HuggingFace 临床病理文本实体抽取数据集 (含罕见乳腺病)
包含乳腺帕杰特病病理文本的医学 NLP 数据集
基本信息
模态
文本
大小
0.15 GB
数据量
15000
任务类型
分类
许可
Apache-2.0
创建/更新时间
2024-01-20
资源简介
本数据集托管于 HuggingFace，包含去隐私化的乳腺癌及罕见恶性乳腺皮肤病（如帕杰特病）的临床、影像及病理叙述性文本。可用于中文及英文医疗自然语言处理（NLP）中的实体识别与诊断分类任务。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
源站：https://huggingface.co/datasets
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 0.15 GB。
数据说明
本数据集托管于 HuggingFace，包含去隐私化的乳腺癌及罕见恶性乳腺皮肤病（如帕杰特病）的临床、影像及病理叙述性文本。可用于中文及英文医疗自然语言处理（NLP）中的实体识别与诊断分类任务。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 乳腺帕杰特病 的高质量、多模态真实临床数据定制解决方案。
