diff --git a/CLAUDE.md b/CLAUDE.md
index 96348a0..6e3cd7f 100644
--- a/CLAUDE.md
+++ b/CLAUDE.md
@@ -5,7 +5,7 @@
 
 ## 開発進捗
 
-最新: 立ち上げ完了（フェーズ 1〜6）．次は PLAN_02 の Step 1（基盤: 設定スキーマ・合成データ・manifest・患者単位分割）
+最新: 臨床データ 1085 枚を Newton へ転送完了．次は PLAN_02 の Step 1（基盤: 設定スキーマ・合成データ・manifest・患者単位分割）
 ※ 本欄は**最新ステップ 1 行のみ上書き更新**．詳細な進捗履歴（動機・設計判断・失敗パターン）は [docs/PROGRESS.md](docs/PROGRESS.md) に追記する．運用ルールは `.claude/rules/progress-log.md` を参照（該当ファイル編集時に自動ロードされる）．
 
 ## 必須ルール（コード実装時）
@@ -97,4 +97,4 @@
 
 ### 06_TEST（テスト）
 
-<!-- 実装フェーズで必要になった時に追加する（立ち上げ時の対象外） -->
+- データセット構成調査: docs/06_TEST/TEST_01_データセット構成調査.md
diff --git "a/docs/02_ENV/ENV_03_\347\256\241\347\220\206\350\200\205\347\224\250\347\222\260\345\242\203\346\247\213\347\257\211\346\211\213\351\240\206.md" "b/docs/02_ENV/ENV_03_\347\256\241\347\220\206\350\200\205\347\224\250\347\222\260\345\242\203\346\247\213\347\257\211\346\211\213\351\240\206.md"
index 83560b8..e1142dc 100644
--- "a/docs/02_ENV/ENV_03_\347\256\241\347\220\206\350\200\205\347\224\250\347\222\260\345\242\203\346\247\213\347\257\211\346\211\213\351\240\206.md"
+++ "b/docs/02_ENV/ENV_03_\347\256\241\347\220\206\350\200\205\347\224\250\347\222\260\345\242\203\346\247\213\347\257\211\346\211\213\351\240\206.md"
@@ -51,13 +51,92 @@
 
