演进）。学术引用推荐版本 DOI 以保证可复现；若后续出现新版本，最新版 DOI 会自动指向新版。两个 DOI 当前指向同一内容，引用时勿把二者当作两个不同数据集。

6.4 AI-Ready 评估

按 DAIMS 维度逐项打分：

维度	评分	说明
D 可发现性	5/5	PhysioNet 收录、DOI 注册、官方 GitHub 镜像、搜索引擎可索引
A 可获取性	5/5	open access 公开直链，CC0 无任何使用门槛
I 可互操作性	4/5	纯 CSV 标准格式，但列定义在 PDF 附件中，机读元数据缺失
M 可复用性	4/5	CC0 满分，扣一分因原始图像未发布，提取环节不可复现
S 可持续性	4/5	PhysioNet 长期托管，单一版本无迁移风险，依赖平台存续

综合属表格型公开医学数据的第一梯队。限制要点与复现口径已在 §5.2 列全，机器学习管线从下载到建模无需任何清洗上的惊喜；唯一的前置功课是读懂两份 PDF 附件的列定义。

6.5 快速上手三步

第一步：从 PhysioNet 下载 zip 并校验 SHA256；第二步：先读 _Table1.pdf 与 _Figure1.png 建立列名到解剖位点的映射；第三步：读所在设备的合并表，标签取监测模式口腔均值，按传统发热阈值二值化后先复现 AUC 基线。三步之后即可按 §4.4 的方向做增量实验。

给不同使用者的路径提示：方法学研究者从 §4.2 的校准框架读起，工程团队从 §4.5 的工作点与 §5.2 的清单读起，教学者直接用合并表加两份附件搭练习——三类需求的起点不同，但都要经过「先读附件再读表」这一步，跳过它几乎必然踩中列语义误读。

6.6 引用文本

最低引用组合为两条：数据集本体（Wang Q, Zhou Y, Ghassemi P, Chenna D, Chen M, Casamento J, Pfefer J, McBride D. Facial and oral temperature data from a large set of human subject volunteers. PhysioNet, 2023, 版本 DOI 10.13026/3bhc-9065）与配套主论文（Wang Q, Zhou Y, Ghassemi P, McBride D, Casamento JP, Pfefer TJ. Infrared Thermography for Measuring Elevated Body Temperature: Clinical Accuracy, Calibration, and Evaluation. Sensors. 2022;22(1):215. DOI 10.3390/s22010215）。涉及位点选择结论另加 Zhou et al. 2020（DOI 10.1117/1.JBO.25.9.097002）。

§7 生态与影响

7.1 团队谱系

FDA CDRH 的热成像项目组长期从事测温设备标准化研究，本数据集是其人体临床研究的公开化延伸：Ghassemi 2018（实验室性能测试协议）、Chenna 2018（FFD 配准）、Zhou 2020（位点选择临床研究）、Wang 2022（校准与准确性方法学）构成一条完整的方法学链条，数据集是链条末端的公开产物。作者团队横跨 FDA、马里兰大学系统（Baltimore County 与 College Park）与 Johns Hopkins，其中学生与博士后署名反映实验室的人才培养职能。通讯作者 Quanzeng Wang 在数据集发布后持续维护 GitHub 镜像。

7.2 在测温研究版图中的位置

疫情前的发热筛查文献以小样本、单设备、无标准化部署为主，诊断表现天差地别——同一种设备在不同研究里的灵敏度可以从不及格排到接近满分。本数据集以规模（千人级）、双设备、黑体校准、共识指南落地四个特征，成为该领域事实上的参考数据集。作者页面的判断——当时没有其他公开同类数据——在其发布时点成立，此后亦鲜有规模与方法学可匹敌者。SARS、埃博拉、新冠三场疫情构成的公共卫生叙事背景，使这套数据的价值讨论始终处在「下一次大流行前的准备」语境里。

7.3 下游使用形态

已知使用集中在三类：测温方法学论文对标引用、工程团队的产品验证参考、教学场景（回归与分类的标准练习数据）。由于发布的是表格而非图像，它也被用作「医学表格数据入门」的低门槛素材——对比库内动辄数百 GB 的影像库，4.5 MB 的体量让它在教学中几乎无摩擦。尚无以其为对象的公开竞赛或 leaderboard，这既是空白也是机会：一个「位点选择」主题的公开基准赛仍无人组织。

