葡萄牙语乳腺钼靶影像数据集
首个葡萄牙语乳腺钼靶NLP数据集，含18000份报告，标注BI-RADS分级，适用于乳腺疾病文本分析。
基本信息
模态
文本
创建/更新时间
2026-03-18
资源简介
Kaggle平台上首个葡萄牙语乳腺钼靶影像自然语言处理（NLP）数据集，包含18000份乳腺钼靶报告，标注覆盖BI-RADS 0至6分级及L相关标注，可用于乳腺疾病相关的文本分类、信息抽取等任务。
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。
需登录公开下载
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）
有偿下载服务千方医数集，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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
# 首次使用需 Kaggle 账号授权（浏览器弹一次，凭据缓存后免重复）
import kagglehub
path = kagglehub.dataset_download("jahnavikachhia23/portuguese-mammography-dataset")
print("数据已下载至:", path) # 返回本地目录路径
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token,
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d jahnavikachhia23/portuguese-mammography-dataset
unzip portuguese-mammography-dataset.zip -d portuguese-mammography-dataset/
数据说明
Kaggle平台上首个葡萄牙语乳腺钼靶影像自然语言处理（NLP）数据集，包含18000份乳腺钼靶报告，标注覆盖BI-RADS 0至6分级及L相关标注，可用于乳腺疾病相关的文本分类、信息抽取等任务。
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 乳腺癌 的高质量、多模态真实临床数据定制解决方案。
