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 1,788 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 1659 个数据集

医学影像CT医学图像分割肿瘤学

KiPA22 肾脏解析 — 一百三十例 CTA 的四结构掩膜

一百三十例腹部 CTA四类结构逐体素标注70/30/30 官方划分仅训练集公开一百三十例（公开可下载七十例）

一百三十例、四类结构、肾动脉仅占 0.27% 体素的 CTA 分割基准

东南大学计算机网络与信息集成教育部重点实验室 / 南京鼓楼医院泌尿外科 url: https://kipa22.grand-challenge.org/ 14

医学影像乳腺影像肿瘤学挑战赛数据集

自动乳腺超声三维体 TDSC-ABUS 2023 — 二百体与三层标注

NRRD 三维体体素级分割掩膜良恶性二分类标签派生三维包围框按患者分层切分CC BY 4.0200 个三维体数据（官方未单列患者数，一患者通常对应一个体）

200 个体 · 恶性一百一十五、良性八十五 · NRRD 体素掩膜

中国哈尔滨医科大学附属肿瘤医院，GE Invenia ABUS 采集，经挑战赛组织方去标识后公开发布 11

基因组学与多组学蛋白质组学变异与注释生物医学文献

jPOSTdb 日本蛋白质组库 — 统一再分析的染色体视图

600 余个再分析数据集4,936,877 行 PSM 记录（2021 归档快照）TSVRDF 两种取数形态CC0 公共领域不适用（统计单位为项目与数据集，不含患者级记录）

600 余数据集、UniScore 重算、CC0 的蛋白质组派生库

jPOST project（Japan ProteOme STandard Repository/Database） url: https://jpostdb.org/ 12

公共卫生与流行病学队列研究心血管疾病流行病学

MESA 多民族动脉粥样硬化研究 — 心血管影像队列

元数据影像数据多组学文献引用6,814（2000–2002 基线入组）

6,814 名四族裔 45–84 岁成人 / 七轮现场检查跨 24 年 / CAC·IMT·心脏 MRI 纵向测量

https://mesa-nhlbi.org/about/overview 13

公共卫生与流行病学疾病监测公共卫生统计

AQS 空气质量系统 — 美国空气监测母库

逾 30 亿条测量年两次批量更新2.1 万站点美国公共领域非患者数据，环境监测记录

1957 年起的全国监测原始测量，300 亿量级

U.S. Environmental Protection Agency / AQS 15

公共卫生与流行病学队列研究调查数据死亡登记流行病学

NHEFS — 把 1971 年体检接上 1992 年死亡

1.4 万人队列四轮随访 1982-1992ICD-9 多死因编码免注册公开下载定宽文本格式14,407 名 25-74 岁基线体检者

NHANES I 随访队列 · 1.4 万人 · 四轮随访 · 4,497 份死亡证书

美国 CDC 国家卫生统计中心（NCHS） url: https://wwwn.cdc.gov/nchs/nhanes/nhefs/default.aspx 16

基因组学与多组学微生物组蛋白质组学代谢组学测序数据

NMDC 国家微生物组数据门户 — 五类组学的同一批样本

18.7 万条组学产出2.7 万生物样本五类组学同址CC BY 4.0Runtime API 开放读取不适用（环境样本，含 92 项研究、2.7 万生物样本，非患者级队列）

18.7 万条组学产出、2.7 万生物样本、DNA 到代谢物五层同址

https://data.microbiomedata.org/ 19

基因组学与多组学测序数据微生物组

Qiita 微生物组分析档案 — 可回溯的原始数据与分析链

原始数据链接元数据多组学文献引用不适用（公开库 43.8 万测序样本，非患者级临床队列）

891 项公开研究 / 43.8 万公开样本 / 原始 artifact 与分析产物双轨

https://qiita.ucsd.edu/ 15

基因组学与多组学单细胞基因组学转录组测序数据

小鼠细胞图谱 MCA — 四十万细胞的微孔板建库

表达矩阵细胞注释表批次元数据原始测序数据不适用（动物数据：成年 6–10 周、胚胎 E14.5 与新生期小鼠，多批次取材）

51 种组织、逾 40 万细胞：一块琼脂糖芯片撑起的国产单细胞平台

浙江大学医学院干细胞与再生医学中心（郭国骥实验室），官网 https://bis.zju.edu.cn/MCA/ 14

基因组学与多组学微生物组测序数据变异与注释

GTDB 基因组分类数据库 — 版本化的微生物分类骨架

元数据本体映射文献引用原始数据链接不适用（以基因组组装为单位：R232 收录 901,341 个细菌与古菌基因组，归入 199,923 个物种簇）

九十万基因组 · 二十万物种簇 · 120 个标记蛋白 · 一年一版的重排分类

https://gtdb.ecogenomic.org/ 13

医学影像乳腺影像肿瘤学评测基准

乳腺断层摄影筛查库 BCS-DBT — 五千零六十例

DICOM 三维体病灶矩形框四级分组标签病例-检查-视角索引CC BY-NC 4.05,060 名受试者（5,610 次检查，22,032 个重建三维体）

5,060 例 · 22,032 个重建体 · 四级分组与病灶框

美国杜克大学医院 2014-08 至 2018-01 的筛查 DBT 检查，经 TCIA 去标识后发布 15

医学影像CTMRIPET肿瘤学多模态影像

子宫内膜癌 TCGA-UCEC — 六十五例多模态历史归档

影像数据原始数据多组学临床配对病理全切片六十五例（TCIA 影像口径）；GDC 同项目为五百六十例

TCIA 收录的子宫内膜癌影像集合：65 例术前 CT、PT、MR、CR，226 次检查、912 个序列、37.85 GB，按 barcode 与 GDC 五百六十例的临床、组学、病理对齐

https://www.cancerimagingarchive.net/collection/tcga-ucec/ 16

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。