即取即用的 AI-Ready 医疗数据集库

千方医数集致力于为医疗 AI 研究人员找到合适的数据集，让你的 AI 感知模型能够更快地学习、更准确地运行，并无缝适应现实世界的环境。

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 1677 个数据集

医学影像X光影像医疗NLP多模态医学问答与基准

IU X-Ray：胸片报告生成领域的第一个公开基准

原始影像配对报告人工标注元数据3,955 例检查 / 七千余张影像

7,470 张胸片 / 3,955 份报告 / 千余个 MeSH 标记

https://openi.nlm.nih.gov/imgs/collections/NLMCXR_reports.tgz 30

多模态基因组学与多组学医学图像分割公共卫生与流行病学

BioStudies：EMBL-EBI 的通用研究归档底座

元数据原始数据链接补充材料多组学不适用（记录级归档库，无统一患者计数）

341.99 万条记录 / ArrayExpress 8.10 万研究 / 三种接入方式

https://www.ebi.ac.uk/biostudies/ 28

医学影像眼科影像图像分类医学图像分割儿科评测基准

早产儿视网膜影像数据集：188 个婴儿的 ROP 筛查与 6,004 张眼底图

影像数据人工标注原始数据188 名新生儿（94 女 / 94 男）

六千余张眼底图 / 188 名新生儿 / 三台相机 / CC0

https://www.kaggle.com/datasets/jananowakova/retinal-image-dataset-of-infants-and-rop 19

药物发现与化学化学信息学基因组学与多组学知识图谱

Rhea：18,611 条手工审编的生化反应知识库

人工标注本体与词表结构化数据不适用（非患者级数据）

ChEBI 本体 / 四向标识 / is_a 层级 / CC BY 4.0

https://ftp.expasy.org/databases/rhea/ 18

医学影像CT医学图像分割肿瘤学多模态影像

CancerVerse：1.46 万人随访 14 年的多癌种 CT 筛查集

原始影像人工标注配对报告临床变量14,599 名患者 / 24,422 份 CT / 22,344 次检查

24,422 份 CT / 13 类肿瘤体素标注 / 报告+病理+临床变量

https://huggingface.co/datasets/BodyMaps/CancerVerse 21

公共卫生与流行病学电子健康记录调查数据公共卫生统计

智利 ENS 全国健康调查：三轮横断面的体检与问卷

原始数据人工标注调查数据6,233 人（2016–17 轮）；三轮合计 15,262 人（3,619 / 5,410 / 6,233）

1988–2017 / 三轮横断面 / 158 个 PSU / 1,165 个变量

https://epi.minsal.cl/encuesta-ens-descargable/ 30

医疗NLP电子健康记录临床文本时序数据

MIMIC-IV-Ext-22MCTS：2,258 万条临床事件时间序列

衍生数据结构化标签时序数据267,284 份出院小结，溯源至 145,915 名患者（MIMIC-IV-Note v2.2 口径）

26.7 万份出院小结 / 2,258 万事件 / 平均 84 条一份 / 无金标准

https://physionet.org/content/mimic-iv-ext-22mcts/1.0.0/ 27

公共卫生与流行病学公共卫生统计调查数据卫生服务研究

ENPD 2018 — 阿根廷全国残疾人群画像调查的微观数据

个体级微观数据抽样调查重复权重设计82,327 条个体记录，加权代表 39,922,669 人；其中 6 岁及以上有功能困难者 3,571,983 人

82,327 份个体记录 / 39,922,669 人加权 / 300 组 bootstrap 权重

INDEC 微型数据文件库 https://www.indec.gob.ar/indec/web/Institucional-Indec-BasesDeDatos ；国家开放数据门户 https://datos.gob.ar/dataset/estudio-nacional-sobre-el-perfil-de-las-personas-con-discapacidad-2018 20

基因组学与多组学蛋白质组学药物-靶点相互作用

MEROPS — 把蛋白酶切了什么、切在哪记下来的库

酶分类体系切割位点表序列比对库不涉及患者数据；记录对象是蛋白质序列、切割事件与化合物

277 个家族 / 114 万个序列编号 / 91 次切割的位点偏好

欧洲分子生物学实验室-欧洲生物信息学研究所（EMBL-EBI）https://www.ebi.ac.uk/merops/ 26

基因组学与多组学变异与注释测序数据

BioSamples — 5,610 万条生物样本元数据的中枢登记处

样本元数据结构化注释表不直接涉及患者个体；但 56M+ 样本中包含大量人类样本（taxId 9606），其 age、cell_type、disease 等字段属可识别性敏感信息，使用须评估

把分散在 ENA、NCBI、ArrayExpress 的样本记录按一个键聚合，每条最多 50 个特征字段

欧洲分子生物学实验室-欧洲生物信息研究所（EMBL-EBI）https://www.ebi.ac.uk/biosamples 21

基因组学与多组学单细胞基因组学转录组

Single Cell Expression Atlas — 正迁往 FENIX 的单细胞重处理库

表达矩阵细胞类型注释样本注释表不直接涉及患者个体；样本级元数据含年龄、性别、疾病、组织部位等公开信息

384 个实验、1,537 万个细胞，31% 有细胞类型标签；2026 年 11 月起分批迁移

欧洲分子生物学实验室-欧洲生物信息研究所（EMBL-EBI）https://www.ebi.ac.uk/gxa/sc 30

基因组学与多组学单细胞基因组学神经科学神经退行性疾病阿尔茨海默病转录组

Human Brain snRNA-seq Atlas — 1400 万核 · 31 脑区 · 2,239 例死后样本的 AD 单核转录组图谱

约 1400 万细胞核31 个脑区2,239 例死后样本GEO 内仅 6 例验证样本2,239 例深度表型化死后样本（GEO 归档仅 6 例 iPSC 验证样本）

GSE326002 / PRJNA1442802：CN·AD·CR·PART 四分组的人脑单核 RNA 测序最大规模自述图谱

NCBI GEO GSE326002 / Cleveland Clinic Genome Center url: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE326002 25

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。