PASSION — 撒哈拉以南非洲儿童色素性皮肤病临床影像数据集

PASSION · 撒哈拉以南非洲儿童色素性皮肤病临床影像数据集 — 本条目为「千方病案医数集 AI-Ready Wikipedia」条目。

一句话速览：这是首个系统收集撒哈拉以南非洲儿童色素性皮肤（Fitzpatrick III-VI）皮肤病的公开临床影像数据集——四国 1,653 例患者 4,901 张手机照片，覆盖湿疹/真菌/疥疮/其他四类诊断，配套 ICD-10 与 ICD-11 编码和脓疱化二值标注；ResNet-50 基线在留出测试集上条件分类 balanced accuracy 0.70，但样本级→患者级回落至 0.64，跨年龄泛化（儿科→青少年）跌至 0.43——三重落差的定量解剖是本数据集对"医学影像公平性"的核心贡献。

关键档案：论文 = MICCAI 2024（LNCS 15003:703-712，doi 10.1007/978-3-031-72384-1_66）｜预印本 = arXiv:2411.04584（2024-11-07）｜官方站 = passionderm.github.io｜代码 = GitHub Digital-Dermatology/PASSION-Evaluation｜许可 = PASSION data public license（请求制，非 CC）｜资助 = Fondation Botnar（REG-19-024）｜伦理 = 瑞士 EKNZ-2018-01074。

本条目定位：面向皮肤科 AI、医学影像公平性与数据集工程读者，把 1,653 例背后的采集地理、光型分布、四类诊断口径、模型基线、三重落差与许可获取路径讲清楚，并给出与库内 ISIC 系列、HAM10000、PAD-UFES-20、Fitzpatrick17k 类条目的互链坐标。

---

§0 导读：这个数据集解决什么问题

0.1 一句话问题陈述

皮肤病学 AI 长期被一个简单的现实束缚：训练数据几乎全来自浅肤色人群，而全球皮肤病负担最重的深肤色人群在数据里几乎缺席。PASSION 的出发点正是这条被反复引用却少见系统性填补的鸿沟——研究团队用两年多时间（2020-2023）在撒哈拉以南非洲四国临床现场，用手机拍下 1,653 名患者的 4,901 张皮肤病变照片，把它们整理成一个带元数据、带标准诊断编码、带二值并发症标注的公开数据集。

0.2 为什么"色素性皮肤"是关键词

在皮肤病 AI 语境里，“色素性皮肤”（pigmented skin）通常指 Fitzpatrick 光型 IV、V、VI——即中等到深棕色到黑色的皮肤。PASSION 的论文标题直接点名 pigmented skin images，并强调"diversity gap"（多样性鸿沟）。这一选择不是修辞：皮肤病的视觉表现在不同光型间差异显著（例如红斑在深肤色上不易察觉、炎症性皮肤病的颜色线索弱化），在浅肤色数据上训练的模型迁移到深肤色时常出现性能衰减。PASSION 的价值在于它同时提供了：

1. 数据本身（四国、儿科为主、Fitzpatrick III-VI 的真实临床照片）；
2. 一个可复现的基线（ResNet-50 迁移学习，公开代码）；
3. 一份公平性诊断（分光型、分性别、分中心、分年龄的细粒度评测）。

0.3 三句话抓住它

• 规模：1,653 例患者 / 4,901 张图像 / 四国（马达加斯加、几内亚、马拉维、坦桑尼亚）/ 2020-2023 采集。
• 任务：把皮肤病诊断聚为 4 类（Eczema / Fungal / Scabies / Others），外加一个脓疱化（Impetiginized）二分类；配套 ICD-10 与 ICD-11 编码。
• 基线：ImageNet 预训练 ResNet-50 迁移学习，留出测试集条件分类 balanced accuracy 0.70；但患者级聚合后 0.64、儿科→青少年跨年龄泛化 0.43——从样本到患者、从儿科到全年龄、从中心内到中心间，性能逐层缩水。

0.4 与本库其他皮肤影像条目的关系

千方病案医数集此前已收录多个皮肤影像相关条目（ISIC 系列、HAM10000、PAD-UFES-20、Derm7pt、DERM12345、SkinCon、SKINCAP 等）。PASSION 在其中占据一个独特的生态位：

维度	ISIC / HAM10000 一系	PAD-UFES-20	PASSION
采集地域	欧美为主	巴西	撒哈拉以南非洲四国
光型	偏 I-III（含少量深色）	巴西人群（含深色）	III-VI，深色为主
年龄焦点	成人为主	成人为主	儿科为主
成像方式	皮肤镜为主	临床+皮肤镜混合	手机临床照片（远程皮肤病学）
诊断粒度	黑色素瘤等细分类	多类	4 类聚组 + 脓疱化二值
获取	多为公开直链	公开	请求制（PASSION 许可）

这张对照表是理解 PASSION 定位的最短路径：它不是"又一个皮肤镜数据集"，而是把地理、光型、年龄三个维度同时推离欧美成人浅肤色基准的一次数据补位。

---

§1 数据集速览：十问十答

Q1：PASSION 是什么的缩写？
PASSION = Pediatric African Skin Survey for Inclusive DiagnOsis of NSkin Diseases——即"面向皮肤病包容性诊断的儿科非洲皮肤调查"。论文标题则以 “PASSION for Dermatology: Bridging the Diversity Gap with Pigmented Skin Images from Sub-Saharan Africa” 呈现。需注意，"PASSION"是多个无关项目共用的常见缩写，检索时必须叠加 “dermatology” / “skin” / “Sub-Saharan” 等限定词（见 §10 坑 7）。

Q2：它有多大？
1,653 例患者 / 4,901 张图像。国别构成：马达加斯加 985 例 / 2,185 图；几内亚 384 例 / 480 图；马拉维 261 例 / 2,150 图；坦桑尼亚 23 例 / 86 图。

Q3：数据采自哪些国家？
四国，均为撒哈拉以南非洲：马达加斯加（全国范围）、几内亚（首都科纳克里 Conakry）、马拉维（首都利隆圭 Lilongwe）、坦桑尼亚（莫希 Moshi）。其中马拉维 + 坦桑尼亚因体量与地理邻近被合并为 东非集（EAS, Eastern African Set），故分析口径常呈"三中心"（马达加斯加 / 几内亚 / EAS）。

Q4：图像怎么拍的？
手机拍摄的临床照片，模拟远程皮肤病学（teledermatology）的真实场景——即医生或现场人员用普通手机拍摄病变部位。不是皮肤镜（dermoscopy）、不是标准化器械、不做统一光照与焦距校准，因此图像质量天然异质。同一病例常有多角度、多张照片。

Q5：标注体系是什么？
两个层次：① 四类诊断聚组——Eczema（湿疹）/ Fungal（真菌）/ Scabies（疥疮）/ Others（其他），基于 ICD-10 本体把 44 种原始病症归入四大类；② 脓疱化二值列（Impetiginized）——标记病变是否合并脓疱化（191 例，11.5%）。所有诊断都转成 ICD-10 与 ICD-11 两套标准编码以利互操作。

Q6：光型（Fitzpatrick skin type）分布如何？
覆盖 FST III、IV、V、VI。论文指出几内亚以 VI 型为主，EAS 与马达加斯加的 III→V/VI 分布相近。深肤色（IV-VI）是数据集的核心覆盖面。

Q7：性别与年龄有什么特点？
性别男性略多——几内亚 62%、马达加斯加 56%、EAS 65%；5-10 岁年龄组的男性病例是女性的 2-3 倍。年龄上 EAS 仅含儿科病例，全库以儿科为主（论文强调儿童是最受皮肤病影响的人群）。这一点直接引出 §5 的"儿科→青少年泛化骤降"结论。

Q8：任务定义与数据划分？
任务是 4 类皮肤病分类 + 脓疱化二分类。划分是预定义的患者级 80/20 分层开发-测试划分——按患者而非按图像划分，以防止同一患者的多张照片跨越训练/测试集造成信息泄漏（这是医学影像数据集设计的关键纪律）。

Q9：基线模型是什么？性能多少？
ImageNet 预训练 ResNet-50 迁移学习：末层全连接替换为 Dropout(30%) + BatchNorm + 单线性层，Adam 优化、加权交叉熵、学习率由 range test 确定。留出测试集（样本级）条件分类 balanced accuracy 0.70、macro precision 0.70、sensitivity 0.70；脓疱化二分类 F1 0.63（precision 0.52、sensitivity 0.79）。

Q10：怎么获取？许可是什么？
请求制：官网"Request Access to Dataset"按钮 → Google Form 填写申请。数据本体走 PASSION data public license（非 CC）：仅限非商业用途、要求署名、禁止再识别、不得分享直接下载链接（只能分享托管网站链接）、禁止转载到其他平台。项目网站本体为 CC BY-SA 4.0（网站内容，非数据集）。

---

§2 数据构成与规格

2.1 总规模与口径

PASSION 的核心硬数字在论文摘要、正文与官方站之间保持高度一致：

指标	数值	口径
患者/病例数	1,653	全库
图像数	4,901	全库
平均每例图像数	≈ 2.97	4,901 ÷ 1,653
采集期	2020-2023	前瞻性采集
国家数	4	马达加斯加 / 几内亚 / 马拉维 / 坦桑尼亚
分析中心口径	3	马达加斯加 / 几内亚 / EAS
诊断大类	4	Eczema / Fungal / Scabies / Others
原始病症数	44	归入上述 4 类
二值标注	1	脓疱化（Impetiginized）
光型覆盖	4	FST III / IV / V / VI

2.2 国别构成明细

国家	机构/城市	病例数	图像数	占比（病例）	成像特点
马达加斯加	全国范围	985	2,185	59.6%	体量最大，覆盖全国
几内亚	科纳克里 Conakry	384	480	23.2%	以 FST VI 为主，图像数偏少
马拉维	利隆圭 Lilongwe	261	2,150	15.8%	图像密度高（多图/例）
坦桑尼亚	莫希 Moshi	23	86	1.4%	体量最小，儿科专用
合计	—	1,653	4,901	100%	—

关键观察：图像数与病例数并不同步——马达加斯加平均每例约 2.2 张，而马拉维平均每例约 8.2 张、坦桑尼亚约 3.7 张。这意味着以图像为单位统计时，机构权重会被重新分配：以病例论马达加斯加占近六成，以图像论马拉维的单例贡献远高于马达加斯加。任何按图像聚合的评测都必须意识到这一"病例 vs 图像"的权重差异（见 §10 坑 4）。

2.3 EAS 的定义与后果

马拉维（261 例）与坦桑尼亚（23 例）被合并为东非集（EAS, Eastern African Set），理由是体量与地理邻近。合并后三中心口径为：

• 马达加斯加：985 例 / 2,185 图
• 几内亚：384 例 / 480 图
• EAS：284 例 / 2,236 图

EAS 合并的直接后果是坦桑尼亚的单国信号被马拉维淹没（23 : 261 ≈ 1 : 11.3）；而 EAS 又"仅含儿科病例"，这一属性在跨中心泛化实验中被证明是主导因素（§5.6）。

2.4 Fitzpatrick 光型分布

论文的 Table 3 给出了测试集的光型 × 性能交叉表，其 support（样本数）列同时暴露了测试集的光型分布：

光型（FST）	测试集样本数（support）	说明
FST III	303	中等肤色偏浅
FST IV	254	中等棕色
FST V	341	深棕色
FST VI	88	最深（黑色）
合计	986	测试集样本级口径

据此，测试集仍以 III-V 为主，VI 型样本最少（88）。论文正文另指出：几内亚以 VI 型为主，EAS 与马达加斯加呈 III→V/VI 相近分布。这一"VI 型样本在测试集中稀缺"的事实，与 VI 型在 Table 3 上反而取得较高 balanced accuracy（0.73）形成耐人寻味的对照（见 §5.5 与 §10 坑 5）。

