医疗 AI-Ready 训练数据集库（上万即取即用）

致力于为医疗 AI 研究人员找到合适的数据集。已收录 2,043 个 AI-Ready 数据集，覆盖医学影像、电子病历与文本、病灶分割与标注等多模态数据。

需要具备完整溯源、伦理合规与工程化交付的专病训练集？进入医疗数据商城 →

按工程化层级：

千方医数集 · 商业级 AI-Ready 数据集

官方自营 · 合规交易

乳腺阳性影像数据集

乳腺钼靶阳性病例影像数据，覆盖肿块、钙化等典型征象，面向乳腺 AI 辅助筛查模型训练。

TCT 宫颈细胞学数据集

液基薄层细胞学（TCT）数字图像，含阴阳性判读结果，适配宫颈癌细胞学筛查模型。

需要更多专病队列？

千方医数集支持按病种、模态合规定制采集。

提交定制需求

医学影像 AI-Ready 数据集

CT MRI 病理 X光

电子病历与文本数据集

电子病历病历文本

病灶分割与标注数据集

病灶分割数据标注

按任务类型浏览

图像分类目标检测语义分割

共 1885 个数据集

医学影像病理图像乳腺癌

以 ARO 抗菌耐药本体为骨架的 6,489 个 AMR 检测模型与 279,120 条耐药等位基因参考库

CARD — The Comprehensive Antibiotic Resistance Database (经由 card.mcmaster.ca 下载端与 arpcard GitHub) 35

医学影像多模态心血管疾病重症监护影像-文本对齐临床电子病历

MIMIC-IV-ECHO — 心脏超声影像与结构化测量匹配子集

206,488 次超声检查结构化测量524,137 个 DICOM 文件91,372 名测量患者4,572 名影像患者2008-2022 测量2017-2019 影像91,372 名患者（结构化测量）；4,572 名患者（DICOM 影像）

52 万 DICOM 影像 · 20.6 万次超声检查 · 可关联 MIMIC-IV 全院 EHR

MIT Laboratory for Computational Physiology / PhysioNet（BIDMC 采集） url: https://physionet.org/content/mimic-iv-echo/1.0.1/ 66

视觉问答医学问答评测基准手术视频医学影像

MedVidQA — 医学教学视频问答与时序答案定位数据集

3,010 个问答899 个医学教学视频95.71 小时视频MedVidCL 6,117 视频时序答案时间戳不适用（医学教学视频问答数据集，非患者队列）

3,010 个健康问答 / 899 个医学教学视频 / 95.71 小时的医学视频视觉答案定位基准

U.S. National Library of Medicine (NLM), NIH url: https://github.com/deepaknlp/MedVidQACL 29

基因组学与多组学变异与注释知识图谱生物医学文献

Sequence Ontology — 基因组注释的序列本体受控词表

ontologycontrolled-vocabularygenome-annotationgff3owlobosequence-featurevariant不适用（本体/受控词表，无患者数据）

约 2,752 个类、50 个对象属性的开放本体，是 GFF3 规范与 Chado 数据库的术语底座

Sequence Ontology（官网 http://www.sequenceontology.org/ 与 OBO Foundry 条目 obofoundry.org/ontology/so.html） url: http://www.sequenceontology.org/ 33

医疗NLP临床文本命名实体识别关系抽取肿瘤学

THYME — 临床时间表达式语料

约 172,800 个标注单元1,254 份去标识病历Anafora XML + 纯文本标注层 GitHub 公开正文需 Mayo DUA1,254 份去标识病历（Clinical TempEval 子集为 200 患者 × 3 文书）

Mayo Clinic 1,254 份病历的时间标注语料，SemEval 官方基准

Mayo Clinic（THYME 项目，与科罗拉多大学博尔德分校等合作） url: https://github.com/stylerw/thymedata/ 45

基因组学与多组学代谢组学转录组

MetaboLights — 代谢组学开放研究存档

20,575 项研究存档公开研究 3,375 项参考化合物 33,253 个数据总量 348.65 TBISA-Tab + mzML 格式免费开放获取样本 1,737,199 份（全库跨物种，截至 2026-09）

3,375 个公开代谢组学研究 + 33,253 参考化合物的 EMBL-EBI 开放存档

EMBL 欧洲生物信息学研究所（EMBL-EBI） url: https://www.ebi.ac.uk/metabolights 90

医学影像基因组学与多组学MRIX光影像脑肿瘤

REMBRANDT — 胶质瘤影像与基因组配对数据集

110,020 张 MR 图像130 例 MRI 患者671 例基因组临床患者10.59 GB DICOM874 例分子标本受控影像+公开组学130 例（MRI）；671 例（基因组/临床）

130 例胶质瘤 MRI 配对 671 例基因组临床数据的放射组学奠基数据集

National Cancer Institute（现由 Georgetown University ICBI 与 TCIA 托管） url: https://www.cancerimagingarchive.net/?p=43429 69

睡眠信号临床电子病历队列研究儿科生理信号电子健康记录

NCH Sleep DataBank — 全美儿童医院儿科睡眠 PSG 与 560 万条纵向 EHR

3984 份儿科 PSG3673 名唯一患者560 万条 EHR 记录2017–2019资质访问Natus Sleepworks3673 名唯一儿科患者（3984 份 PSG 睡眠研究）

3984 份儿科多导睡眠图研究、3673 名唯一患者，2017–2019 年真实临床采集，附 560 万条纵向临床数据

Nationwide Children's Hospital（全美儿童医院）Abigail Wexner Research Institute url: https://physionet.org/content/nch-sleep/ 41

生理信号心电信号评测基准心血管疾病真实世界数据

CODE-II — 巴西远程医疗 270 万份 12 导联心电 66 类标注数据集

人工标注时序数据原始数据2,735,269 条 ECG 检查 / 2,093,807 名成人患者（1,663,122 人仅 1 份、430,685 人 2 份以上）；CODE-II-open 15,000 患者第一份检查；C

273.5 万条 12 导联 ECG · 209.4 万成人患者 · 66 类 CODE 诊断标注 · 15,000 患者公开子集 · 8,475 份多专家盲评基准

巴西 Telehealth Network of Minas Gerais（TNMG）远程心电服务原始 12 导联数字心电图（每检查最多 4 条 tracings，7-12 秒，300/500/600/1000 Hz，依采集设备）+ 66 类 CODE 诊断标签（class ID + label）+ 人口学与临床元数据（exam ID、日期、性别、出生日期、自述合并症、检查指征、心电测量值、报告类型） 41

医学影像手术视频医学图像分割

AutoImplant — 颅骨植入体自动设计挑战

630 个 NRRD 文件（2020 届）570+100 个三元组（2021 届 SkullBreak）512×512×Z 二值体素CC BY-NC-SA 4.0 免费获取非患者队列：合成数据共 344 个颅骨（2020 届 210 + 2021 届 134），不含人口学信息

CQ500 合成颅骨缺损基准：210 颅骨 + 670 三元组，MICCAI 两届挑战

Graz University of Technology (TU Graz) — Institute of Computer Graphics and Vision url: https://autoimplant.grand-challenge.org/ 49

定制数据集服务

无法找到所需数据？我们提供个性化的临床数据采集与高精度人工标注服务，满足您的特定算法研发需求。