 原本は研究室 PC に置き，**研究室 LAN 内で Newton へ一度だけコピーする**．手元 PC を経由させない．
 
-1. 研究室 PC で作業する（**`hostname` で研究室 PC であることを確認してから実行する**）
-2. 研究室 PC から Newton へコピーする（例: `scp -r <データ> Newton:~/data/TIASJudgeModel/`）
-3. コピー後に件数を突き合わせる（両側でファイル数を数える）
+### 原本の置き場所 (Source Location)
+
+```text
+C:\Users\Papin\clinical-data\TIASJudgeModel\
+```
+
+ラベルごとの 9 フォルダに PNG が直置きされている（内訳は [TEST_01 データセット構成調査](../06_TEST/TEST_01_データセット構成調査.md)）．
+
+> ⚠ **研究室 PC では「ドキュメント」フォルダが OneDrive（`OneDrive - 千葉大学`）にリダイレクトされている**．臨床データをドキュメント・デスクトップ配下に置くとクラウドへ同期されるため置かない．上記のプロファイル直下の独自フォルダは同期対象外である．
+
+### フォルダ名の対応 (Folder Mapping)
+
+日本語フォルダ名をそのまま転送すると Windows（CP932）と Linux（UTF-8）の文字コード差で名前が壊れるため，**ASCII のスラッグ名に対応付けて**コピーする．
+
+| 研究室 PC のフォルダ | サーバ上のディレクトリ |
+| --- | --- |
+| `淡紅（正常）` | `images/light_red_normal` |
+| `暗赤紅＿あり` | `images/dark_red_strong` |
+| `暗赤紅＿ややあり` | `images/dark_red_mild` |
+| `紫＿あり` | `images/purple_strong` |
+| `紫＿ややあり` | `images/purple_mild` |
+| `紅＿あり` | `images/red_strong` |
+| `紅＿ややあり` | `images/red_mild` |
+| `淡白＿あり` | `images/pale_strong` |
+| `淡白＿ややあり` | `images/pale_mild` |
+
+### 研究室 PC から Newton への鍵設定 (Key Setup)
+
+研究室 PC から Newton へ非対話で転送するため，**研究室 PC 専用の鍵**を作って Newton に登録する（2026-09-27 に実施済み）．
+
+- 研究室 PC の鍵: `C:\Users\Papin\.ssh\id_ed25519_newton`（パスフレーズなし．コメントは `papin-DESKTOP-1QLOO91-to-Newton-TIASJudgeModel`）
+- Newton 側: 上記の公開鍵を `~/.ssh/authorized_keys` に追記済み
+- 初回接続時は Newton のホスト鍵を受け入れる必要がある（`-o StrictHostKeyChecking=accept-new`）
+
+※ Windows の OpenSSH サーバーは **SSH エージェント転送に対応していない**ため，手元の鍵を研究室 PC 経由で使い回すことはできない（専用鍵が必要になる理由）．
+
+### 手順 (Procedure)
+
+1. 研究室 PC で作業する（**`hostname` で研究室 PC であることを確かめてから実行する**）
+2. PowerShell で以下を実行する（対応表どおりに 9 フォルダを転送する）
+
+   ```powershell
+   $key   = "$env:USERPROFILE\.ssh\id_ed25519_newton"
+   $root  = "C:\Users\Papin\clinical-data\TIASJudgeModel"
+   $rhost = "hasegawa@192.168.23.14"
+   $map = [ordered]@{
+     "淡紅（正常）"     = "light_red_normal"
+     "暗赤紅＿あり"     = "dark_red_strong"
+     "暗赤紅＿ややあり" = "dark_red_mild"
+     "紫＿あり"         = "purple_strong"
+     "紫＿ややあり"     = "purple_mild"
+     "紅＿あり"         = "red_strong"
+     "紅＿ややあり"     = "red_mild"
+     "淡白＿あり"       = "pale_strong"
+     "淡白＿ややあり"   = "pale_mild"
+   }
+   foreach ($k in $map.Keys) {
+     $slug = $map[$k]
+     ssh -i $key $rhost "mkdir -p ~/data/TIASJudgeModel/images/$slug"
+     $files = @(Get-ChildItem -LiteralPath (Join-Path $root $k) -File -Filter *.png)
+     for ($i = 0; $i -lt $files.Count; $i += 100) {
+       $chunk = $files[$i..([Math]::Min($i+99, $files.Count-1))] | ForEach-Object { $_.FullName }
+       scp -i $key -q @chunk ($rhost + ":~/data/TIASJudgeModel/images/" + $slug + "/")
+     }
+   }
+   ```
+
+   ※ `scp "...\*.png"` のようにワイルドカードを渡す方式は使わない（PowerShell はネイティブコマンドの引数を展開しないため）．ファイル一覧を列挙して 100 件ずつ渡す（コマンドライン長の上限を避けるため）．
+
+3. コピー後に件数を突き合わせる
+
+   ```powershell
+   (Get-ChildItem -LiteralPath $src -Recurse -File).Count   # 研究室 PC 側（1085 の見込み）
+   ssh hasegawa@192.168.23.14 "find ~/data/TIASJudgeModel/images -type f | wc -l"
+   ```
+
 4. 原本は研究室 PC に残す（Newton 側は作業用コピー）
 
+### 実施記録 (Completion Record)
+
+2026-09-27 に上記手順で転送完了．Newton 側 `~/data/TIASJudgeModel/images/` に **9 ディレクトリ・1085 ファイル（443 MB）**．研究室 PC 側の件数と完全一致し，非 PNG は 0 件．ディレクトリ権限は `drwx------`．転送は研究室 PC → Newton の直送であり，手元 PC は制御コマンドのみを送っている（画像は手元を通っていない）．
+
 以降は再転送しない．データセットの内容確認（枚数・クラス分布・破損チェック）はサーバ上のコマンドで行い，**集計結果のみ**を手元で見る．
 