2.5 身体部位覆盖

论文 Table 1 按「国家 × 身体部位」给出病例计数，涉及的身体部位包括 Arm（手臂）、Back（背部）、Pelvic（骨盆/会阴）、Face（面部）、Foot（足部）、Hair（头发/头皮）、Hand（手部）、Leg（腿部）、Torso（躯干） 等。诊断大类在各部位的分布示例（Table 1，病例计数）：

诊断大类	几内亚	马达加斯加	EAS
Eczema	57	301	56
Fungal	230	299	50
Scabies	58	356	57
Others	39	29	121

注意：Table 1 是"病例 × 部位"的细粒度计数，其行/列合计与 985/384/284 的总病例口径需按部位缺失校正，不是简单行加即可还原（见 §10 坑 6）。上表仅作分布形态示意：例如几内亚以 Fungal（230） 为绝对主导，而 EAS 的 Others（121） 占比异常突出。

2.6 记录与字段

PASSION 的每条记录在概念上包含以下字段（论文与官网描述综合）：

字段	类型	取值/说明
patient_id	标识	患者级唯一标识（划分单位）
image_id	标识	图像级唯一标识
age	数值	患者年龄（儿科为主）
sex	类别	Female / Male
body_localization	类别	Arm/Back/Pelvic/Face/Foot/Hair/Hand/Leg/Torso 等
fitzpatrick	类别	FST III / IV / V / VI
diagnosis_group	类别	Eczema / Fungal / Scabies / Others
icd10	编码	原始诊断对应的 ICD-10 码
icd11	编码	原始诊断对应的 ICD-11 码
impetiginized	二值	0/1（脓疱化与否）
image	文件	手机拍摄临床彩色照片
split	类别	development / test（患者级 80/20）

2.7 与"皮肤镜数据集"的根本区别

必须反复强调：PASSION 是临床照片数据集，不是皮肤镜数据集。这一区别贯穿全条目：

• 成像设备：普通手机 vs 专用皮肤镜；
• 视野：病变及周边皮肤的整体视野 vs 放大到皮肤镜视野；
• 标准化：无统一光照/焦距/角度 vs 相对标准化；
• 临床含义：模拟远程皮肤病学的真实分诊场景 vs 模拟专科门诊的精细检查。

因此 PASSION 的下游价值更偏向分诊（triage）、远程会诊与现场筛查，而非精细的皮肤镜诊断。把 PASSION 与 ISIC/HAM10000 直接混合训练时，成像模态差异是第一位的混淆变量。

---

§3 采集与标注

3.1 采集地理与机构

PASSION 的采集横跨撒哈拉以南非洲四国，由瑞士巴塞尔团队牵头、非洲当地临床机构执行：

国家	地点	合作机构（论文/官网口径）
马达加斯加	全国范围	当地皮肤科临床网络（全国性覆盖）
几内亚	科纳克里（Conakry）	Clinique dermatologique de Conakry（科纳克里皮肤病诊所）
马拉维	利隆圭（Lilongwe）	Kamuzu University of Health Sciences 相关临床（Health Economics 参与）
坦桑尼亚	莫希（Moshi）	当地临床机构

双口径存照：官网作者上标把机构编号"3"给 Health Economics（Kamuzu University），而 arXiv/Springer 版把"2"给 Health Economics、"3"给 Clinique dermatologique Conakry——两版机构编号不一致。转录机构隶属时应以论文正式版为准。另，官网把几内亚首都写作 “Konakry”，论文写 “Conakry”（正确拼法为 Conakry）。

3.2 采集流程（远程皮肤病学场景）

采集遵循**远程皮肤病学（teledermatology）**的现实工作流：

1. 现场拍摄：临床人员用手机拍摄患者皮肤病变部位，同一病例常拍多角度多张；
2. 临床信息记录：同步记录年龄、性别、身体部位、光型等元数据；
3. 诊断确认：诊断基于临床检查 + 患者随访（前瞻性），而非仅凭图像事后标注；
4. 编码转换：把临床诊断映射到 ICD-10 与 ICD-11 标准编码。

强调"前瞻性"（2020-2023）与"临床检查 + 随访"这两点，是因为它们决定了标签的临床可信度：PASSION 的诊断不是建模者对既有图片的事后回填，而是在真实诊疗路径中产生并随访确认的。

3.3 图像匿名化与隐私

隐私保护采取采集后人工匿名化：

• inpainting（图像修复）与裁剪：移除可能识别个体的特征（如纹身、体貌标记、环境线索）；
• 尽量减少非病变私密部位的暴露；
• 匿名化图像分析依 瑞士伦理声明 EKNZ-2018-01074。

伦理层面还包括：患者知情同意 + 遵守各国法规与伦理指南。此外，许可明确禁止任何再识别（re-identification / re-link）努力，违者权利立即终止（§6.3）。

3.4 清洗与标注核验流水线

PASSION 的标注质量由一条多层核验流水线保障，论文描述了以下环节：

1. 算法清洗：用 SelfClean 自监督策略（论文引用 [9]）做初步清洗，剔除明显无关样本；
2. 人工核验：
   • 两名专家核验"无关样本"与"近重复样本"；
   • 两名 board-certified 皮肤病专家（具有撒哈拉以南非洲执业经验）核验标签错误；
3. 标注者与采集者分离：降低单一来源偏差；
4. 注释以"一致同意"（consensus）聚合：分歧通过共识解决；
5. 处置规则：无关样本删除、近重复按同病例合并、标签错误纠正。

这一流水线的设计意图是双重的：既去除噪声（无关/重复/错标），又保证标签的临床权威性（有非洲执业经验的认证皮肤科专家终审）。它与 PANDA-PLUS 那类"学生初注 + 高年级复核 + 资深专家终审"的三层流水线在理念上相通，但 PASSION 的核验点更集中在去除无关/重复与纠正标签，而非逐像素重标注。

3.5 患者级 80/20 分层划分

数据被预定义为 80/20 的开发-测试划分（development / test），关键纪律有三：

1. 患者级（patient-level）：划分按患者而非按图像，同一患者的所有图像归入同一侧，杜绝图像级泄漏；
2. 分层（stratified）：在划分时保持类别分布平衡；
3. 开发集 5 折交叉验证：在开发集内做 5 折交叉验证调超参，测试集独立保留至最后评估。

患者级划分是医学影像数据集最关键的设计纪律之一，它直接解释了下文 §5.4 的"样本级→患者级性能回落"现象——因为测试图像之间可能来自不同患者，样本级指标天然乐观。

3.6 时间线与版本

时点	事件
2020-2023	数据前瞻性采集（四国）
2024-10	MICCAI 2024 会议（论文收录于 LNCS 15003）
2024-11-07	arXiv 预印本 v1（arXiv:2411.04584）
2024 起	官方站持续通过 Google Form 发放数据
2025-02-18	代码库 PASSION-Evaluation 最后一次提交（FabianGroeger96）

待核：数据集版本号/更新记录官网未列版本；Google Form 的实际发放流程与响应时限无公开承诺（见 §10 坑 3/坑 8 与 FACTS §8）。

---

§4 类别体系：从 44 种病症到 4 大类

4.1 四类诊断的定义

PASSION 把 44 种原始病症聚为 4 个大类，聚组依据是 ICD-10 本体：

大类	英文	临床含义	ICD-10 锚定
湿疹类	Eczema	炎症性/过敏性皮肤病（含特应性皮炎等）	L20-L30 区块
真菌类	Fungal	皮肤真菌感染（体癣、足癣、头癣等）	B35-B36 等
疥疮类	Scabies	疥螨感染（属被忽视热带病 NTD）	B86
其他	Others	不归入上述三类的其余病症	其余

为什么是这四类？ 论文的设计逻辑是临床实用性：Eczema / Fungal / Scabies 是在撒哈拉以南非洲基层最需要快速区分、且治疗路径截然不同的三类常见皮肤病（炎症 vs 感染 vs 寄生虫），"Others"则收纳其余。这种少类聚组降低了分诊系统的标注与推理负担，代价是放弃了 44 种病症的细粒度区分能力。

4.2 脓疱化二值标注（Impetiginized）

除四类诊断外，PASSION 有一个独立于四类的二值列 Impetiginized（脓疱化）：

• 阳性：191 例（11.5%）；
• 临床意义：脓疱化（impetiginization）指皮肤病变合并细菌感染（脓疱病 impetigo）。它之所以单独标注而非并入四类，是因为它可与其他任何皮肤病并发——例如湿疹若被细菌感染，使用皮质类固醇可能加重感染，因此治疗决策必须同时知道"是什么病"和"有没有脓疱化"。
• 因此，任务设计是两个正交目标：多类诊断（互斥）+ 二值并发症（独立），而非把脓疱化当作第五类。

4.3 ICD-10 与 ICD-11 的双编码

PASSION 把每个诊断同时映射到 ICD-10 和 ICD-11 两套 WHO 标准：

• ICD-10：全球广泛使用的现行版本，与 4 类聚组的本体来源直接对应；
• ICD-11：更新的版本，支持更细粒度的分类与后协调（post-coordination）。

双编码的价值在于互操作性：下游系统若基于 ICD-10 或 ICD-11 建索引，都能直接与 PASSION 对齐；这降低了数据集被电子健康记录（EHR）或临床决策系统复用的门槛。但从数据集本身看，发布出的高层标签仍是四类 + 二值，细粒度 ICD 码更多是元数据层面的互操作资产。

4.4 类别不平衡的形态

从 Table 1 的分布形态可以看出类别结构的中心依赖性：

• 几内亚：Fungal（230）绝对主导，Scabies 与 Eczema 相近（58 / 57），Others 最少（39）；
• 马达加斯加：Scabies（356）＞ Eczema（301）≈ Fungal（299）＞ Others（29），分布最均衡；
• EAS：Others（121）异常突出，超过其 Eczema/Fungal/Scabies（56/50/57），反映马拉维/坦桑尼亚的病症谱与西非、马达加斯加差异明显。

这意味着同一个"四类"标签在不同中心有截然不同的先验分布。一个在全库上训练的模型，其类别先验很大程度上由马达加斯加（体量最大）主导，迁移到几内亚（Fungal 主导）或 EAS（Others 主导）时必然面临先验漂移——这正是 §5.6 跨中心泛化差异的重要来源。

---

§5 评估与基准：三重落差的定量解剖

5.1 基线模型架构

PASSION 论文给出的基线是迁移学习范式，各组件如下：

组件	设定
骨干	ResNet-50（ImageNet 预训练）
头部改造	末层全连接替换为 Dropout(30%) + BatchNorm + 单线性层
优化器	Adam
损失	加权交叉熵（应对类别不平衡）
学习率	range test 确定
归一化	ImageNet 均值/标准差
数据增强	随机缩放裁剪至 224×224 + 随机水平/垂直翻转 + 随机旋转 0-90°
训练调度	先冻结分类头训 10 epoch，再解冻全部层微调
早停	验证损失连续 20 epoch 不改善即停
框架/硬件	PyTorch 1.9；Nvidia DGX station，8× V100（各 32GB），512GB 内存，40 CPU 核

解读：这是一个刻意朴素的基线——单一 ImageNet 预训练 ResNet-50、标准增强、无皮肤专用预训练、无集成。论文选择朴素基线的意图是明确性能的"地板"，让社区有清晰起跑线；避免用强基线掩盖数据本身的难度。PASSION 的独特之处不在基线强度，而在其后的四维泛化解剖（光型/性别/中心/年龄）。

5.2 评价指标

两个任务用两套指标：

• 条件分类（四类）：balanced accuracy（主指标，对类别不平衡稳健）+ macro-averaged precision + macro-averaged sensitivity。
• 脓疱化二分类：binary F1（主指标）+ precision + sensitivity。

