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

医学影像病理图像医学图像分割肿瘤学

CryoNuSeg — 冷冻切片 H&E 核实例分割数据集

10 器官 30 张 512×512 patch三套标注 7,596/8,044/8,251 核Kaggle V7 416.43 MBMIT 许可开放下载官方 10 折器官外推协议30 张冷冻切片 WSI 均来自不同 TCGA 患者（每器官 3 张、不同患者与组织中心）

首个全手工标注冷冻切片核分割数据集：10 器官 30 张 512×512 patch · 三套独立标注 7,596/8,044/8,251 核 · 官方 10 折器官外推基准 Dice 80.3%

Medical University of Vienna / Loughborough University / TissueGnostics GmbH（CryoNuSeg 官方，Kaggle ipateam 团队发布） url: https://www.kaggle.com/ipateam/segmentation-of-nuclei-in-cryosectioned-he-images 39

医疗NLP生物医学文献关系抽取药物-靶点相互作用药物发现与化学挑战赛数据集

ChemProt — BioCreative VI 化学-蛋白关系抽取语料

文本关系标注实体标注多类分类公共领域英文挑战赛0

2,432 篇 PubMed 摘要、10 类 CPR 关系、Public Domain 的生物医学关系抽取挑战赛金标准

BioCreative VI Chemical-Protein interaction corpus (ChemProt), Track 5, 2017; mirrored by BigBio on HuggingFace (bigbio/chemprot) 41

医疗NLP知识图谱罕见病基因组学与多组学命名实体识别

Mondo Disease Ontology — 统一全球疾病术语的开放疾病本体

29,315 条疾病术语139,255 条跨库交叉引用OWLOBOJSON 多格式CC BY 4.0 开放许可月度版本发布不适用（本体知识资源，无患者数据）

29,315 条疾病术语 + 139,255 条跨库交叉引用的 OBO 旗舰本体，月度发布、CC BY 4.0、OWL 逻辑定义

Monarch Initiative（Mondo Disease Ontology 维护方） url: https://mondo.monarchinitiative.org/ 64

医学影像皮肤影像皮肤癌

BCN20000 — 皮肤镜野外病变分类基准

18,946 张 1024×1024 皮肤镜 JPEG5,583 个皮损8 类诊断 + OOD 测试类CC BY 4.0 开放下载年龄性别部位日期元数据5,583 个皮损（18,946 张图像；未提供患者级标识）

18,946 张野外皮肤镜图像 / 5,583 个皮损 / 8 类诊断 + OOD 测试类

Hospital Clínic de Barcelona — Melanoma Unit, Department of Dermatology url: https://doi.org/10.6084/m9.figshare.24140028 72

医学影像病理图像医学图像分割肿瘤学

PESO — 前列腺病理上皮分割

约 138.2 GB TIFF 全片102 张 H&E WSI160 个测试区域CC BY-NC-SA 4.0Zenodo 公开下载约 102 例前列腺切除标本（62 训练 + 40 测试 WSI）

102 张前列腺 H&E 全片，IHC 双染参考标准的上皮像素级分割基准

Radboud University Medical Center（Diagnostic Image Analysis Group） url: https://zenodo.org/records/1485967 39

医学影像乳腺影像X光影像图像分类乳腺癌

CMMD — 中国乳腺钼靶良恶性分类

5,202 幅 DICOM 图像1,775 名患者22.86 GB 影像CC BY 4.0 开放获取活检病理证实标注1,775 名患者

1,775 名患者 5,202 幅钼靶图像，活检证实良恶性与分子亚型标注

The Cancer Imaging Archive（TCIA） url: https://www.cancerimagingarchive.net/collection/cmmd/ 61

医学影像图像分类儿科

FETAL_PLANES_DB — 胎儿标准切面分类基准

约 2.1GB ZIP12,400 张超声切面1,792 名患者CC BY 4.0 开放获取6 类切面1,792 名孕妇

12,400 张二维超声标准切面 · 1,792 名患者 · 首个比肩人类技师的切面分类基准

BCNatal（巴塞罗那母胎与新生儿医学中心） url: https://zenodo.org/records/3904280 59

生理信号医学影像病理图像语音信号

SVD 萨尔布吕肯嗓音库 — 病理性嗓音声学+EGG

2,225 名说话人71 类发声障碍38.1 GB 音频档案50 kHz 16-bit 双通道CC BY 4.0 开放下载约 2,225 名说话人（1,356 名发声障碍患者 + 869 名健康对照）

2,225 名说话人、71 类发声障碍的声学与电声门图双模态病理性嗓音语料库

前萨尔大学语音学研究所（现由德国埃森大学医院托管） url: https://stimmdb.coli.uni-saarland.de/ 91

医疗NLP药物发现与化学化学信息学生物医学文献

CHEMDNER — 化学实体识别与药物发现文本挖掘

10,000 篇 PubMed 摘要84,355 个化学实体提及19,805 个唯一化学实体约 14 MB 英文文本开放获取不适用（公开文献摘要语料，无患者数据）

10,000 篇摘要、84,355 个化学实体标注的化学 NER 基准

BioCreative（CNIO 结构计算生物学组等） url: http://www.biocreative.org/resources/biocreative-iv/chemdner-corpus/ 70

医疗NLP命名实体识别生物医学文献

NCBI Disease Corpus — 疾病实体标注金标准

793 篇 PubMed 摘要6,892 个疾病提及790 个唯一疾病概念PubTator 纯文本格式公开领域免费下载不适用——文献摘要语料，不含患者级数据

793 篇 PubMed 摘要 · 6,892 个疾病提及 · 医疗 NER 与概念归一化的奠基级金标准

National Center for Biotechnology Information (NCBI), National Library of Medicine, NIH url: https://www.ncbi.nlm.nih.gov/CBBresearch/Dogan/DISEASE/ 57

公共卫生与流行病学电子健康记录真实世界数据药物安全

openFDA — 美国食品药品监管开放数据中枢

5,500 万+ 条监管记录25+ 个开放端点CC0 公有领域许可JSON API 与压缩包下载季度提取与持续更新2,000 万+ 份药品不良事件报告（FAERS，截至 2026-09）

美国 FDA 全品类监管数据统一 API：5,500 万+ 条记录、25+ 端点、CC0 开放

美国食品药品监督管理局（U.S. Food and Drug Administration） url: https://open.fda.gov/ 96

生理信号语音信号心血管疾病

PhysioNet/CinC Challenge 2016 心音数据集 — 听诊音正常/异常分类基准

3,240 条训练录音764 人隐藏测试 1,277 条308 人2,000 Hz .wav 单导联解压约 1.1 GBODC-By 开放下载训练集 764 名受试者（隐藏测试集另有 308 名）

公开最大心音（PCG）分类基准 · 3,240 条录音 / 764 人 · 2,000 Hz .wav

PhysioNet（MIT Laboratory for Computational Physiology 等） url: https://physionet.org/content/challenge-2016/1.0.0/ 107

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。