+※ 研究室 PC から Newton への鍵が未登録の場合はパスワードを求められる．
+
 ## 学外アクセス用の踏み台 (Off-campus Access)
 
 研究室 PC を ProxyJump の踏み台にする設定は SmTIAS-LightSim で構築済みのため，本プロジェクトでの追加作業は不要（未設定の場合は同プロジェクトの `docs/02_ENV/ENV_02_環境構築手順.md`「学外から接続する（研究室 PC 経由）」に従う）．
diff --git "a/docs/03_PLAN/PLAN_02_\351\226\213\347\231\272\343\202\271\343\203\206\343\203\203\343\203\227.md" "b/docs/03_PLAN/PLAN_02_\351\226\213\347\231\272\343\202\271\343\203\206\343\203\203\343\203\227.md"
index ac37eb8..461c9e5 100644
--- "a/docs/03_PLAN/PLAN_02_\351\226\213\347\231\272\343\202\271\343\203\206\343\203\203\343\203\227.md"
+++ "b/docs/03_PLAN/PLAN_02_\351\226\213\347\231\272\343\202\271\343\203\206\343\203\203\343\203\227.md"
@@ -11,7 +11,7 @@
 | 3 | データセット集計（実データの素性把握） | **臨床データのコピー完了**・倫理確認 |
 | 4 | 学習パイプライン最小版（ConvNeXt-Tiny を 1 本通す） | Step 2・3 |
 | 5 | 評価・レポート生成（指標・混同行列・`runs/` 出力） | Step 4 |
-| 6 | ベースライン比較（TIASjudge のルールベース） | Step 5 |
+| 6 | ベースライン比較（TIASjudge のルールベース）※ 後回し | Step 5 |
 | 7 | 実験反復（不均衡対策・モデル比較・解像度検討） | Step 6 |
 | 8 | 結論（5-fold 交差検証・評価レポート・配布形式の判断） | Step 7 |
 
@@ -48,6 +48,8 @@
 
 ## Step 6: ベースライン比較 (Baseline)
 
+> ⚠ **一旦後回しとする**（2026-09-27 のユーザー判断）．入力条件の違い（TIASjudge は撮影画像から ROI を取るが，本データセットは舌領域を黒背景で切り出した画像）を揃える設計判断が必要なため，機械学習側のパイプラインを先に通す．Step 5 の後に Step 7 へ進み，本ステップは条件が整った時点で実施する．
+
 - **成果物**: `baseline/`（TIASjudge のルールベース診断），比較レポート
 - **完了条件**: 同一テストセットでルールベースと機械学習モデルの指標が並べて出る
 - **ここで決める**: ルールベースを移植するか別リポジトリを参照するか（SPEC_02 の未確定事項）
diff --git "a/docs/04_SPEC/SPEC_01_\343\202\242\343\203\274\343\202\255\343\203\206\343\202\257\343\203\201\343\203\243\350\250\255\350\250\210.md" "b/docs/04_SPEC/SPEC_01_\343\202\242\343\203\274\343\202\255\343\203\206\343\202\257\343\203\201\343\203\243\350\250\255\350\250\210.md"
index 5d8a4b1..254ef24 100644
--- "a/docs/04_SPEC/SPEC_01_\343\202\242\343\203\274\343\202\255\343\203\206\343\202\257\343\203\201\343\203\243\350\250\255\350\250\210.md"
+++ "b/docs/04_SPEC/SPEC_01_\343\202\242\343\203\274\343\202\255\343\203\206\343\202\257\343\203\201\343\203\243\350\250\255\350\250\210.md"
@@ -31,25 +31,38 @@
 