为什么用 balanced accuracy 与 macro 平均？ 因为四类分布不均衡（§4.4），普通 accuracy 会偏向多数类，balanced accuracy（各类召回的平均）与 macro 平均能更公平反映少数类表现。这也是 PASSION 结果不能与"普通 accuracy"报告的模型直接比较的原因。

5.3 Table 2：留出测试集样本级结果

测试集（样本级）上的三档对照：

预测策略	条件分类 bal.Acc	条件分类 Prec	条件分类 Sens	脓疱化 F1	脓疱化 Prec	脓疱化 Sens
Random Prediction	0.25	0.25	0.25	0.27	0.18	0.56
Constant Prediction	0.25	0.06	0.25	0.28	0.16	1.00
Fine-tuned ImageNet (ResNet-50)	0.70	0.70	0.70	0.63	0.52	0.79

解读要点：

• Random 基线（0.25） 反映 4 类任务的随机水平（1/4）。脓疱化随机 F1 为 0.27 而非 0——因为它是不平衡二分类（阳性 11.5%），随机策略下 F1 计算给出非零值。
• Constant 基线 暴露不平衡陷阱：条件分类 bal.Acc 仍 0.25，但 precision 掉到 0.06；脓疱化因恒预测正类，sensitivity 高达 1.00 而 precision 仅 0.16、F1 0.28——"永远猜阳性"能骗到高 sensitivity，但 F1/precision 会揭穿它。
• 微调 ResNet-50 把条件分类 bal.Acc 从 0.25 拉到 0.70、脓疱化 F1 从 0.28 拉到 0.63，是明显学习信号——但 0.70 的绝对水平说明任务不简单。

5.4 第一重落差：样本级 → 患者级

在样本级指标外，论文报告了患者级（subject-level）评测：把同一患者的多张图像按多数投票聚合为一个患者级预测，再算指标：

口径	条件分类 bal.Acc	脓疱化 F1
样本级（sample-level）	0.70	0.63
患者级（subject-level，多数投票）	0.64	0.47
落差	−6%	−16%

解读：

1. 样本级指标系统性乐观：同一患者的图像彼此相关，样本级评测把相关样本当独立样本，放大有效样本量；
2. 脓疱化落差（−16%）远大于条件分类（−6%）：说明脓疱化标签的"图像间一致性"更差——同一患者不同照片对"是否脓疱化"判断分歧更大（不同部位/角度/时点，脓疱化状态本可能不同）；
3. 临床意义：真实部署以患者为单位给出诊断，因此患者级 0.64 / 0.47 才是更诚实的性能预期。引用 PASSION 基线应同时报告两个口径（附录 N 双口径登记表）。

5.5 第二重落差：分光型与性别的差异

论文 Table 3 给出测试集按 Fitzpatrick 光型与性别分组的指标（support 为样本数）：

分组	support	条件分类 bal.Acc	脓疱化 F1
FST III	303	0.72	0.68
FST IV	254	0.66	0.57
FST V	341	0.70	0.62
FST VI	88	0.73	0.62
Female	425	0.72	0.64
Male	561	0.68	0.61

解读：

• 光型最大差距：条件分类 bal.Acc 差 7%（FST IV 0.66 vs FST VI 0.73）；脓疱化 F1 差 11%（FST IV 0.57 vs FST III 0.68）。
• 反直觉的是：FST VI（最深肤色）并未表现最差（bal.Acc 0.73 甚至最高），而 FST IV 最低（0.66）。这一"洼地在 IV 而非 VI"需谨慎解读——FST VI 的 support 仅 88，样本量小导致方差大，单点高低未必稳健（§10 坑 5）。稳健结论应是"光型间存在可观的性能差异（7-11%）“，而非"VI 型最好”。
• 性别差异较小：Male vs Female 的 bal.Acc 差 4%（0.68 vs 0.72）、脓疱化 F1 差 3%（0.61 vs 0.64），方向上是女性略高，幅度远小于光型差异。

方法学启示：光型是 PASSION 公平性分析的主轴，差距（7-11%）大于性别（3-4%）。对追求跨光型稳健的模型，应以最差光型（FST IV）而非平均值为优化目标。

5.6 第三重落差：跨中心与跨年龄泛化

论文做了两组留组泛化实验，这是 PASSION 最有价值的公平性诊断。

（a）跨中心泛化：

训练数据	条件分类 bal.Acc
仅两中心训练	0.61 ± 0.05
全三中心训练	0.68 ± 0.01

• 明确结论：去除任一中心都会显著降低泛化（0.61 vs 0.68），且**"仅几内亚 + 马达加斯加"训练时泛化最低**——原因是 EAS 的儿科属性主导了全库的年龄结构，去掉 EAS 会让模型失去对儿科病症谱的覆盖。
• 含义：数据集的中心间异质性真实且显著，单中心或双中心训练无法替代三中心联合训练；跨机构部署必须重新校准。

（b）跨年龄泛化：

训练数据	条件分类 bal.Acc
仅儿科（age ≤ 16）	0.66
仅青少年（age > 16）	0.43（对照全年龄 0.68）
全年龄	0.70 / 0.68（两处实验基线的双口径）

• 核心发现：儿科 → 全人群的泛化（0.66）显著优于青少年 → 全人群（0.43）。论文据此论证：儿科是皮肤病负担最重、也最值得优先建模的人群，用儿科数据训练向广人群泛化更高效；反之用青少年数据训练则严重衰减。
• 注意口径：论文中"全年龄"对照值在不同处出现 0.70 与 0.68，属不同实验设置的基准值（附录 N 双口径登记表），引用须注明实验上下文。

5.7 三重落差汇总表

落差维度	从	到	幅度	主要驱动
样本 → 患者（条件分类）	0.70	0.64	−6%	同患者图像相关性
样本 → 患者（脓疱化）	0.63	0.47	−16%	图像间脓疱化判断分歧
全中心 → 两中心	0.68	0.61	−7%（±0.05）	中心异质性
儿科 → 全年龄	0.66	—	相对较优	儿科谱系差异（轻）
青少年 → 全年龄	0.43	—	显著下降	青少年谱系差异（重）

这张表是理解 PASSION"公平性诊断"贡献的最短路径：同一份数据、同一个模型，报告的分数可以因评测口径不同而在 0.43 到 0.73 之间摆动。任何引用 PASSION 基线的下游工作，都必须先声明自己用的是哪种口径。

5.8 与既有皮肤病基线的横向定位

维度	主流皮肤镜基准（如 HAM10000）	PASSION
主指标	多分类 accuracy/AUC	balanced accuracy + macro P/S
评测单位	图像级	样本级 + 患者级双报
公平性分析	少见	光型/性别/中心/年龄四维
泛化实验	跨数据集少量	留组跨中心 + 跨年龄

PASSION 在评测方法学上的贡献，某种程度上超过其绝对性能数字：它把"公平性"从口号变成了可复现的四维表格。

---

§6 获取与许可：一间需要敲门的房子

6.1 三层异构的资产与许可

PASSION 的资产按许可分成三层，各有不同的门：

资产	许可	获取方式
数据集本体（图像 + 元数据）	PASSION data public license（非 CC）	请求制：官网 Google Form
项目网站内容	CC BY-SA 4.0	网站公开（但网站许可不覆盖数据集）
代码/评估脚本	GitHub 仓库许可（PASSION-Evaluation）	公开
论文	Springer 版权（SharedIt）/ arXiv 预印本开放	开放获取页 / arXiv

最常见的误引：把官网页脚的 CC BY-SA 4.0（那是网站内容的许可）当成数据集的许可。数据集实际走 PASSION data public license，两者条款天差地别（§10 坑 4）。

6.2 获取流程（请求制）

获取数据集本体的路径：

1. 访问项目官网 **https://passionderm.github.io/**；
2. 点击 “Request Access to Dataset” 按钮；
3. 填写 Google Form（申请链接：https://docs.google.com/forms/d/1pdIkg-1mrgzEt3XN3YG-NjlXPADXDh-at2KEe5Jlnns/），提供用途与机构信息；
4. 等待审批/发放（响应时限无公开承诺）。

官网另提供 Sample Images（5 张轮播） 与 Dataset Usage Agreement 供预览与条款确认。

待核：Google Form 的实际发放流程（人工审批？自动？多久？）、是否需要补充材料、是否分阶段发放，均无公开文档——构成最大的一处遗留疑点（§10 坑 8）。

6.3 PASSION data public license 关键条款

许可全文见 GitHub 仓库的 LICENSE.md（8 节结构，形式借鉴 CC 许可家族但非 CC）。核心条款：

条款	内容
非商业用途	仅限 Non-Commercial，商业用途严格禁止
署名	须保留 creator 标识、版权声明、许可声明、免责声明、URI
禁止再识别	严格禁止 re-identification / re-link，违者权利立即终止
分享限制	不得分享直接下载链接；只能分享托管网站链接
禁止转载	禁止转载到任何其他数据托管平台
Sui Generis	含数据库特殊权利（Sui Generis）条款
终止	违反条款则授权终止

这是理解 PASSION 生态位的关键：它的许可比 CC BY-NC 更严——除非商业外，还额外禁止"分享直链"与"转载"，实际上把数据的分发锁定在官方托管点上（防隐私泄露扩散）。这与数据集涉及儿童 + 可识别皮肤影像的高敏感属性一致。

6.4 资助与伦理

• 资助：Fondation Botnar（巴塞尔，瑞士），grant REG-19-024；
• 伦理：瑞士伦理声明 EKNZ-2018-01074；
• 利益声明：作者声明无相关竞争利益。

Fondation Botnar 是专注儿童与青少年健康的瑞士基金会，其资助方向解释了 PASSION 为何以儿科为核心——这不是随机的数据属性，而是资助使命与临床选择的产物。

6.5 引用规范

获取与使用 PASSION 需同时满足许可署名与学术引用：

• 论文引用：Gottfrois P, et al. “PASSION for Dermatology: Bridging the Diversity Gap with Pigmented Skin Images from Sub-Saharan Africa.” MICCAI 2024, LNCS 15003:703-712. doi:10.1007/978-3-031-72384-1_66（BibTeX 键 Got_PASSION_MICCAI2024）。
• 数据署名：按 PASSION data public license 保留 creator 标识与 URI。
• 禁止：为商业目的使用；尝试再识别；分发直链；转载至其他平台。

6.6 许可对比速查

许可	商业	再识别	分享直链	转载	PASSION 用在哪
PASSION data public license	禁	禁	禁	禁	数据集本体
CC BY-SA 4.0	允	—	允	允（带 SA 条件）	项目网站内容
CC BY-NC 家族	禁	—	—	—	不是 PASSION 的许可
arXiv 非独占许可	依此	—	允	允	论文预印本

上表的关键意义在于提醒：PASSION 数据集不是 CC BY-NC，不能按 CC 系列的任何组合去推断它的允许行为。

---

§7 生态与影响：一个瑞士-非洲联合项目的位置

7.1 团队构成与国际协作

PASSION 是一支典型的"南北协作"团队：瑞士侧的 University Hospital Basel 与 University of Basel 牵头算法与协调，Lucerne University of Applied Sciences and Arts 参与，非洲四国的临床机构（马达加斯加的 Laboratoire d’Accueil et de Recherche en santé publique spécialisé en TIC、几内亚的 Clinique dermatologique Conakry、马拉维的 Bwaila Hospital 与 Kamuzu University of Health Sciences、坦桑尼亚的 Regional Dermatology Training Center Moshi）负责本地采集与诊断。一作 Philippe Gottfrois，末位作者 Alexander A. Navarini（Basel 团队带头）。

