PIFIR：PET-CT侵袭性真菌感染报告数据集
一份经标注的 PET-CT 报告语料，标注了与真菌感染相关的术语。适用于命名实体识别与关系抽取方法的验证。主题标签：感染性疾病、PET-CT报告、侵袭性真菌感染、命名实体识别、关系抽取、术语标注
基本信息
资源简介
PIFIR：PET-CT侵袭性真菌感染报告数据集
Data from: PIFIR: PET-CT Invasive Fungal Infection Reports 是一份来自 PhysioNet 的 PET-CT 报告语料，报告文本经过术语标注，标注内容聚焦于与真菌感染相关的术语。该数据集面向感染性疾病领域，尤其服务于侵袭性真菌感染相关文本的信息处理研究，可用于命名实体识别与关系抽取方法的验证。其主题涵盖 PET-CT 报告、侵袭性真菌感染、术语标注、命名实体识别与关系抽取等方向，为相关自然语言处理方法在医学文本上的评估提供了专门的数据基础。
【数据集背景】
侵袭性真菌感染的诊断常借助影像学检查，PET-CT 报告是其中一类重要的文本记录。此类报告包含大量与真菌感染相关的专业术语，若要从自由文本中系统提取信息，需要依赖命名实体识别与关系抽取等自然语言处理技术。PIFIR 正是在这一背景下构建的语料资源，其英文全称为 PET-CT Invasive Fungal Infection Reports，源站标题为 pifir，本站将其归入感染性疾病 / 其他分类。该数据集的出现，为感染性疾病领域医学文本的术语级标注与信息抽取研究提供了针对性的数据支撑。
【数据内容】
该数据集的核心内容是一批 PET-CT 报告文本，这些报告经过人工或专门流程的术语标注，标注对象为与真菌感染相关的术语。源站将其描述为一份经标注的 PET-CT 报告语料，主题标签包括感染性疾病、PET-CT 报告、侵袭性真菌感染、命名实体识别、关系抽取与术语标注。就内容形态而言，它属于文本语料而非影像数据，重点在于报告语言中的术语信息，而非 PET-CT 图像本身。源站未提供报告的具体数量、标注术语的类别体系、标注粒度以及是否包含关系标注的详细说明。
【采集与来源】
该数据集来源于 PhysioNet（physionet.org），源站标题为 pifir。PhysioNet 是生物医学与临床健康数据资源的知名汇集平台，本数据集即通过该平台发布。源站未提供报告文本的具体采集机构、采集时间范围、采集地区以及患者人群构成等信息，也未说明标注人员的资质与标注流程。
【适用场景】
依据源站描述，该数据集最直接的用途是验证命名实体识别与关系抽取方法。研究者可以将其用于检验相关算法在真菌感染相关术语识别任务上的表现，也可用于关系抽取方法的评估。结合其主题标签，潜在应用方向还包括感染性疾病医学文本的信息抽取研究、PET-CT 报告术语标准化探索，以及面向侵袭性真菌感染的临床文本处理流程开发。源站未提供具体的基准评测结果或已发表的应用案例。
【使用方法】
该数据集通过 PhysioNet 平台发布，使用需遵循该平台的相关访问规定。源站未提供具体的数据文件格式、目录结构、标注文件组织方式以及配套的读取或处理工具说明。使用者应参照 PhysioNet 上该数据集的官方页面获取访问与使用指引。
【质量与限制】
该数据集经过术语标注，面向命名实体识别与关系抽取验证，具备明确的领域针对性。其限制在于：源站未提供数据规模、标注一致性评估、标注者间一致性指标以及数据覆盖范围等质量相关信息；同时，作为报告文本语料，其内容范围限于 PET-CT 报告，不涉及其他检查类型或影像原始数据。使用者在使用前应自行评估其与目标任务的匹配程度。
【引用与许可】
该数据集采用 PhysioNet Credentialed Health Data License 1.5.0 许可，属于需要凭证访问的健康数据许可类型，使用者应遵守该许可对数据访问、使用与再分发的相应要求。源站未提供具体的引用格式或推荐引用文献，使用者在引用时应以 PhysioNet 上该数据集页面的官方说明为准。
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。
需登录公开下载
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。
暂未开放有偿下载
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（PhysioNet）
- 源站标题：PIFIR: PET-CT Invasive Fungal Infection Reports
- DOI：10.13026/d51v-j343
- 源站页面：https://physionet.org/content/pifir
PhysioNet 数据需注册账号（机构邮箱）并签署数据使用协议后下载：
- 在 https://physionet.org/content/pifir 页面登录并接受许可条款；
- 命令行整目录下载：
wget -r -N -c -np --user=<账号> --ask-password https://physionet.org/files/<数据集>/<版本>/
- 或用官方工具（推荐，支持断点续传与校验）：
pip install physionet-download
physionet-download <数据集>
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。
数据说明
在临床环境中对侵袭性真菌感染（IFI）进行监测是一项繁琐的工作，需要对患者的病史进行详细审查。临床信息的关键来源之一是影像报告：由放射科医生撰写的自由文本报告，概述扫描的发现和观察结果。正电子发射断层扫描结合计算机断层扫描（PET-CT）是一种医学影像模式，在排除IFI和评估抗真菌治疗反应方面特别有用。该数据的生成旨在促进IFI自动检测工具的开发。PET-CT侵袭性真菌感染报告（PIFIR）语料库包含201份去标识化报告，由放射科医生标注了提示存在IFI的术语。这些标注包括IFI相关概念和确定性线索，以及它们之间的关系。我们发布了标注方案和原始报告以及相应的标注文件。我们预计PIFIR语料库将有助于开发和验证以临床数据为重点的命名实体识别和关系抽取方法。
这些方法有助于处理其他类型的临床文档（如临床记录、护理记录），并可服务于多种下游任务。
许可
PhysioNet Credentialed Health Data License 1.5.0
引用
学术使用请引用：PhysioNet. PIFIR: PET-CT Invasive Fungal Infection Reports. DOI 10.13026/d51v-j343。
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。