 ## データ契約 (Data Contract)
 
-サーバ上のデータ配置（`~/data/TIASJudgeModel/`）:
+元データは研究室 PC の `C:\Users\Papin\clinical-data\TIASJudgeModel\` にラベルごとの 9 フォルダとして置かれている（[ENV_03](../02_ENV/ENV_03_管理者用環境構築手順.md)）．サーバへコピーした後の配置（`~/data/TIASJudgeModel/`）:
 
 ```text
 ~/data/TIASJudgeModel/
-├── images/          # 舌領域セグメンテーション済み画像
-└── manifest.csv     # 学習が読む唯一の入口
+├── images/
+│   ├── light_red_normal/    # ラベル＿程度のスラッグごとのディレクトリ
+│   ├── dark_red_strong/
+│   ├── dark_red_mild/
+│   ├── purple_strong/
+│   ├── purple_mild/
+│   ├── red_strong/
+│   ├── red_mild/
+│   ├── pale_strong/
+│   └── pale_mild/
+└── manifest.csv             # 学習が読む唯一の入口
 ```
 
+ディレクトリ名は `<label>_<severity>` のスラッグとする（研究室 PC 側の日本語フォルダ名との対応は [ENV_03](../02_ENV/ENV_03_管理者用環境構築手順.md)．日本語名のまま転送すると文字コード差で壊れるため）．
+
 `manifest.csv` の列:
 
 | 列名 | 内容 | 備考 |
 | --- | --- | --- |
 | `image_path` | `images/` からの相対パス | — |
 | `patient_id` | 患者を一意に識別する ID | **必須**．分割の単位になる |
-| `label` | 舌色 5 分類のいずれか | 医師の診断記録に由来 |
+| `label` | 舌色 5 分類のいずれか | 元データのフォルダ名に由来 |
+| `severity` | 程度（`strong` / `mild` / `normal`） | 学習には使わず，評価の層別分析に使う |
 | `note` | 任意の備考 | 除外理由等 |
 
-- manifest はサーバ上の生成スクリプトで作る（実データの構造を確認してから実装する）
-- `patient_id` が取得できない場合，**画像 ID を患者 ID と見なす代替はしない**．生成を止めて人間が判断する（同一患者が分割を跨ぐと評価が壊れるため）
+- manifest はサーバ上の生成スクリプトで作る．元データはラベルごとのフォルダに分かれているため，**フォルダ名から `label` と `severity` を決める**（対応表は [TEST_01 データセット構成調査](../06_TEST/TEST_01_データセット構成調査.md)）
+- **`patient_id` について**: 現在のデータセットは 1 患者 1 枚であることを確認済み（2026-09-27）．したがって画像 ID をそのまま `patient_id` とする．**この前提が崩れる（同一患者の複数枚が追加される）場合は，実際の患者 ID を入れ直す必要がある**（同一患者が分割を跨ぐと評価が壊れるため）．分割処理は常に `patient_id` 単位で行い，前提が変わってもコードを変えずに済むようにする
+- 前提が確認できない新規データに対しては，画像 ID を患者 ID と見なす代替を**自動では行わない**．生成を止めて人間が判断する
 
 ## クラス定義 (Class Definition)
 
@@ -60,10 +73,10 @@
 | 0 | `pale` | 淡白 |
 | 1 | `light_red` | 淡紅 |
 | 2 | `red` | 紅 |
-| 3 | `dark_red` | 暗赤 |
+| 3 | `dark_red` | 暗赤紅 |
 | 4 | `purple` | 紫 |
 
-※ 並び順は TIASjudge の定義に合わせて確定する（順序尺度として扱えるかは未確定．[SPEC_02](SPEC_02_学習・評価仕様.md) 参照）．
+※ 表示名は元データのフォルダ名に合わせている（「暗赤紅」）．順序尺度として扱えるかは未確定（[SPEC_02](SPEC_02_学習・評価仕様.md) 参照）．
 