论文作者共 16 人，覆盖皮肤科、流行病学、健康经济学、计算机科学多学科。这种构成本身就是数据集可信度的来源：诊断由当地执业专家做出，而非外部团队"代标"。

7.2 资助与动机来源

项目由 Fondation Botnar（瑞士巴塞尔）通过 grant REG-19-024 资助。Fondation Botnar 聚焦儿童与青少年健康，与 PASSION 的儿科优先定位一致——这也解释了数据集为何在 EAS 只收儿科病例、并做跨年龄泛化实验。作者声明无相关竞争利益。

7.3 在皮肤病数据集谱系中的位置

把 PASSION 放回皮肤病 AI 数据集的坐标：

维度	主流数据集（HAM10000/ISIC/Fitzpatrick17k）	PASSION
肤色	偏浅	深色为主（FST III-VI）
图像类型	皮肤镜（标准化）	手机临床图（非标准化）
病症谱	色素性病变为主	湿疹/真菌/疥疮/其他（含 NTD）
人群	成人为主	儿科为主
地域	欧美	撒哈拉以南非洲
场景	专科检查	远程皮肤病学

它不是替代 HAM10000/ISIC 的竞品，而是正交的补充：HAM10000 解决"皮肤镜下的色素性病变分类"，PASSION 解决"手机临床图下的非洲常见皮肤病分类"。两者在病症、成像、人群、地域上几乎不重叠，这对多样性研究是互补而非竞争。

7.4 对下游应用的意义

PASSION 的直接应用指向AI 辅助远程皮肤病学：在皮肤科医生匮乏的撒哈拉以南非洲，一个能用手机照片分诊常见儿科皮肤病、识别需警惕的脓疱化、并输出 ICD 编码的模型，具备真实部署潜力。数据集提供的患者级评测与跨中心/跨年龄泛化结果，正是部署前风险评估所需的关键证据。对全球健康研究者，它也是"如何为一个特定人群构建合规、伦理、可复现的医疗数据集"的参考范式。

7.5 未来方向

论文结论段明确指出后续工作两条主线：一、扩展数据集以覆盖更广的皮肤病谱系；二、探索创新机器学习算法以进一步适应跨光型诊断的挑战。对关注该数据集的研究者，这意味着后续可能有多病症扩展版本或新算法基准发布。

§8 方法学启示：四条可迁移的经验

8.1 患者级评测应成为默认口径

PASSION 最可迁移的方法论贡献，是它量化了"样本级 vs 患者级"的落差（6% 与 16%）。任何临床相关的图像诊断任务都存在"一个病人多张图"的结构，逐图评测会高估可用性。建议：凡数据集含患者/病例标识的，报告分数时同时给出患者级聚合成绩。这是一个低成本、高价值的标准动作。

8.2 预定义患者级划分是防泄漏的底线

PASSION 提供 80/20 患者级分层划分作为"契约"。这提醒数据集设计者：划分应在患者级、预定义、分层，三者缺一都会让跨研究比较失去意义。随机按图划分会把同一病人的不同照片分到训练与测试两侧，制造虚高的乐观偏差。

8.3 标准化编码是互操作的地基

把诊断转为 ICD-10/ICD-11 是 PASSION 被低估的设计亮点。它让数据集能接入任何基于 WHO 编码的临床系统，而非停留在私有标签的孤岛。对其他医疗数据集的一般教训：在采集阶段就把诊断映射到国际标准本体，成本远低于事后补救。

8.4 用数据流行病学论证策略，而非拍脑袋

PASSION 用跨年龄实验（儿科泛化 0.66 vs 青少年 0.43）为"儿科优先"策略提供了实证支持，而非仅凭直觉主张。这是数据工程的方法论范本：用受控的泛化实验检验"该优先采集什么数据"的假设，把采集策略从经验判断升级为可测量命题。

§9 与库内条目的关系

9.1 家族图谱

• Derm1M（rid 783）：百万级皮肤病视觉-语言数据集。两者互补——Derm1M 走"海量多模态对齐"路线，PASSION 走"特定人群精标 + 场景真实性"路线；同读可对比"规模"与"代表性"两种多样性策略。
• DermaCon-IN（rid 781）：首个南亚肤色多概念标注数据集。与 PASSION 是"肤色多样性双璧"——一个南亚、一个撒哈拉以南非洲，同属对浅肤色主流数据集的地域补充。
• PAD-UFES-20（rid 151）：智能手机皮肤癌筛查数据集。两者共享"手机拍摄 + 真实场景"的成像哲学，但 PAD-UFES-20 聚焦巴西的皮肤癌（成人），PASSION 聚焦非洲儿童常见皮肤病。
• ISIC 系列（isic-2018 rid 710 / isic-2019 rid 707 / isic-2020 rid 715 / isic-archive rid 56）：皮肤镜影像基准。作为"皮肤镜 vs 临床图"的对照面，说明 PASSION 的成像是刻意非标准化的。
• HAM10000（rid 60）/ Derm7pt（rid 110）：皮肤镜色素性病变数据集。PASSION 论文在 Related Work 中直接对比其局限性（仅色素性病变、需专业设备）。
• Skincap（rid 782）/ SkinCon（rid 784）：皮肤病图像-描述与概念标注数据集。作为"概念/描述标注"vs"临床分类标签"的对照。

9.2 检索路径建议

• 检索词组合：“PASSION” + (“dermatology” OR “skin”) + (“Sub-Saharan” OR “Africa”)；单独用"PASSION"会撞大量同名项目（坑 1）。
• 若目标是一手信息：官网 passionderm.github.io → arXiv:2411.04584 → GitHub Digital-Dermatology/PASSION-Evaluation。
• 若目标是引用基线数据：引论文 Table 2/3（0.70/0.63）与患者级落差（0.64/0.47），并注明评测口径（坑 5）。
• 若目标是理解许可：务必读 GitHub LICENSE.md（PASSION License 全文），别按 CC 假设（坑 4）。

§10 避坑清单：八个已踩过的坑

坑 1："PASSION"是高频同名缩写，单搜必翻车。PASSION 作为缩写被大量无关项目共用（从医学队列到工程系统）。检索时必须叠加领域限定词：PASSION + dermatology、PASSION + skin + Sub-Saharan、PASSION + MICCAI 2024。仅凭"PASSION dataset"精确搜会命中噪声，且本库 slug passion 极易与其他领域的 PASSION 混淆——本条目的唯一标识锚点是 DOI 10.1007/978-3-031-72384-1_66 与项目页 passionderm.github.io。

坑 2：官网摘要的项目链接文字与超链接不一致。官网 abstract 段落显示的文字是 https://passionderm.github.io/，但 HTML 源码里该 <a> 标签的 href 指向 https://navarinilab.com（文本与链接分离的笔误）。正确项目页以文字所示 passionderm.github.io 为准；若按超链接跳转到 navarinilab.com，那是团队实验室主页，不是数据集主页。

坑 3：机构编号在官网与论文两版不一致。官网作者上标把编号"3"分配给 Health Economics（Kamuzu University），而 arXiv/Springer 版把"2"给 Health Economics、"3"给 Clinique dermatologique Conakry。引用作者机构时以 arXiv/Springer 正式版为准。另：官网把几内亚首都写成 “Konakry”，论文写 “Conakry”——正确的是 Conakry，官网为笔误（FACTS §8 存照）。

坑 4：PASSION License 不是 CC，禁商业、禁直链、禁转载。数据集许可是自定义的 PASSION data public license，虽借 CC 结构但条款更严：非商业 only、禁止再识别、不得分享直接下载链接、禁止转载到其他平台、只能分享网站链接。把这些当 CC BY-NC 处理（例如转载到 HuggingFace、或附直链）会直接违约并导致权利终止。使用前务必读 GitHub LICENSE.md 全文。

坑 5：样本级与患者级分数不可混引。四类分类样本级 bal.Acc 0.70，患者级（多数投票）0.64；脓疱化样本级 F1 0.63，患者级 0.47。引用时必须声明口径——把样本级 0.70 当作"临床诊断准确率"是典型误读，患者级 0.64 才更接近远程皮肤病学真实任务表现。

坑 6：这是临床手机图，不是皮肤镜。PASSION 的图像是手机拍摄的非标准化临床照片，与 HAM10000/ISIC/BCN20000 等皮肤镜数据集在成像方式、病症谱、可用算法上完全不同。不要把针对皮肤镜训练的模型直接拿到 PASSION 上评测，也不要把两类的指标横向比较——域差异是根本性的。

坑 7：四国数据极不均衡，跨中心结论须分层。马达加斯加 985 例 / 几内亚 384 例 / 马拉维 261 例 / 坦桑尼亚 23 例——坦桑尼亚不足马达加斯加的 3%。论文的跨中心实验（两中心 0.61 vs 三中心 0.68）已证明来源数量影响泛化。任何跨中心/跨地区结论都必须分层报告或按构成校正，不能当作平衡样本使用。

坑 8：EAS 仅含儿科病例，年龄分析有隐藏结构。马拉维+坦桑尼亚合称的 EAS 只收儿科病例，而论文的跨年龄泛化实验（儿科 0.66 vs 青少年 0.43）与跨中心实验（最低泛化来自缺 EAS 的训练）存在耦合。解读年龄/中心效应时要意识到 EAS 的儿科属性，否则会把"中心效应"与"年龄效应"混为一谈。

§11 总结

11.1 三句话总结

1. PASSION 用 1,653 名患者、4,901 张手机临床照片，填补了"撒哈拉以南非洲 + 儿科 + 深肤色 + NTD"皮肤病影像数据的空白。
2. 它的 ResNet-50 基线（四类 0.70、脓疱化 0.63）与患者级评测（0.64 / 0.47）共同说明：样本级分数会高估临床可用性，患者级口径才是真实参照。
3. 它的跨中心（0.61 vs 0.68）与跨年龄（儿科 0.66 vs 青少年 0.43）实验，用数据流行病学为"多来源采集"与"儿科优先"策略提供了实证。

11.2 适合谁

• 皮肤病 AI 研究者：需要深肤色、非皮肤镜、含 NTD 的代表性数据与可复现基线。
• 全球健康与健康公平研究者：一个伦理合规、ICD 编码、多国协作的医疗数据集范本。
• 远程皮肤病学开发者：真实手机场景 + 患者级评测 + 泛化边界，直接支撑部署风险评估。
• 数据集工程研究者：患者级划分、标准化编码、请求制许可都是活的案例。

11.3 不适合谁

• 需要皮肤镜图像的项目（成像方式根本不同）。
• 需要大规模即插即用数据且要求公开直链的团队（请求制 + 非商业限制）。
• 需要成人皮肤病样本或平衡四国采样的研究（儿科为主 + 四国极不均衡）。

11.4 30 秒决策卡

你的情况	行动
要立刻跑通深肤色皮肤病分类	先申请 Google Form；等待期用 ISIC/HAM10000 搭管线，注意域差异（坑 6）
要报告皮肤病分类分数	同时报样本级与患者级；引用 0.70/0.64（坑 5）
要做全球健康/公平研究	直接引用本数据集的地域与人群填补价值（§4）
要设计新数据集	抄它的患者级划分 + ICD 编码 + 诊断者/标注者分离（§3、§8）
要合规使用	逐条读 PASSION License：非商业、禁直链、禁转载（坑 4）
要引用本数据集	引 DOI 10.1007/978-3-031-72384-1_66 或 arXiv:2411.04584（附录 W）

FAQ（高频问答 40 问）

A. 基础认知

Q1：PASSION 是挑战赛吗？
不是。它没有比赛、没有 leaderboard，是 MICCAI 2024 发表的研究数据集 + 基线论文，成果为数据集本体 + 论文 + 复现代码三件套。