使用形态的另一层观察是时间分布：发布初期（2023）以方法学对标为主，随着疫情测温讨论降温，教学与工程验证的比重上升。这种「研究热点回落、基础设施价值留存」的轨迹在临床数据集中很典型，也与 §8.6 的保险性投入判断一致。对库内收录策略的启示是：热点期发布的数据不必然有长尾价值，而像这样把方法学协议连同数据一起冻结公开的条目，其引用生命期通常显著长于热点本身。

7.4 引用与影响面

配套的 Zhou 2020 论文在发表后数年内积累了大量引用（ResearchGate 记录显示八十次以上），是疫情期测温文献的高被引工作；数据集本体作为 2023 年发布的资源，引用增长依赖后续筛查方法学研究的自然累积。PhysioNet 平台侧的访问计量显示 v1.0.0 页面访问量数百次，属平台中 Typical 的表格型数据集流量水平。

7.5 与库内条目的关系

• dmr-ir（rid=1180）：红外测温的另一极——乳腺热成像图像库。两者合读可覆盖红外测温的图像形态与表格形态，适合作「红外医学数据」主题的互链对。
• circor-digiscope（rid=392）：同为大规模志愿者生理筛查采集（儿童心脏听诊音频），采集组织范式与参考标准问题可对照。
• fair-health-atlas（rid=1207）：开放许可公共卫生数据的另一案例，可互证开放数据策略在医学数据发布中的位置。

§8 方法学启示

8.1 参考标准决定上限

测温研究的诊断指标上限由参考标准的质量决定。口腔监测模式读数把参考噪声压到最小，使热像仪的相对表现可以被干净地测量；若换成额温枪做参考，任何结论都会被参考噪声淹没。这一原则适用于一切「新设备 vs 旧标准」的验证研究，也解释了为什么本研究要为口腔读数设置稳定性剔除（两次读数差超限即剔除）。

8.2 位点比算法重要

在温度筛查任务里，换一个解剖位点带来的 AUC 提升大于大多数算法改进。对资源有限的团队，先优化测量方案（位点、距离、环境）再优化模型的次序，是本研究给出的性价比路线。反过来，这也提醒评测者：在一个只给单点位点温度的数据上比较模型，天花板早已被数据设计锁死。

8.3 表格发布是双刃剑

发布提取后的表格最大化了可及性（体量小、许可零限制、即开即用），但切断了从图像到表格的复现路径。对发布方，这是在「可审计性」与「可及性+隐私」之间的取舍——原始面部热像的发布需要更重的去标识化审查，表格形态天然规避了人脸隐私问题。对使用者，关键是清楚表格是流水线末端产物，任何位点定义问题都无法在数据侧修复，引用时应如实转述这一形态限制。

8.4 版本化与双 DOI

PhysioNet 的版本 DOI 与最新版 DOI 双轨制值得所有数据发布者借鉴：引用可锁定、演进可跟随。本数据集单版本即定案，双 DOI 的意义在引用稳定性上已充分体现。配套的 GitHub 镜像补足了扁平文件的可脚本化获取，两条分发渠道各司其职。

8.5 给数据发布者的五条清单

从本研究可以提炼出可迁移的发布清单：一、参考标准的选择与质控规则要写进文档（口腔读数稳定性剔除即是范例）；二、剔选漏斗逐级披露人数与原因；三、缺失值不插补、原样保留并声明口径；四、附件（图示+变量定义表）随数据走，别让定义只活在论文里；五、许可选最宽的（CC0），把合规成本降为零。

8.6 与后疫情测温生态的关系

数据定版于 2023 年，彼时大规模入场测温已经退潮，但测温设备的标准化需求并未消失：医疗机构入口筛查、职业健康监测、检验检疫场景仍然长期存在，下一次呼吸道大流行的预案里测温依然排在第一道。这份公开数据的真正用户，正是为「下一次」做准备的工程师与公共卫生规划者——用上一场疫情中采集的高质量数据，避免重演上一场疫情中测温表现参差的混乱。从这个意义上说，它是一份保险性投入：当下使用频率不高，但使用时的不可替代性极高。

§9 在千方病案医数集生态中的位置

9.1 主题定位

该数据集填补库内「红外测温/体温筛查」主题的表格型空位：dmr-ir（rid=1180）覆盖红外热成像的图像形态，本数据覆盖其表格形态；两者加上疾病监测类公共卫生条目构成「疫情期测温与监测」的互链三角。建议互链：dmr-ir（双向，同为红外医学数据）、circor-digiscope（rid=392，志愿者筛查采集范式）、fair-health-atlas（rid=1207，开放许可策略）。