 ## 実験の出力 (Run Artifacts)
 
diff --git "a/docs/04_SPEC/SPEC_02_\345\255\246\347\277\222\343\203\273\350\251\225\344\276\241\344\273\225\346\247\230.md" "b/docs/04_SPEC/SPEC_02_\345\255\246\347\277\222\343\203\273\350\251\225\344\276\241\344\273\225\346\247\230.md"
index 290385f..bca109b 100644
--- "a/docs/04_SPEC/SPEC_02_\345\255\246\347\277\222\343\203\273\350\251\225\344\276\241\344\273\225\346\247\230.md"
+++ "b/docs/04_SPEC/SPEC_02_\345\255\246\347\277\222\343\203\273\350\251\225\344\276\241\344\273\225\346\247\230.md"
@@ -4,9 +4,9 @@
 
 | 項目 | 方針 |
 | --- | --- |
-| リサイズ | アスペクト比を保って 224×224 に収める（事前学習モデルの入力に合わせる） |
+| リサイズ | アスペクト比を保って 224×224 に収め，余白は黒で埋める（元画像は幅 449〜900・高さ 279〜1025 でばらつく） |
 | 正規化 | ImageNet の mean / std（事前学習の統計に合わせる） |
-| マスク外領域 | データ確認後に確定（黒埋めか平均色埋めか．黒は強いエッジを作るため要検証） |
+| マスク外領域 | **黒 (0, 0, 0)**（実データで確認済み．[TEST_01](../06_TEST/TEST_01_データセット構成調査.md)）．リサイズ時のパディングも黒で統一する |
 
 ## データ拡張 (Augmentation)
 
@@ -34,6 +34,8 @@
 
 **すべての分割は患者単位で行う．** 同一患者の画像が複数の分割に跨ってはならない．
 
+現在のデータセットは **1 患者 1 枚**であることを確認済みのため（2026-09-27．[TEST_01](../06_TEST/TEST_01_データセット構成調査.md)），画像単位の分割が患者単位の分割と一致する．ただし実装は常に `patient_id` 単位で分割し，将来同一患者の複数枚が追加されても正しく動くようにする．
+
 | 局面 | 方式 |
 | --- | --- |
 | 日常の試行 | 患者単位の単一分割（train / val / test）．クラス分布を層化する |
@@ -41,10 +43,13 @@
 
 - 分割は `patient_id` と seed から決定的に生成し，`config.yaml` に記録する
 - **test セットはモデル選択に使わない**（val で選び，test は最後に一度だけ見る）
+- 層化はクラス（5 分類）で行う．`severity` は層化の条件に含めない（分割が細分化されすぎるため）が，分割後に `severity` の偏りを確認する
 
 ## クラス不均衡 (Class Imbalance)
 
-初回は対策を入れずに素の結果を見る．混同行列でどのクラスが落ちているかを確認してから，クラス重み付き損失等を**独立した実験**として追加し，効果を切り分けて評価する．
+実データのクラス分布は最大 / 最小 = 380 / 104 ≒ **3.7 倍**（[TEST_01](../06_TEST/TEST_01_データセット構成調査.md)）．中程度の不均衡であり，初回は対策を入れずに素の結果を見る．混同行列でどのクラスが落ちているかを確認してから，クラス重み付き損失等を**独立した実験**として追加し，効果を切り分けて評価する．
+
+程度ラベル（`severity`）を含めた 9 クラス分類は採らない（最小クラス 51 枚・不均衡 6.6 倍となり学習が不安定になる．目的は TIASjudge の 5 分類の置き換えであるため）．
 
 ## 評価指標 (Metrics)
 
@@ -55,7 +60,8 @@
 | クラス別 precision / recall | どのクラスが弱いかの特定 |
 | 混同行列 | 誤りの方向（隣接クラスとの混同か，飛んだ誤りか）の確認 |
 
-- 舌色が順序尺度として扱える（淡白 → 淡紅 → 紅 → 暗赤 → 紫 のような並び）なら，**quadratic weighted kappa** を追加する．順序の妥当性は TIASjudge の定義と医学的な解釈を確認してから決める（未確定）
+- 舌色が順序尺度として扱える（淡白 → 淡紅 → 紅 → 暗赤紅 → 紫 のような並び）なら，**quadratic weighted kappa** を追加する．順序の妥当性は TIASjudge の定義と医学的な解釈を確認してから決める（未確定）
+- **程度別の層別評価**: `severity` ごと（`strong` / `mild`）にクラス別 recall を出す．「ややあり」（`mild`）は境界例であり誤りが集中すると予想されるため，全体の指標だけでは改善の効果が見えない
 - 医師ラベルの評価者間一致率が分かる場合は，モデル性能の上限の目安として併記する
 