Q2：PASSION 这个缩写代表什么？
Pediatric African Skin Survey for Inclusive Diagnosis of Skin Diseases（非洲儿科皮肤病调查，用于皮肤病的包容性诊断）。论文标题 “PASSION for Dermatology: Bridging the Diversity Gap with Pigmented Skin Images from Sub-Saharan Africa”。

Q3：为什么叫"Inclusive Diagnosis（包容性诊断）"？
因为它瞄准的是被主流数据集忽略的人群——撒哈拉以南非洲的深肤色儿童。包容性指的是让 AI 诊断工具对这些人群同样有效，弥合皮肤病 AI 的多样性鸿沟。

Q4：谁做的？
瑞士 University Hospital Basel / University of Basel 牵头，联合 Lucerne 应用科技大学与马达加斯加、几内亚、马拉维、坦桑尼亚四国临床机构。一作 Philippe Gottfrois，末位作者 Alexander A. Navarini，共 16 人。

Q5：发表在哪里？
MICCAI 2024（Medical Image Computing and Computer Assisted Intervention），Springer LNCS vol. 15003，pp. 703-712，doi:10.1007/978-3-031-72384-1_66；arXiv 预印本 arXiv:2411.04584（2024-11-07）。

Q6：数据规模到底多大？
1,653 名患者、4,901 张图像。各国：马达加斯加 985 例/2,185 图、几内亚 384 例/480 图、马拉维 261 例/2,150 图、坦桑尼亚 23 例/86 图。

Q7：资助方是谁？
Fondation Botnar（瑞士巴塞尔），grant REG-19-024。该基金会聚焦儿童与青少年健康，与数据集的儿科定位契合。

Q8：一句话卖点？
第一个把"撒哈拉以南非洲 + 儿科 + 深肤色 + 被忽视热带病 + 手机远程医疗场景"凑齐的皮肤病影像数据集。

B. 数据与获取

Q9：怎么下载数据？
请求制：官网"Request Access to Dataset"按钮 → Google Form 申请。无公开直链。

Q10：数据许可是什么？能商用吗？
PASSION data public license，不能商用。仅限非商业用途，且禁止再识别、禁止分享直链、禁止转载到其他平台。

Q11：能转载到 HuggingFace 吗？
不能。许可明文禁止转载到任何其他数据托管平台或网站。只能分享托管网站（passionderm.github.io）的链接。

Q12：有样例图可以先看吗？
有。官网提供 5 张 Sample Images 轮播，仅供预览。真正的数据需申请获取。

Q13：图像是皮肤镜吗？
不是。是手机拍摄的临床照片，模拟远程皮肤病学会诊场景，非标准化、非皮肤镜。

Q14：覆盖哪些年龄段？
儿科为主；EAS（马拉维+坦桑尼亚）仅含儿科病例。年龄以临床儿科人群为重心，成人样本稀疏。

Q15：有哪些皮肤光型？
Fitzpatrick III、IV、V、VI。几内亚以 VI 型为主，EAS 与马达加斯加 III→V/VI 分布相近。

Q16：数据怎么划分的？
预定义 80/20 分层开发-测试划分，在患者级进行（同一患者只出现在一侧），防止信息泄漏。

C. 标签与结果

Q17：有哪些疾病类别？
44 种病症归为 4 大类：Eczema（湿疹）、Fungal（真菌）、Scabies（疥疮，属皮肤 NTD）、Others（其他），分组基于 ICD-10 本体。

Q18：Impetiginized（脓疱化）是什么？
一个二值列，标记是否有脓疱病并发/感染，共 191 例（11.5%）。临床意义：识别它可避免给脓疱化湿疹误用皮质类固醇而加重感染。

Q19：诊断编码用什么标准？
WHO 的 ICD-10 与 ICD-11 两套编码，便于与现有及未来数据集整合互操作。

Q20：基线模型是什么？
ResNet-50（ImageNet 预训练）迁移学习，Adam + 加权交叉熵，224×224，PyTorch 1.9，训练于 8×V100 DGX。

Q21：基线成绩多少？
四类分类 balanced accuracy 0.70（precision/sensitivity 均 0.70）；脓疱化检测 binary F1 0.63（precision 0.52、sensitivity 0.79）。

Q22：深肤色上模型更差吗？
在同分布深肤色数据上，光型间波动很小（FST III-VI 的 bal.Acc 0.66-0.73，最大差 7%）。论文的立场是：偏倚主要来自"训练数据缺深肤色"，而非深肤色本身难学。

Q23：患者级评测为什么重要？
远程皮肤病学是"诊断病人"而非"诊断图片"。按患者多数投票聚合后，四类 bal.Acc 降到 0.64（-6%）、脓疱化 F1 降到 0.47（-16%）——样本级分数会高估临床可用性。

Q24：跨中心/跨年龄泛化如何？
跨中心：两中心 0.61±0.05 vs 三中心 0.68±0.01。跨年龄：仅儿科 0.66 / 仅青少年 0.43 / 全年龄 0.70——儿科数据泛化更强，支持儿科优先采集策略。

D. 深度辨析

Q25：PASSION 与"皮肤癌筛查"是同一回事吗？
不是。PASSION 的 4 类诊断（Eczema/Fungal/Scabies/Others）中不含皮肤癌专门类；它的目标是被忽视的常见儿科皮肤病与远程分诊，而非黑色素瘤等恶性肿瘤筛查。把 PASSION 当作皮肤癌数据集使用是定位错误；皮肤癌方向应对照 ISIC 系列、HAM10000、PAD-UFES-20 等条目。

Q26：为什么选择 ResNet-50 而不是更新的架构？
因为论文的诉求是可复现的公平性基线，而不是刷 SOTA。ResNet-50 足够成熟、训练成本可控（单机 8×V100）、迁移学习生态完善，能让后续研究者以最低门槛复现，从而把注意力集中在"跨光型/跨中心/跨年龄泛化"这一真正命题上。选择"最不具争议的骨干"是刻意的。

Q27：加权交叉熵解决了什么？
四类诊断分布不均（EcZema 与 Scabies 等并非等量），若用普通交叉熵，模型会倒向多数类、牺牲少数类召回。加权交叉熵按类别频率反比加权，使少数类在损失中获得更大权重，从而提升 macro 口径的 balanced accuracy 与少数类 sensitivity。这也是 balanced accuracy 之所以被选为主要指标的原因之一。

Q28：为什么用 balanced accuracy 而非普通 accuracy？
在类别不平衡时，普通 accuracy 会被多数类主导，掩盖少数类表现。balanced accuracy 是各类召回率的算术平均，对类别规模不敏感，能暴露"小类被牺牲"的问题。对临床分诊任务，漏诊罕见但严重的病症代价高，balanced 口径更贴近真实需求。

Q29：脓疱化（Impetiginized）为什么单独建模？
因为它的临床处置方向与基础病相反。脓疱化湿疹若误用外用皮质类固醇，会加重感染；而正确识别脓疱化意味着需要抗感染处理。因此把它从"四类诊断"中拆出来做独立二分类，是有明确临床动作指向的设计——这正是"数据集设计跟着临床决策走"的范例。

Q30：Scabies 为什么值得单列？
疥疮（Scabies）属于被忽视的热带病（NTD），在资源匮乏地区负担重、易漏诊、且有公共卫生意义（可群体暴发）。主流皮肤病数据集几乎不单列疥疮，PASSION 把它作为 4 大类之一，直接服务于撒哈拉以南非洲的真实疾病谱。

Q31：所谓"三重落差"具体指哪三重？
① 样本级 → 患者级（分类 0.70→0.64，脓疱化 0.63→0.47）；② 单一中心 → 跨中心（两中心 0.61 vs 三中心 0.68）；③ 儿科 → 跨年龄（仅儿科 0.66、仅青少年 0.43、全年龄 0.70）。三重落差的共同指向是：在更接近真实部署的条件下，性能会系统性缩水。

Q32：为什么跨年龄泛化在"仅青少年"时最差？
因为训练数据以儿科为主；当测试域切换到青少年（与儿科在皮肤厚度、激素环境、病变表现上有差异）时，模型面对的是训练分布之外的人群。这反向论证了"儿科优先采集"的合理性，同时也警示：用儿科数据训练的模型不能直接外推到成人皮肤科。

Q33：跨中心实验里为什么"训练来源越多越好"？
两中心训练 0.61、三中心训练 0.68 说明：增加采集来源的多样性提升了模型对未见中心的泛化。单一来源会学到该中心的成像/人群偏性；多来源迫使模型学习更稳健的特征。这为"多中心采集是泛化投资"提供了直接证据。

Q34：为什么论文不直接用现成的深肤色数据集？
因为现有深肤色数据集大多仍是皮肤镜 + 成人 + 特定病症（色素性病变），与"撒哈拉以南非洲 + 儿科 + 手机临床图 + 常见病/NTD"的组合不匹配。PASSION 填补的正是这个四维缺口，而非与已有数据集重复。

Q35：数据集的"临床真实性"体现在哪？
三点：① 手机拍摄（低门槛、贴近实地）；② 真实光照/焦距/背景（非受控棚拍）；③ 诊断来自当地执业专家 + 随访，而非远程代标。这让它更接近"远程皮肤病学上线时的输入分布"，代价是图像质量更异质。

Q36：请求制获取会不会阻碍可复现性？
一定程度的代价存在，但 PASSION 用两件事补偿：① 公开预定义划分（患者级 80/20），使跨研究比较有共同基准；② 公开复现代码（GitHub PASSION-Evaluation），含训练与评测脚本。使用者拿到数据后可按同一划分复现，从而在"受限获取"与"可复现"间取得平衡。

Q37：Fitzpatrick 光型标注是主观的吗？
Fitzpatrick 光型本身基于临床判断，存在主观间差异；但论文用它做了同分布内的分层分析（FST III-VI，bal.Acc 0.66-0.73，最大差 7%），结论是同分布内光型间波动很小，偏倚主因不在"深肤色难学"，而在"训练数据缺深肤色"。这一解读把光型从"性能归因"中部分摘出，避免了对深肤色的能力误判。

Q38：11.5% 的脓疱化比例意味着什么？
191/1653 ≈ 11.5% 的正例比例，使脓疱化成为中度不平衡的二分类。这解释了为何随机基线 F1 仅 0.27、常量基线 0.28，而 ResNet-50 达到 0.63——提升显著，但 precision 仅 0.52 说明假阳性仍多，部署时需结合临床阈值调节。

Q39：这个数据集能做生成模型/自监督研究吗？
可以，但受限。图像的真实临床异质性与深肤色代表性，使其适合做域适应、公平性、自监督预训练的素材；但请求制 + 非商业许可要求研究者遵守条款，且不得再分发。把它用于纯生成任务时需注意"不得再识别"与"禁转载"边界。

Q40：如果要向别人一句话推荐，该怎么说？
“这是目前为止最能说明’医学影像多样性鸿沟’真实代价的一个数据集：四国、儿科、深肤色、手机临床图，外加一份把样本级到患者级、中心内到跨中心、儿科到跨年龄的性能缩水账本——它不只给数据，更给公平性评测的范式。”

---

§12 深度专题：三重落差的逐层解剖

本节把 §5 的定量结论展开为可操作的解读，回答"为什么会缩水、缩水的每一层各自意味着什么、使用者应如何据此设定预期"。

12.1 落差不是 bug，是"临床真实性"的定价

把三重落差放在一起看，会发现它们并非模型缺陷，而是从"实验室指标"走向"现场可用性"时必然支付的折扣：

落差层	实验室口径	接近现场口径	折扣幅度	临床含义
采样单元	样本级（逐图）	患者级（多图聚合）	分类 -6%、脓疱化 -16%	医生看的是病人，不是单张图
采集来源	中心内	跨中心	0.61 vs 0.68（训练源少则更差）	换一家医院，模型可能就退化
目标人群	儿科为主	跨年龄段	0.43 vs 0.70	儿童模型不能直接推给成人