9.2 对库内使用者的一句话

需要在公开数据上验证测温方案、复现发热筛查基线或做表格建模教学的使用者，从这里出发即可在一天内拿到数据并跑出第一个 AUC；需要图像级热模式研究者请转 dmr-ir。

9.3 检索与命名提示

该数据的通用称呼是 PhysioNet slug 与英文全名，中文文献尚无统一译名；检索时用「facial oral temperature PhysioNet」「inner canthus AUC」等英文组合命中率最高。把它与「额温枪测评」「红外热像仪选购」类内容区分开的标志是：有黑体校准、有口腔参考、有人群统计三要素。

9.4 一句话画像

如果用一行字向库内使用者介绍这套数据：美国 FDA 用一千余名年轻志愿者、两台热像仪、一个黑体和一支口腔体温计，把「发热筛查热像仪到底准不准、该看哪里」这道疫情期最吵的争论题，做成了一份 4.5 MB 的标准答案表。

§10 总结

面部与口腔温度数据集是一个「小体积、大方法学密度」的公开临床数据：FDA CDRH 团队按 ISO 共识指南完成千人级双热像仪采集，以黑体校准与口腔监测模式参考把测温研究的方法学标准拉齐到可溯源水平，产出六份 CSV、二十六个面部位点温度变量与完整的协变量集，以 CC0 在 PhysioNet 开放。配套论文确立了内眦位点优于额头位点这一被广泛采纳的筛查结论，并把校准与准确性评估整理成可复用的方法框架。

它的边界同样清楚：人群年轻、环境受控、只有表格没有图像、发热谱段以低热为主、位点提取流水线不可审计。把这些边界当作使用前提而不是缺陷，它就是发热筛查建模与测温设备评测领域目前无可替代的参考数据；下一次呼吸道大流行来临前，任何想验证测温方案优劣的团队，都应从这份零门槛的公开数据开始。

最后给检索者一个定位坐标：在「体温与测温」这个数据主题下，公开资源大致分三层——设备厂商的规格与测评（商业口径）、众包与可穿戴数据（量大但参考标准弱）、以及本研究这种医学级标准化采集（量适中、参考标准硬）。这里所属的第三层目前公开样本屈指可数，这正是它历经数年仍值得单独入库成篇的理由。此外，这套数据的千人体量在表格型医学数据里处于中位，但方法学附件的完整程度罕见——它是少数把「参考标准如何质控」写成文档的公开数据。

编辑说明

• 核验时间：2026-10-18；核验方式：PhysioNet 数据页（v1.0.0 与 latest 双页）+ GitHub 镜像仓库 + 配套论文（J Biomed Opt 2020、Sensors 2022）公开信息三源互证；核心数字以 PhysioNet 官方页面为最终口径。
• 存照：数据集页面的「more than one thousand subjects」为概括口径，精确口径为一千一百一十五人入组、剔选后 FLIR 子集一千零二十人 / ICI 子集一千零九人，正文按精确口径；版本 DOI 与 latest DOI 并存且指向同一版本，正文采用版本 DOI。
• 遗留疑点：二十六个温度变量逐项定义未逐一核对 _Table1.pdf 原文（PDF 未解析），列名细节以附件为准；PhysioNet 下载是否需注册账号未实测，按页面 open access 口径成稿；受试者族裔构成比例未见于摘要页，未写入正文；group1/group2 的分组方法细节见配套论文，未独立核验。
• 利益声明：数据集由美国联邦机构（FDA）研究人员以公务产出发布，CC0 许可，无商业关联；发布方页面声明对商业产品的提及不构成官方认可。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• jhu-csse-covid-19 — 共享标签：公共卫生与流行病学 / 疾病监测 / COVID-19
• jader — 共享标签：公共卫生与流行病学 / 疾病监测 / 真实世界数据
• flatten-covid-survey — 共享标签：公共卫生与流行病学 / 疾病监测 / COVID-19
• armd-mgb — 共享标签：公共卫生与流行病学 / 疾病监测 / 真实世界数据
• eudravigilance — 共享标签：公共卫生与流行病学 / 疾病监测 / 真实世界数据
• amr-uti — 共享标签：公共卫生与流行病学 / 疾病监测 / 真实世界数据
• mends — 共享标签：公共卫生与流行病学 / 疾病监测 / 真实世界数据
• n3c — 共享标签：公共卫生与流行病学 / COVID-19 / 真实世界数据
• mics — 共享标签：公共卫生与流行病学 / 疾病监测
• maternal-ultrasound-nutrition — 共享标签：公共卫生与流行病学 / 真实世界数据

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。