即取即用的 AI-Ready 医疗数据集库

致力于为医疗 AI 研究人员找到合适的数据集。已收录 1,766 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 1639 个数据集

生理信号电子健康记录

MIMIC-IV Waveform Database — 重症监护波形数据库

200 记录198 患者12.8 GBECG 250 Hzv0.1.0 预览版198 名 ICU 患者（v0.1.0 技术预览版；代理 subject_id + 与 MIMIC-IV 共享的代理日期）

MIMIC-IV 生态的波形模块：ECG 250 Hz 多采样率体系 · FLAC 压缩 · 共享 date shift——新一代 ICU 波形的技术预览与路线图

https://physionet.org/content/mimic4wdb/ 66

生理信号电子健康记录

MIMIC-III Waveform Matched Subset — 波形临床对齐子集

22,317 波形记录22,247 数值记录10,282 ICU 患者匹配率 34%35%代理日期10,282 名不同 ICU 患者（官方口径 distinct ICU patients；代理 ID + 代理日期去标识）

22,317 波形记录 × 10,282 名 ICU 患者：波形与临床数据的官方匹配桥——匹配方法学、代理日期规则与多模态融合底座

https://physionet.org/content/mimic3wdb-matched/ 46

生理信号电子健康记录

MIMIC-III Waveform Database — 重症监护波形数据库

67,830 记录组30,000 ICU 患者300 万小时6.7 TB125 Hz 波形约 30,000 ICU 患者（成人+新生儿；去标识波形，Matched 子集用代理日期）

67,830 组监护波形记录 · 30,000 ICU 患者 · 300 万小时 · 6.7 TB：全球最大公开 ICU 床旁波形档案与 AI-Ready 信号底座

https://physionet.org/content/mimic3wdb/ 50

基因组学与多组学药物发现与化学

LIPID MAPS 脂质结构数据库

50,515 脂质结构8 大类LMID 命名语法开放获取RESTSPARQL不适用（化学结构数据库；无人类患者数据）

50,515 条脂质结构 · 8 大类分类树 · LMID 命名语法：脂质组学的语义标准与 AI-Ready 工程底座

https://lipidmaps.org/ 80

基因组学与多组学公共卫生与流行病学

AlphaMissense 错义变异致病性预测

7100 万错义变异2.16 亿氨基酸替换89% 变异分类CC BY 4.0AlphaFold 系方法不适用（预测模型输出目录；无人类患者数据）

7,100 万错义变异 · 2.16 亿氨基酸替换 · 89% 变异被分类：AlphaFold 系方法把全蛋白组变异解释变成可计算问题

https://github.com/google-deepmind/alphamissense 57

基因组学与多组学药物发现与化学

MSigDB 分子特征数据库

35,361 人类基因集17,068 小鼠基因集50 HallmarkCC BY 4.0GSEA 标准底座不适用（基因集/通路注释数据；无人类患者数据）

35,361 个人类基因集 · 17,068 个小鼠基因集 · 50 个 Hallmark：GSEA 富集分析二十年的标准底座

https://www.gsea-msigdb.org/gsea/msigdb 54

基因组学与多组学药物发现与化学

IntAct 分子相互作用数据库

178 万二元互作23,889 手工策划文献IMEx 联盟中枢CC BY 4.0PSI-MI 标准不适用（分子相互作用数据；无人类患者数据）

178 万二元互作 · 23,889 篇手工策划文献 · IMEx 联盟中枢：把 20 年蛋白互作文献变成机器可读的证据网络

https://www.ebi.ac.uk/intact 69

基因组学与多组学公共卫生与流行病学

IMPC 国际小鼠表型联盟

9,605 敲除基因1.38 亿数据点111,664 显著表型CC-BY 4.0IMPReSS 标准不适用（模式生物数据；无人类患者数据）

9,605 个敲除基因 · 1.38 亿数据点 · 111,664 个显著表型：哺乳动物基因功能目录的全球工程

https://www.mousephenotype.org 56

公共卫生与流行病学医疗NLP

VAERS 疫苗不良事件报告系统

百万级报告MedDRA 编码三表结构月度更新被动监测百万级报告（每报告对应一名患者事件；2021 单年峰值 768,706）

1990 年至今百万级报告 · MedDRA 编码症状 · CDC/FDA 共管：美国疫苗安全的国家级早期预警系统

https://vaers.hhs.gov/data/datasets.html 55

药物发现与化学公共卫生与流行病学

MedDRA 监管活动医学词典

27,361 PT91,082 LLT27 个 SOC230 个 SMQ双年发布不适用（术语标准资源；无患者数据）

27,361 首选术语 · 91,082 低层级术语 · 27 个系统器官分类：全球药物警戒的通用语言

https://www.meddra.org 70

医学影像MRI挑战赛数据集图像分类肿瘤学

PROSTATEx-2 前列腺 MR 分级组挑战

影像数据人工标注原始数据162 例检查（每例来自不同患者），共 182 处病灶（训练 112 / 测试 70）

162 例多参数前列腺 MRI、182 处病灶的独立 TCIA 集合，用治疗前影像预测 2014 ISUP 五级 Gleason 分级组，测试集二次加权 kappa 上限仅 0.27

TCIA SPIE-AAPM-NCI PROSTATEx Challenges 集合的 PROSTATEx-2 子集：Radboudumc 采集的 162 例前列腺 MRI（T2W 轴位与矢状位 DICOM、Ktrans .mhd/.zraw、ADC DICOM），配病灶质心坐标、参考缩略图与 2014 ISUP 分级组真值表 65

医学影像CT图像分类挑战赛数据集COVID-19评测基准

STOIC2021 新冠重症预测挑战赛

影像数据人工标注临床结局标签队列 10,735 例；挑战公开训练 2,000 例 / 测试约 1,000 例 / 私有训练 7,000+ 例（每例 1 次 CT）

2,000 次公开训练 CT / 1,000 次封闭测试 CT / 7,000 余次私有 CT：从一次胸部 CT 预测谁会在一个月内插管或死亡

20 所法国大学医院急诊科 2020 年 3–4 月收治的疑似 SARS-CoV-2 感染者的胸部 CT（.mha）+ reference.csv 双标签（RT-PCR 阳性、1 个月内重度） 68

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。

即取即用的 AI-Ready 医疗数据集库

按工程化层级：

数据标签

千方医数集 · 商业级 AI-Ready 数据集

乳腺阳性影像数据集

TCT 宫颈细胞学数据集

需要更多专病队列？

医学影像 AI-Ready 数据集

电子病历与文本数据集

病灶分割与标注数据集

按任务类型浏览

MIMIC-IV Waveform Database — 重症监护波形数据库

MIMIC-III Waveform Matched Subset — 波形临床对齐子集

MIMIC-III Waveform Database — 重症监护波形数据库

LIPID MAPS 脂质结构数据库

AlphaMissense 错义变异致病性预测

MSigDB 分子特征数据库

IntAct 分子相互作用数据库

IMPC 国际小鼠表型联盟

VAERS 疫苗不良事件报告系统

MedDRA 监管活动医学词典

PROSTATEx-2 前列腺 MR 分级组挑战

STOIC2021 新冠重症预测挑战赛

定制数据集服务