读法：一个在论文里写着 0.70 的模型，到了"诊断一个真实病人、跨机构部署、面对成人"的现场，其可期望表现可能落在 0.43-0.64 区间。把 0.70 当作部署预期，是最高频的误读（呼应 §10 坑 5）。

12.2 第一重落差：样本级 → 患者级

机制：同一患者常有多张照片，逐图评测会给"多图的病人"更高权重，且同患者图像高度相关，等于是对同一信息重复计分。患者级聚合（多数投票）消除了这种重复计分，得到更贴近"看一个病人下判断"的成绩。

数据：分类 balanced accuracy 0.70 → 0.64（-6%）；脓疱化 F1 0.63 → 0.47（-16%）。为什么脓疱化跌得更多？ 因为脓疱化是二分类，单图噪声更大，多图聚合时少数几张误判图更容易被"稀释"或"翻转"，且正例(11.5%)本就少，聚合后少数类的稳定性更脆弱。

启示：对任何"一病例多图"的临床数据集，患者级分数应作为主报告口径，样本级分数只作为内部诊断工具。

12.3 第二重落差：中心内 → 跨中心

机制：不同中心的手机型号、拍摄习惯、光照环境、就诊人群构成不同，构成采集域偏移。模型在单一中心上会隐式拟合该域的偏性。

数据：仅用两中心训练时跨中心 bal.Acc 0.61±0.05，用三中心训练时升至 0.68±0.01——增加训练来源数量既提升泛化，又降低方差。论文指出最低泛化出现在"几内亚+马达加斯加"训练的两中心组合，暗示某些中心组合的域差异更大。

启示：多来源采集是对泛化的直接投资。对使用方，若部署地的数据分布与训练来源不同，务必先做本地验证，不要假设"论文分数可平移"。

12.4 第三重落差：儿科 → 跨年龄

机制：皮肤在儿童与青少年/成人之间在厚度、皮脂、激素环境、病变表现上存在差异。以儿科为主的训练集，其学到的特征与青少年分布存在系统性错配。

数据：仅儿科训练 0.66、仅青少年训练 0.43、全年龄训练 0.70。青少年单独训练最差，说明青少年样本量少、且与主训练域距离最远。

启示：这组实验是"用受控泛化实验论证采集策略"的范本（呼应 §8.4）——它把"是否该优先采集儿科"从直觉升级为可测量结论，同时明确划出"儿科模型 ≠ 全年龄模型"的边界。

12.5 三重落差如何共同定义"可用性区间"

把三层叠加，可以得到一个保守的部署预期区间：

• 最乐观（同分布、患者级、儿科）：约 0.64（分类）/ 0.47（脓疱化）。
• 中间（跨中心、患者级）：进一步折扣，需本地校准。
• 最悲观（跨年龄、仅青少年）：跌至约 0.43。

给使用方的操作建议：

1. 报告时必须同时给出样本级与患者级（坑 5）。
2. 跨机构部署前必须做目标域验证（坑 7）。
3. 面向成人场景时必须重新采集/微调，不可外推（坑 8）。

12.6 从"落差"到"设计原则"的四条反推

• 反推 1：既然患者级更低，则数据集必须提供患者级划分（PASSION 已做）。
• 反推 2：既然多来源更泛化，则采集必须跨中心（PASSION 采四国）。
• 反推 3：既然儿科/青少年有别，则采集必须明确年龄口径（PASSION 以儿科为主并单做跨年龄实验）。
• 反推 4：既然光型同分布内波动小，则问题在数据覆盖而非肤色本身（PASSION 从而主张"补数据"而非"改算法"）。

这四条反推，正是 PASSION 对"如何设计一个公平的医学影像数据集"的最实质回答。

---

---

事实清单（硬事实 40 条）

1. PASSION 全称 Pediatric African Skin Survey for Inclusive Diagnosis of Skin Diseases。
2. 论文标题：PASSION for Dermatology: Bridging the Diversity Gap with Pigmented Skin Images from Sub-Saharan Africa。
3. 发表：MICCAI 2024，Springer LNCS vol. 15003，pp. 703-712，doi:10.1007/978-3-031-72384-1_66，ISBN 978-3-031-72384-1。
4. arXiv 预印本 arXiv:2411.04584，v1 提交 2024-11-07，cs.CV。
5. 数据规模：1,653 名患者、4,901 张图像。
6. 四国构成：马达加斯加 985 例/2,185 图；几内亚 384 例/480 图；马拉维 261 例/2,150 图；坦桑尼亚 23 例/86 图。
7. 马拉维+坦桑尼亚合称 EAS（Eastern African Set，东非集）。
8. 采集时间：2020-2023 年前瞻性采集。
9. 采集地：马达加斯加全国；几内亚科纳克里；马拉维利隆圭；坦桑尼亚莫希。
10. 成像方式：手机拍摄的临床照片，模拟远程皮肤病学场景，非皮肤镜。
11. 光型：Fitzpatrick III/IV/V/VI；几内亚以 VI 型为主。
12. 性别：几内亚男 62%、马达加斯加男 56%、EAS 男 65%。
13. 元数据：年龄、性别、身体部位。
14. 诊断编码：ICD-10 与 ICD-11（WHO）。
15. 类别：44 种病症归为 4 大类——Eczema/Fungal/Scabies/Others，基于 ICD-10 本体。
16. 脓疱化二值列：191 例（11.5%）impetiginized。
17. 每病例多角度多张图像。
18. 诊断依据：临床检查 + 患者随访。
19. 划分：预定义 80/20 分层开发-测试，患者级划分防泄漏。
20. 清洗：SelfClean 自监督算法 + 人工核验（两名专家核无关/近重复 + 两名 board-certified 皮肤病专家核标签错误）。
21. 标注者与采集者分离；注释按一致同意聚合。
22. 匿名化：inpainting/裁剪去除可识别特征。
23. 伦理：知情同意 + 各国法规；匿名图像分析依瑞士伦理声明 EKNZ-2018-01074。
24. 基线骨干：ResNet-50（ImageNet 预训练）。
25. 分类头：Dropout(30%) + BatchNorm + 单线性层。
26. 优化：Adam + 加权交叉熵；LR 由 range test 确定。
27. 训练：先冻结分类头 10 epoch 再解冻全部层；早停验证损失 20 epoch 不改善。
28. 输入 224×224，ImageNet 归一化；增强含随机缩放裁剪/翻转/0-90° 旋转。
29. 实现：PyTorch 1.9；8×V100 DGX，512GB 内存，40 CPU 核。
30. 超参调优：开发集 5 折交叉验证；测试集独立。
31. 四类分类：随机/常量基线 0.25，ResNet-50 bal.Acc 0.70（prec/sens 0.70）。
32. 脓疱化：随机 F1 0.27、常量 F1 0.28，ResNet-50 F1 0.63（prec 0.52、sens 0.79）。
33. 患者级：四类 bal.Acc 0.64（-6%）、脓疱化 F1 0.47（-16%）。
34. Table 3 分光型：FST III(303) 0.72 / IV(254) 0.66 / V(341) 0.70 / VI(88) 0.73；性别 Female(425) 0.72 / Male(561) 0.68。
35. 光型最大差 7%（bal.Acc）、脓疱化 F1 差 11%（FST IV vs III）。
36. 跨中心泛化：两中心 0.61±0.05 vs 三中心 0.68±0.01；最低泛化来自几内亚+马达加斯加。
37. 跨年龄泛化：仅儿科 0.66 / 仅青少年 0.43 / 全年龄 0.70。
38. 许可：数据集用 PASSION data public license（非商业+署名+禁再识别+禁直链禁转载）；网站 CC BY-SA 4.0；论文 Springer/arXiv。
39. 获取：官网 Google Form 请求制。
40. 资助：Fondation Botnar grant REG-19-024。

---

术语表（28 条）

术语	释义
PASSION	Pediatric African Skin Survey for Inclusive Diagnosis of Skin Diseases
FST	Fitzpatrick Skin Type，皮肤光型分级 I-VI，越高越深
色素性皮肤	pigmented skin，FST IV-VI 的深肤色皮肤
teledermatology	远程皮肤病学，通过影像远程诊断皮肤病
NTD	Neglected Tropical Disease，被忽视热带病（如疥疮）
Eczema	湿疹，四类之一
Fungal	真菌感染，四类之一
Scabies	疥疮，属皮肤 NTD，四类之一
Impetigo / Impetiginized	脓疱病 / 脓疱化，二值标签
ICD-10 / ICD-11	WHO 国际疾病分类第 10/11 版
body localisation	身体部位标注（Arm/Back/Face 等）
balanced accuracy	平衡准确率，类别不平衡下的准确率指标
macro-averaged precision	宏平均精确率，各类 precision 的未加权平均
binary F1	二分类 F1 分数
sensitivity	灵敏度/召回率
precision	精确率
ResNet-50	50 层残差网络，本数据集基线骨干
迁移学习	用 ImageNet 预训练权重微调
患者级评测	按患者聚合多图预测（多数投票）后再评
样本级评测	逐图评测
信息泄漏	同一患者数据跨训练/测试导致虚高
分层划分	按类别比例保持分布的划分
SelfClean	自监督数据清洗策略（论文引用 [9]）
EAS	Eastern African Set，马拉维+坦桑尼亚聚合集
跨中心泛化	在部分采集中心训练、在全部中心测试
跨年龄泛化	在某年龄段训练、在更广人群测试
SharedIt	Springer 的论文共享链接服务
PASSION data public license	数据集自定义许可（非 CC，非商业+禁再识别+禁直链禁转载）

附录

附录 A：条目信息速查卡

项	值
条目名	PASSION
url_name	passion
类型	数据集 + 会议论文 + 复现代码（三合一）
论文	MICCAI 2024, LNCS 15003:703-712（doi 10.1007/978-3-031-72384-1_66）
团队	University Hospital Basel / University of Basel + Lucerne UAS + 四国临床机构
规模	1,653 患者 / 4,901 图（四国）
许可	PASSION data public license（非商业）；网站 CC BY-SA 4.0
抓取时点	2026-10-03
库内互链	derm1m(783)/dermacon-in(781)/pad-ufes-20(151)/isic-2018(710)/isic-2019(707)/isic-2020(715)/isic-archive(56)/ham10000(60)/derm7pt(110)/skincap(782)/skincon(784)/derm12345(742)

附录 B：DAIMS 评估全表

维度	评分（1-10）	依据
D 可发现性	7	论文开放获取（arXiv + MICCAI）+ 官网 + GitHub；但 “PASSION” 同名众多，检索需限定词（坑 1）
A 可获取性	5	请求制 Google Form，无公开直链，无响应时限承诺——最大失分项
I 可互操作	8	ICD-10/ICD-11 标准化编码 + FST + 结构化元数据，互操作性强（显著加分）
M 元数据质量	8	论文表格完备（Table 1/2/3 + 分布）；官网机构编号/拼写小笔误（坑 3）微降分
S 可持续性	6	依托 Basel 团队与 GitHub；数据发放依赖 Google Form，单点风险
综合评级	6.8/10（中上）	互操作与文档高于均值；请求制 + 非商业/禁直链/禁转载拖低实用评级

