Cardio_v2 心脏医学论文摘要数据集
该数据集是一个包含276万条心脏相关医学论文摘要的文本数据集，数据来源于PubMed，包含论文标题和摘要两个字段，主要用于预训练专注于心脏病学领域的语言模型，支持医学自然语言处理、临床知识挖掘和智能医疗辅助系统等研究方向。
基本信息
资源简介
Cardio_v2 心脏医学论文摘要数据集
【数据集背景】
本数据集源站标题为《InMedData/Cardio_v2》。源站首次发布：2024-03-12。
【数据内容】
源站原始描述：# Dataset Card This dataset consists of abstracts from heart-related papers collected from PubMed. It can be used for pre-training a language model specialized in cardiology. The dataset was collected through the PubMed API, based on the names of heart-related journals and a glossary of cardiology terms. # Dataset ## Data Sources - **Pubmed PubMed is a database that provides abstracts of research papers related to life sciences, biomedical fields, health psychology, and health and welfare. Am…
【数据结构与技术规格】
文件数 1 个，合计 6.02 GB。
【主题与分类】
主题标签：language:en、license:cc-by-nc-sa-4.0、size_categories:1M<n<10M、format:csv、modality:text、library:datasets、library:pandas、library:mlcroissant、library:polars、region:us。
【获取与许可】
源站页面：https://huggingface.co/datasets/InMedData/Cardio_v2
使用许可：cc-by-nc-sa-4.0。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("InMedData/Cardio_v2")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/InMedData/Cardio_v2
数据说明
该数据集是一个专门针对心脏病学领域的医学文献摘要集合，主要用于预训练专注于心脏病学的语言模型。数据集包含从PubMed收集的2761083篇心脏相关论文的标题和摘要，数据通过PubMed API基于心脏相关期刊名称和心脏病学术语词汇表进行收集。数据来源包括PubMed和Wikipedia，关键词参考了Scimago Journal & Country Rank、National Institutes of Health、The Texas Heart Institute和Aiken Physicians Alliance等权威机构。该数据集适用于医学自然语言处理、心脏病学知识挖掘、临床决策支持系统开发以及医学教育工具构建等研究方向。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