 ## ベースライン (Baseline)
@@ -70,7 +76,8 @@
 
 ## 未確定事項 (Open Items)
 
-- マスク外領域の扱い（黒埋め / 平均色埋め）
 - 舌色 5 分類を順序尺度として扱えるか（quadratic weighted kappa の採用可否）
-- 入力解像度 224 で足りるか（舌の微細な色ムラが失われないか）
+- 入力解像度 224 で足りるか（元画像は平均 675×614 で，約 1/3 に縮小することになる）
+- 黒背景が面積の大半を占めるため，正規化・統計を画像全体で取るか舌領域内のみで取るか
 - ルールベース診断の取り込み方
+- 医師ラベルの評価者間一致率（分かれば性能の上限の目安になる）
diff --git "a/docs/06_TEST/TEST_01_\343\203\207\343\203\274\343\202\277\343\202\273\343\203\203\343\203\210\346\247\213\346\210\220\350\252\277\346\237\273.md" "b/docs/06_TEST/TEST_01_\343\203\207\343\203\274\343\202\277\343\202\273\343\203\203\343\203\210\346\247\213\346\210\220\350\252\277\346\237\273.md"
new file mode 100644
index 0000000..969a3a0
--- /dev/null
+++ "b/docs/06_TEST/TEST_01_\343\203\207\343\203\274\343\202\277\343\202\273\343\203\203\343\203\210\346\247\213\346\210\220\350\252\277\346\237\273.md"
@@ -0,0 +1,84 @@
+# データセット構成調査 (Dataset Survey)
+
+調査日: 2026-09-27．研究室 PC（`C:\Users\Papin\clinical-data\TIASJudgeModel\`）上のデータを，**画像本体・ファイル名を手元に持ち出さずに**集計した（取得したのはフォルダ名・件数・画像メタデータ・画素値の集計のみ）．
+
+## フォルダ構成とラベル対応 (Folder to Label Mapping)
+
+サブフォルダは無く，9 フォルダの直下に画像が置かれている．フォルダ名が「クラス＿程度」を表し，淡紅（正常）のみ程度の区分が無い．
+
+| フォルダ名 | 枚数 | `label` | `severity` |
+| --- | --- | --- | --- |
+| `淡紅（正常）` | 337 | `light_red` | `normal` |
+| `暗赤紅＿あり` | 247 | `dark_red` | `strong` |
+| `暗赤紅＿ややあり` | 133 | `dark_red` | `mild` |
+| `紫＿ややあり` | 89 | `purple` | `mild` |
+| `紅＿あり` | 61 | `red` | `strong` |
+| `紅＿ややあり` | 58 | `red` | `mild` |
+| `紫＿あり` | 56 | `purple` | `strong` |
+| `淡白＿あり` | 53 | `pale` | `strong` |
+| `淡白＿ややあり` | 51 | `pale` | `mild` |
+| **合計** | **1085** | — | — |
+
+## 5 クラスに集約した分布 (Class Distribution)
+
+| クラス | 枚数 | 割合 |
+| --- | --- | --- |
+| 暗赤紅 (`dark_red`) | 380 | 35.0% |
+| 淡紅 (`light_red`) | 337 | 31.1% |
+| 紫 (`purple`) | 145 | 13.4% |
+| 紅 (`red`) | 119 | 11.0% |
+| 淡白 (`pale`) | 104 | 9.6% |
+
+不均衡は最大 / 最小 = 380 / 104 ≒ **3.7 倍**（中程度）．9 クラスとして扱うと 51〜337 で 6.6 倍・最小クラス 51 枚まで落ちるため，学習は 5 クラスで行う（[SPEC_02](../04_SPEC/SPEC_02_学習・評価仕様.md)）．
+