附录 C：逐项证据链自证

关键数字	来源	位置
1,653 患者 / 4,901 图	论文摘要+正文§3	arXiv/PDF
985/384/261/23 例	论文 §3 Data collection	arXiv/PDF
FST III-VI / 手机拍摄	论文 §3 Distributions	arXiv/PDF
191 例（11.5%）脓疱化	论文 §3 Distributions	arXiv/PDF
80/20 患者级划分	论文 §3 Data split	arXiv/PDF
ResNet-50 架构细节	论文 §4 Methodology	arXiv/PDF
四类 0.70 / 脓疱化 0.63	论文 Table 2	arXiv/PDF
光型/性别分表	论文 Table 3	arXiv/PDF
患者级 0.64 / 0.47	论文 §5 Results	arXiv/PDF
跨中心 0.61 vs 0.68	论文 §5 Results	arXiv/PDF
跨年龄 0.66 / 0.43 / 0.70	论文 §5 Results	arXiv/PDF
PASSION License 条款	GitHub LICENSE.md	GitHub
EKNZ-2018-01074	论文 §3 Ethical approval	arXiv/PDF
REG-19-024	论文 Acknowledgments	arXiv/PDF

附录 D：数据获取决策树

你要用 PASSION 吗？
├── 商业用途？
│   └── 不可用（PASSION License 非商业 only）——坑 4
├── 非商业研究/教学？
│   └── 官网 passionderm.github.io → Request Access → Google Form 申请
│       ├── 获批 → 遵守：禁再识别 / 禁直链 / 禁转载 / 署名
│       └── 等待中 → 先用 ISIC/HAM10000 搭管线（注意域差异——坑 6）
└── 只想读论文/引用数据
    └── arXiv:2411.04584 或 doi:10.1007/978-3-031-72384-1_66（无需申请）

附录 E：类别映射与使用规范

层级	内容	使用要点
4 大类	Eczema / Fungal / Scabies / Others	分类任务目标；基于 ICD-10 本体
44 病症	4 大类的细分	细粒度研究可用，但样本量不均
脓疱化	Impetiginized 二值	独立二分类任务；注意 11.5% 不平衡
ICD 编码	ICD-10 + ICD-11	互操作锚点；接入外部系统的桥梁

使用规范：四类分类报告须同时给样本级与患者级（坑 5）；脓疱化报 F1 而非单侧指标；跨中心/跨年龄结论须分层（坑 7、坑 8）。

附录 F：采集与清洗 SOP 骨架

1. 本地 board-certified 皮肤病专家诊断 + 随访
2. 手机多角度拍摄（同一病例多张）
3. 采集后人工匿名化（inpainting/裁剪去可识别特征）
4. SelfClean 自监督算法筛无关/近重复/标签错误
5. 两名专家核验无关样本与近重复（非同批）
6. 两名 board-certified 皮肤病专家核验标签错误（非洲执业经验）
7. 一致同意聚合：删无关、并近重复到同病例、纠标签
8. 诊断转 ICD-10/ICD-11
9. 患者级 80/20 分层划分

关键：步骤 5-6 的核验专家未参与步骤 1 的采集（诊断者/标注者分离）。

附录 G：基线复现骨架（代码）

# ResNet-50 迁移学习骨架（论文口径，示意）
import torch, torch.nn as nn
from torchvision import models

model = models.resnet50(weights="IMAGENET1K_V1")
model.fc = nn.Sequential(
    nn.Dropout(0.3),
    nn.BatchNorm1d(2048),
    nn.Linear(2048, NUM_CLASSES),   # 4 类分类
)
# 训练两段：先冻结 backbone 训 10 epoch，再解冻全部层
opt = torch.optim.Adam(model.parameters(), lr=LR_FROM_RANGE_TEST)
loss = nn.CrossEntropyLoss(weight=CLASS_WEIGHTS)
# 增强：RandomResizedCrop(224) + Flip + Rotation(0-90)
# 早停：验证损失连续 20 epoch 不改善

官方复现入口：GitHub Digital-Dermatology/PASSION-Evaluation（含 configs/default.yaml、src/evaluate_experiments）。

附录 H：统计指标计算公式表

指标	公式/说明
balanced accuracy	各类 recall 的宏平均
macro precision	各类 precision 的未加权平均
sensitivity	TP/(TP+FN)
binary F1	2·P·R/(P+R)
患者级聚合	同一患者多图的预测按多数投票取终值

附录 I：跨中心/跨年龄结果总表（论文口径）

实验	训练集	测试 bal. Acc.
跨中心	仅两中心	0.61 ± 0.05
跨中心	全三中心	0.68 ± 0.01
跨年龄	仅儿科（≤16）	0.66
跨年龄	仅青少年（>16）	0.43
跨年龄	全年龄	0.70

附录 J：与库内皮肤数据集的关系声明

库内条目	rid	关系
Derm1M	783	规模路线 vs 代表性路线对照
DermaCon-IN	781	南亚肤色 vs 非洲肤色，多样性双璧
PAD-UFES-20	151	手机拍摄共识，成人体表 vs 儿科
ISIC 2018/2019/2020/archive	710/707/715/56	皮肤镜 vs 临床图对照
HAM10000	60	皮肤镜色素性病变对照（论文 Related Work 对比）
Derm7pt	110	皮肤镜七点法对照
SkinCAP / SkinCon	782/784	概念/描述标注 vs 临床分类标签
DERM12345	742	皮肤科影像分类对照

附录 K：许可条款细读

条款	内容	实操含义
非商业	仅非商业用途，商业严格禁止	不能训练商业产品
署名	保留 creator/版权/许可/免责声明/URI + 注明修改	论文与衍生品须引 PASSION
禁再识别	禁止 re-identify/re-link	不得尝试还原患者身份
分享限制	禁直链、仅分享网站链接、禁转载	不能转 HF/Zenodo，不能给直链
Sui Generis	数据库权同限	不能整库 redistribute
终止	违约终止，30 天补正可恢复	合规是持续义务

附录 L：请求申请要点（清单）

1. 访问 https://passionderm.github.io/ → “Request Access to Dataset”
2. 填写 Google Form（https://docs.google.com/forms/d/1pdIkg-1mrgzEt3XN3YG-NjlXPADXDh-at2KEe5Jlnns/）
3. 说明：研究用途、机构隶属、非商业承诺
4. 等待审批（无公开时限承诺——按不确定周期规划）
5. 获批后遵守：非商业 / 禁再识别 / 禁直链 / 禁转载 / 署名

附录 M：坑点档案（与 §10 对照）

编号	一句话	处置
坑 1	“PASSION” 同名众多	加 dermatology/skin/Sub-Saharan
坑 2	官网链接文字与 href 不一致	用 passionderm.github.io
坑 3	机构编号/拼写两版	以 arXiv/Springer 为准；Conakry
坑 4	许可非 CC，禁商业/直链/转载	逐条读 LICENSE.md
坑 5	样本级 vs 患者级	报告须声明口径
坑 6	临床图非皮肤镜	不与皮肤镜模型互评
坑 7	四国极不均衡	跨中心结论分层
坑 8	EAS 仅儿科	区分中心效应与年龄效应

附录 N：双口径登记表

#	项	口径 A	口径 B	处置
1	几内亚首都拼写	Konakry（官网）	Conakry（论文）	按论文，官网笔误
2	机构编号 2/3	官网：#3=Health Economics	论文：#2=Health Economics	按 arXiv/Springer
3	项目链接	文字 passionderm.github.io	href navarinilab.com	按文字（项目页）
4	评测口径	样本级 0.70/0.63	患者级 0.64/0.47	两口径并报
5	中心聚合	四国独立	EAS 合并（马+坦）	分析用三中心口径

附录 O：维护计划与触发点

触发点	条件	动作	优先级
数据集扩容/新版本	团队发布 v2 或新增病症	更新规模与类别	1
公开直链化	团队上线可编程入口	改写 §6、升 AI-Ready 评级	2
第三方评测	新论文用 PASSION 评测新模型	§5 扩表	3
许可变更	License 条款更新	重核 §6 与附录 K	4
后续论文	团队发布扩展/算法论文	§7.5 追记	5

附录 P：引文规范

@InProceedings{gottfrois2024passion,
  title     = {PASSION for Dermatology: Bridging the Diversity Gap with
               Pigmented Skin Images from Sub-Saharan Africa},
  author    = {Gottfrois, Philippe and Gr{\"o}ger, Fabian and
               Andriambololoniaina, Faly Herizo and Amruthalingam, Ludovic and
               Gonzalez-Jimenez, Alvaro and Hsu, Christophe and Kessy, Agnes and
               Lionetti, Simone and Mavura, Daudi and Ng'ambi, Wingston and
               Ngongonda, Dingase Faith and Pouly, Marc and
               Rakotoarisaona, Mendrika Fifaliana and
               Rapelanoro Rabenja, Fahafahantsoa and Traor{\'e}, Ibrahima and
               Navarini, Alexander A.},
  booktitle = {Medical Image Computing and Computer Assisted Intervention --
               MICCAI 2024},
  series    = {Lecture Notes in Computer Science},
  volume    = {15003},
  pages     = {703--712},
  year      = {2024},
  publisher = {Springer Nature Switzerland},
  doi       = {10.1007/978-3-031-72384-1_66}
}

@misc{passion2024arxiv,
  title  = {PASSION for Dermatology: Bridging the Diversity Gap with
            Pigmented Skin Images from Sub-Saharan Africa},
  author = {Gottfrois, Philippe and others},
  year   = {2024},
  eprint = {2411.04584},
  archivePrefix = {arXiv},
  primaryClass  = {cs.CV},
  doi    = {10.48550/arXiv.2411.04584}
}

附录 Q：本条目生产档案

• 生产通道：agent-c-passion，2026-10-03 开工
• 开工三查：锁 writing/passion/.lock（agent-c-passion 2026-10-03T12:53:35Z）；私有区 .parts_agent-c-passion_1791032018_361206（R008 时间戳+PID）；md5 稳定性采样 STABLE_OK；codebuddy 进程 4
• 查重：DB 无 passion 命中（仅 skincap/skincon 命中 skin）；writing/ 无既有 passion
• 三源互证：官网（curl HTML 16,682B）+ arXiv:2411.04584（abs+HTML+PDF 6页）+ GitHub PASSION-Evaluation（README+LICENSE）
• 事实研究：WebSearch×2 + WebFetch×5 + curl 官网/PDF + pdftotext 全文 + GitHub 抓取，共约 10 轮
• FACTS.md：writing/passion/FACTS.md 九节
• 成稿方式：五块直写拼接（part1-5），显式 cat 文件名拼接，禁用裸 glob
• 坑点：§10 八则（"坑 N："编号制）
• category_tags：6 个（医学影像/皮肤影像/图像分类/公共卫生与流行病学/儿科/全球健康）

附录 R：FAIR/AI-Ready 检查单

检查项	状态	说明
F1 全局唯一标识	✅	DOI + arXiv ID + 项目页
F2 富元数据	✅	论文表格 + 官网 + ICD 编码
A1 可访问协议	⚠️	请求制 Google Form，无直链
A2 元数据可访问	✅	论文/官网始终开放
I1 互操作格式	✅	ICD-10/ICD-11 + FST + 结构化元数据
I2 词汇表引用	✅	WHO ICD 标准术语
R1 来源溯源	✅	四国采集机构明示
R3 可复现流程	⚠️	GitHub 代码公开，但端到端需数据获批
AI-Ready 综合	中	互操作是范本；可获取性被请求制与许可约束拖低

附录 S：缩写速查

缩写	全称
PASSION	Pediatric African Skin Survey for Inclusive Diagnosis of Skin Diseases
FST	Fitzpatrick Skin Type
EAS	Eastern African Set（马拉维+坦桑尼亚）
NTD	Neglected Tropical Disease
ICD	International Classification of Diseases
MICCAI	Medical Image Computing and Computer Assisted Intervention
LNCS	Lecture Notes in Computer Science
DAIMS	Discoverability/Accessibility/Interoperability/Metadata/Sustainability
DGX	Nvidia DGX 工作站

