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
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。
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）
有偿下载服务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
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。
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。