+## 画像の性質 (Image Properties)
+
+| 項目 | 実測 |
+| --- | --- |
+| 形式 | すべて PNG（1085 / 1085） |
+| ピクセル形式 | すべて `Format24bppRgb`（**アルファチャンネルなし**） |
+| マスク外領域 | 四隅 4340 点（1085 枚 × 4 隅）すべてが `(0, 0, 0)` の黒 |
+| 幅 | 449〜900（平均 675.2） |
+| 高さ | 279〜1025（平均 613.6） |
+
+サイズが画像ごとに異なることから，舌領域のバウンディングボックスで切り出されていると考えられる．
+
+## データの由来 (Provenance)
+
+2026-09-27 にユーザーへ確認した事項．
+
+| 項目 | 内容 |
+| --- | --- |
+| 撮影 | **TIAS（SmTIAS 系の撮影システム）**で撮影されたもの |
+| セグメンテーション | **専用の機械学習モデル**による自動切り出し（手動ではない） |
+| 患者と画像の対応 | **1 患者 1 枚**（確定） |
+| データ利用 | 機械学習での利用について問題ないことを確認済み |
+| ファイル名 | 1085 件すべて ASCII 文字のみ（日本語・非 ASCII を含まない） |
+| ファイルの更新日時 | 2025-11-04〜2025-12-05（1073 件が 2025-11）．これはセグメンテーション出力時の日付であり，撮影日時ではない |
+
+※ 自動セグメンテーションのため，切り出し誤差がノイズ源になりうる（誤分類の分析時に考慮する）．
+※ 撮影日時・端末・撮影設定のメタデータは本データセットには含まれない．
+
+## 確定した事項 (Resolved Items)
+
+- **マスク外は黒 (0, 0, 0)**．リサイズ時のパディングも黒で統一すれば背景が一貫する
+- **1 患者 1 枚**（2026-09-27 にユーザーが確定）．画像単位の分割が患者単位の分割と一致する
+- クラス名は「暗赤紅」（SPEC_01 のクラス定義を修正した）
+- 程度（あり / ややあり）は manifest の `severity` 列として保持し，学習は 5 クラスで行う
+
+## 残る未確定事項 (Open Items)
+
+- 入力解像度 224 で足りるか（平均 675×614 から約 1/3 に縮小するため，微細な色ムラが失われないかを検証する）
+- 黒背景が面積の大半を占める画像があり，正規化や統計の取り方（画像全体か舌領域内のみか）を検証する必要がある
+- 医師ラベルの評価者間一致率は不明（分かれば性能の上限の目安になる）
+- 自動セグメンテーションの精度（切り出し誤差がどの程度あるか）は未評価
+
+## 調査方法 (Method)
+
+研究室 PC へ ssh で接続し，PowerShell を実行した（個票は出力せず，集計値のみを取得）．
+
+- フォルダごとの件数: `Get-ChildItem -Recurse -File | Group-Object DirectoryName`
+- 拡張子・サイズ・ピクセル形式: `System.Drawing.Image` で読み，`幅 x 高さ | PixelFormat` を集計
+- マスク外領域の確認: 各画像の四隅 4 点を `Bitmap.GetPixel` で取得し，RGB 値ごとに集計
+
+※ 日本語フォルダ名は CP932 で返るため，取得側で UTF-8 に変換する必要がある．複雑な PowerShell は `-EncodedCommand`（UTF-16LE + Base64）で渡すと引用符の問題を回避できる．
diff --git a/docs/PROGRESS.md b/docs/PROGRESS.md
index 1b4d66b..3030b21 100644
--- a/docs/PROGRESS.md
+++ b/docs/PROGRESS.md
@@ -39,3 +39,21 @@
 - [x] **開発計画**: [PLAN_02 開発ステップ](03_PLAN/PLAN_02_開発ステップ.md)を作成した（Step 1 基盤 → 2 リモート実行 → 3 データセット集計 → 4 学習最小版 → 5 評価 → 6 ベースライン比較 → 7 実験反復 → 8 結論）．
   - 順序の理由: Step 1・2 は手元で完結しデータのコピー待ちの間に進められる．実データの素性が判明する Step 3 の後に SPEC を更新してから学習に入る
 