附录 T：基于本数据集的研究检查清单（10 项）

1. 许可核对：确认非商业用途，遵守禁再识别/禁直链/禁转载，署名并引 PASSION License。
2. 口径声明：报告分数时注明样本级还是患者级（坑 5）。
3. 域核对：确认你的方法面向临床手机图而非皮肤镜（坑 6）。
4. 机构分层：跨中心结论分层报告或按构成校正（坑 7）。
5. 年龄解耦：解读中心/年龄效应时注意 EAS 仅儿科的耦合（坑 8）。
6. 不平衡处理：脓疱化 11.5%，用 F1 与 balanced 指标，勿只看 sensitivity。
7. 患者级划分：使用官方 80/20 患者级划分，勿自定义按图切分。
8. 元数据利用：善用年龄/性别/身体部位做子群分析。
9. ICD 对齐：用 ICD-10/ICD-11 编码与其他数据源互操作。
10. 时点存照：官网笔误与许可条款按抓取时点核对（附录 N）。

附录 U：检索路径示范

目标	推荐查询式	预期命中
论文	“PASSION” AND (“dermatology” OR “skin”) AND “Sub-Saharan”	arXiv:2411.04584 / MICCAI 3722
官网	passionderm.github.io	项目主页 + Google Form
代码	Digital-Dermatology/PASSION-Evaluation	GitHub 复现仓库
许可	PASSION data public license LICENSE.md	GitHub 许可全文
同类对照	Fitzpatrick17k / DDI / HAM10000 / ISIC	多样性对照数据集
反例（勿单用）	“PASSION”（无领域词）	大量同名噪声（坑 1）

附录 V：库内皮肤数据集景观总表

库内条目	rid	成像	人群/地域	与 PASSION 关系
Derm1M	783	多模态	全球	规模 vs 代表性
DermaCon-IN	781	临床	南亚	肤色多样性双璧
PAD-UFES-20	151	手机	巴西成人	手机拍摄共识
DERM12345	742	临床	—	分类对照
ISIC 2018/2019/2020	710/707/715	皮肤镜	全球	成像对照
ISIC Archive	56	皮肤镜	全球	最大皮肤镜库
HAM10000	60	皮肤镜	欧洲	论文 Related Work 对比
Derm7pt	110	皮肤镜	—	七点法对照
SkinCAP	782	多模态	—	描述标注对照
SkinCon	784	临床	—	概念标注对照

附录 W：双口径与官网笔误速查

#	项	值 A	值 B	采用
1	几内亚首都	Konakry	Conakry	Conakry
2	Health Economics 编号	#3（官网）	#2（论文）	论文
3	项目链接	文字 passionderm	href navarinilab	passionderm
4	四类分类	样本级 0.70	患者级 0.64	并报
5	脓疱化	样本级 0.63	患者级 0.47	并报

---

附录 X：三重落差速查卡（一页版）

落差	宽松口径	严格口径	折扣	主因
采样单元	样本级 0.70	患者级 0.64	-6%	同患者多图重复计分
采样单元（脓疱化）	样本级 F1 0.63	患者级 F1 0.47	-16%	二分类 + 正例少(11.5%)
采集来源	三中心 0.68	两中心 0.61	-7%	训练来源少→域偏移敏感
目标人群	全年龄 0.70	仅青少年 0.43	-27%	主训练域为儿科

一句话：论文的 0.70 是"最好条件下的样本级数字"，落地预期应落在 0.43-0.64 之间。

附录 Y：四国采集特征对照

国家/集合	患者	图像	均图/例	光型倾向	性别(男)	备注
马达加斯加	985	2,185	≈2.2	III→V/VI	56%	全国范围，样本最多
几内亚	384	480	≈1.25	以 VI 型为主	62%	首都科纳克里
马拉维	261	2,150	≈8.2	III→V/VI	—	首都利隆圭，多图
坦桑尼亚	23	86	≈3.7	III→V/VI	—	莫希，样本最少
EAS（马+坦）	284	2,236	≈7.9	III→V/VI	65%	仅儿科病例

读法：马达加斯加贡献了约 60% 的患者量；马拉维以 261 例产出 2,150 图，均图数最高（≈8.2），说明其病例随访/多角度拍摄更充分；坦桑尼亚仅 23 例，是国别不均衡的极端点（坑 7）。

附录 Z：术语速查（补充 12 条）

术语	释义
Teledermatology	远程皮肤病学，通过图像远程会诊皮肤病
Fitzpatrick skin type (FST)	皮肤光型分类 I-VI，越高越深色
Pigmented skin	色素性皮肤，泛指中到深肤色（FST IV-VI）
NTD	Neglected Tropical Disease，被忽视的热带病（疥疮属之）
Impetiginization	脓疱化，病变继发脓疱感染
Scabies	疥疮，由疥螨引起的 NTD
ICD-10 / ICD-11	WHO 国际疾病分类第 10/11 版
Balanced accuracy	各类召回率的平均，抗类别不平衡
EAS	Eastern African Set，马拉维+坦桑尼亚合并集
SelfClean	论文用于剔除无关/近重复图像的自监督清洗算法
Domain shift	域偏移，训练分布与部署分布不一致
Patient-level split	患者级划分，同一患者不跨训练/测试

附录 AA：不同读者最短路径

读者	先看	再看	注意
皮肤科 AI 研究者	§5 三重落差	§2 数据构成、附录 I	口径必须标明（坑 5）
全球健康研究者	§0 导读、§7 生态	§3 伦理与协作	引用地域填补价值
数据集设计者	§8 方法学启示	§12 逐层解剖	抄患者级划分 + ICD 编码
合规/法务	§6 获取与许可、附录 K	附录 W 双口径	许可非 CC，禁商禁转载
快速上手者	附录 D 决策树	§11.4 决策卡	先走 Google Form

附录 AB：常见误用与纠正（10 条）

误用	纠正
把 PASSION 当皮肤癌数据集	4 类中无皮肤癌；应查 ISIC/HAM10000
引用 0.70 作为临床准确率	那是样本级；临床参照是患者级 0.64
直接拿皮肤镜模型跑 PASSION	成像根本不同（手机临床图），须重训
转载数据到 HuggingFace	许可禁转载，只能分享官网链接
假设四国样本均衡	坦桑尼亚仅 23 例，极不均衡
用儿科模型诊断成人	跨年龄泛化跌至 0.43，不可外推
忽略脓疱化临床意义	误用激素会加重感染，须单独建模
按 CC BY-NC 理解许可	PASSION 许可更严，附直链即违约
单搜 “PASSION” 找数据	同名项目极多，须叠加 dermatology
认为深肤色本身难学	同分布光型差仅 7%，主因是覆盖不足

附录 AC：衍生研究构想（8 个方向）

1. 域适应：以 PASSION 为目标域，检验皮肤镜模型经域适应后的可用性。
2. 公平性审计：把 FST/性别/中心作为分组，复刻并扩展论文的分层评测。
3. 自监督预训练：在 PASSION 上做自监督，观察深肤色下游任务收益。
4. 脓疱化定位：从图像级二分类升级为病灶级定位（需额外标注）。
5. 多中心联邦学习：在四国数据不可集中时，检验联邦学习的泛化收益。
6. 跨数据集迁移矩阵：PASSION ↔ HAM10000 ↔ PAD-UFES-20 的互迁移。
7. 临床决策模拟：以患者级分数模拟"AI 分诊"的漏诊/误转率。
8. 许可与合规研究：以本数据集为案例研究请求制许可对复现性的影响。

附录 AD：数据卡（Datasheet 精简版）

项	内容
动机	弥合皮肤病 AI 的深肤色/非洲/儿科数据鸿沟
构成	1,653 患者 / 4,901 图 / 四国 / 2020-2023
采集	手机临床照片，远程皮肤病学场景
标注	4 类诊断（ICD-10 聚组）+ 脓疱化二值 + 元数据
预处理	SelfClean 清洗 + 双专家核验 + 匿名化 inpaint
划分	患者级 80/20 分层
用途	分类、分诊、公平性、域适应研究
不适用	皮肤镜任务、成人泛化、均衡四国分析
分发	请求制（Google Form）
维护	项目页 passionderm.github.io

附录 AE：双口径数字一页纸

指标	样本级	患者级	差额
四类分类 bal.Acc	0.70	0.64	-0.06
四类分类 precision	0.70	—	—
四类分类 sensitivity	0.70	—	—
脓疱化 F1	0.63	0.47	-0.16
脓疱化 precision	0.52	—	—
脓疱化 sensitivity	0.79	—	—
随机基线（分类）	0.25	—	—
随机基线（脓疱化 F1）	0.27	—	—
常量基线（脓疱化 F1）	0.28	—	—

附录 AF：来源与可获取性

资源	地址	可获取性
论文 DOI	10.1007/978-3-031-72384-1_66	Springer 版权（SharedIt 链接）
预印本	arXiv:2411.04584	公开
项目官网	passionderm.github.io	公开（内容 CC BY-SA 4.0）
代码	GitHub Digital-Dermatology/PASSION-Evaluation	公开
数据本体	官网 Google Form 请求	请求制（PASSION 许可）

附录 AG：本条目与库内互链矩阵

库内条目	rid	关系
Derm1M	783	规模 vs 代表性互补
DermaCon-IN	781	南亚 vs 撒哈拉以南，肤色双璧
PAD-UFES-20	151	手机场景 vs 皮肤癌方向
ISIC-2018	710	皮肤镜基准对照
ISIC-2019	707	皮肤镜基准对照
ISIC-2020	715	皮肤镜基准对照
ISIC-Archive	56	皮肤镜基准对照
HAM10000	60	皮肤镜色素性病变对照
Derm7pt	110	皮肤镜七点清单对照
SkinCAP	782	图像-描述标注对照
SkinCon	784	概念标注对照

---

尾注

本条目为 AI-Ready Wikipedia 数据集条目，生产于 2026-10-03。事实陈述以 MICCAI 2024 论文（doi:10.1007/978-3-031-72384-1_66 / arXiv:2411.04584）、项目官网（passionderm.github.io）与 GitHub PASSION-Evaluation（README + LICENSE.md）为源，三源互证。官网与论文的机构编号、几内亚首都拼写、摘要链接文字与 href 不一致等原始文档缺陷，以及样本级/患者级双口径，均已在坑点（§10）与附录 N/W 存照。条目与库内 Derm1M（rid 783）、DermaCon-IN（rid 781）、PAD-UFES-20（rid 151）、ISIC 系列（rid 710/707/715/56）、HAM10000（rid 60）、SkinCAP（rid 782）、SkinCon（rid 784）等条目互链，构成皮肤影像与全球健康数据集的完整检索面。后续维护触发点见附录 O。

---

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：

• skincon — 共享标签：医学影像 / 皮肤影像 / 图像分类 / 评测基准 / 皮肤癌
• med-node — 共享标签：医学影像 / 皮肤影像 / 图像分类 / 评测基准 / 皮肤癌
• isic-2019 — 共享标签：医学影像 / 皮肤影像 / 图像分类 / 评测基准 / 皮肤癌
• isic-2020 — 共享标签：医学影像 / 皮肤影像 / 图像分类 / 评测基准 / 皮肤癌
• derm12345 — 共享标签：医学影像 / 皮肤影像 / 图像分类 / 评测基准 / 皮肤癌
• ph2 — 共享标签：医学影像 / 皮肤影像 / 图像分类 / 皮肤癌
• ddi — 共享标签：医学影像 / 皮肤影像 / 评测基准 / 皮肤癌
• dermacon-in — 共享标签：医学影像 / 皮肤影像 / 图像分类 / 评测基准
• defungi — 共享标签：医学影像 / 皮肤影像 / 图像分类 / 评测基准
• bcn20000 — 共享标签：医学影像 / 皮肤影像 / 皮肤癌

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。