用BI-RADS系统用于自然语言处理应用程序的乳腺造影报告数据集:解决西班牙语公共数据缺口
José Luis Vázquez Noguera1, Alejandro Torres-Hurtado2, Helena Gómez-Adorno2
1Universidad Americana, Asunción 1029, Paraguay.
Data in brief
|July 4, 2025
概括
这项研究引入了新的西班牙乳房学报告数据集,用于自然语言处理 (NLP) 研究. 该数据集有助于开发人工智能工具,用于自动化BI-RADS分类和分析临床数据.
科学领域:
- 医疗信息学 医疗信息学
- 自然语言处理自然语言处理.
- 放射学 放射学是一门学科.
背景情况:
- 使用自然语言处理 (NLP) 自动化临床数据分析对于提高诊断准确性和医疗保健效率至关重要.
- 乳腺造影报告包含乳腺癌查和诊断的重要信息.
研究的目的:
- 为NLP和机器学习研究提供新的,匿名的西班牙乳房学报告数据集.
- 促进开发自动化系统来分类BI-RADS (乳腺成像报告和数据系统) 类别和分析乳房扫描结果.
主要方法:
- 从多个医疗单位编制了4357份西班牙乳房镜报告的数据集.
- 报告分为部分 (观察,结论,建议),并包括BI-RADS分类.
- 匿名化和手动验证确保了数据质量和患者保密性.
主要成果:
- 数据集包括4357个记录,包含15个变量,包括完整的报告文本,特定部分文本,BI-RADS分类和相关元数据.
- 数据的结构是为了在开发和验证NLP和机器学习模型中直接应用.
结论:
- 这一数据集代表了在医学成像分析中推进人工智能的宝贵资源,特别是在乳房镜报告中.
- 它支持BI-RADS自动分类和从非结构化文本数据中提取临床见解的研究.