+## データセット構成の調査（Step 3 の前倒し分）
+
+- [x] **研究室 PC 上の実データの構成を調査し，仕様に反映**: 画像本体とファイル名を手元に持ち出さず，フォルダ名・件数・画像メタデータ・画素値の集計のみを取得した（記録は [TEST_01](06_TEST/TEST_01_データセット構成調査.md)）．
+  - 判明したこと: 9 フォルダ（`<クラス>＿あり` / `<クラス>＿ややあり`，淡紅は「（正常）」のみ）に PNG 計 1085 枚．5 クラス集約で 暗赤紅 380・淡紅 337・紫 145・紅 119・淡白 104（不均衡 3.7 倍）．全画像 `Format24bppRgb`（アルファなし）で**マスク外は黒 (0,0,0)**．サイズは幅 449〜900・高さ 279〜1025 でばらばら（舌領域のバウンディングボックス切り出し）
+  - 確定した設計: 程度（あり / ややあり）は manifest の `severity` 列として保持し，**学習は 5 クラス**（9 クラスは最小 51 枚・不均衡 6.6 倍で不利）．評価では `severity` 別の層別 recall を見る．リサイズの余白は背景と同じ黒で埋める．クラス表示名は元データに合わせ「暗赤紅」に修正
+  - 分割の前提: **1 患者 1 枚**とユーザーが確認したため画像単位＝患者単位となる．ただし実装は `patient_id` 単位で分割し，将来複数枚が入っても壊れないようにする（前提が変わった時に patient_id を実 ID へ入れ直す）
+  - 転送方式の判断: 日本語フォルダ名をそのまま scp すると CP932 と UTF-8 の差で名前が壊れるため，`<label>_<severity>` の ASCII スラッグへ対応付けてコピーする手順を ENV_03 に記載した
+  - 運用上の発見: 研究室 PC は「ドキュメント」が OneDrive（大学テナント）にリダイレクトされているため，臨床データをそこに置くとクラウドへ同期される．プロファイル直下の独自フォルダ（`clinical-data`）を使う方針を ENV_03 に明記した
+  - 調査の技術メモ: 研究室 PC の PowerShell 出力は CP932 で返るため取得側で UTF-8 変換が必要．複雑なスクリプトは `-EncodedCommand`（UTF-16LE + Base64）で渡すと引用符の問題を回避できる
+
+## 臨床データの転送（Step 3 の前提）
+
+- [x] **研究室 PC から Newton へ臨床データ 1085 枚（443 MB）を転送**: 研究室 PC 上で `scp` を実行させる形にし，画像は研究室 LAN 内で直送した（手元 PC は制御コマンドのみ）．件数はフォルダごとに元と完全一致，非 PNG は 0 件．手順と実施記録は [ENV_03](02_ENV/ENV_03_管理者用環境構築手順.md)．
+  - 失敗パターン: ① 研究室 PC には Newton 用の鍵が無く非対話のパスワード認証は不可 / ② **Windows の OpenSSH サーバーはエージェント転送に非対応**のため手元の鍵を貸せない / ③ Newton から研究室 PC を引く経路も不可（研究室 PC の sshd は Tailscale 範囲のみ許可）→ 研究室 PC 専用鍵を作って Newton に登録する方式で解決
+  - 判断: 手元 PC を中継する方式は技術的には可能だが，臨床データが手元を通るため方針違反として採らなかった
+  - 実装上の注意: PowerShell はネイティブコマンドの引数を展開しないため `scp "...\*.png"` は使えない．ファイルを列挙して 100 件ずつ渡す（コマンドライン長の上限対策）．日本語フォルダ名は `<label>_<severity>` の ASCII スラッグへ対応付けて転送した
+  - ユーザー確認事項の反映: データ利用は問題なし・1 患者 1 枚は確定・撮影は TIAS・セグメンテーションは専用の機械学習モデルによる自動処理（TEST_01 に記録）．ベースライン比較（Step 6）は入力条件を揃える設計判断が必要なため一旦後回しとした
+