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 1,814 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 1684 个数据集

基因组学与多组学微生物组测序数据变异与注释

微生物组统一参考树 — Greengenes2

参考序列本体映射文献引用开放许可不适用（两千余万条参考序列与一棵系统发育树，计数单位是序列与枝，不是人）

2024.09 版 / 2347 万条序列 / GTDB 七级命名

http://greengenes2.ucsd.edu/ 15

基因组学与多组学药物发现与化学肿瘤学

CellMinerCDB 跨库细胞系药敏整合平台 — 十源一套标识

多组学药物敏感性细胞系注释跨库整合处理后矩阵不适用（以细胞系模型计数：跨源合计约一千四百系，单一源最多约一千系）

十个库源 / 近二十类数据 / 一套基因与 NSC 标识 / 冲突只并列不合并

https://discover.nci.nih.gov/cellminercdb/ 13

基因组学与多组学微生物组测序数据队列研究

人体多部位菌群基线 — HMP 人类微生物组计划

多组学元数据原始数据链接文献引用HMP1 入组三百人、进分析二百四十二人；iHMP 三个队列合计逾一千七百名参与者

2007–2016 两期 / 五个身体部位 / 16S 加鸟枪宏基因组 / 一批分离株参考基因组

https://commonfund.nih.gov/hmp 16

基因组学与多组学变异与注释转录组

弓形虫基因组数据库 ToxoDB — 一个名字，两个所指

多组学元数据派生数据不适用（以基因组与数据集计数：三十余个已测序注释的基因组）

三十二个基因组 / 第 71 版 / 关停之后靠订阅活着

https://toxodb.org/toxo/ 15

基因组学与多组学代谢组学知识图谱

BioCyc 通路基因组库集合 — 两万库的三级策展分层

知识库代谢通路元数据物种基因组不适用（以数据库计数：物种库两万零九十五个，其中人工深度策展五个、中度策展七十余个、自动生成一万九千九百八十五个）

两万零九十五个物种库 / 五个深度策展 / 一万九千九百八十五个自动生成 / 两个免费

https://biocyc.org/ 11

基因组学与多组学转录组测序数据

基因组表达档案 GEA — 表达矩阵在 GEA，原始读段在 DRA

基因表达矩阵元数据转录组表观基因组单细胞不适用（记录级计数；本库不收需受控访问的人类个体数据）

DDBJ 中心的功能基因组档案 / 收微阵列、测序、单细胞与空间表达 / 与 GEO、ArrayExpress 同类不同库

https://www.ddbj.nig.ac.jp/gea/index-e.html 13

医学影像MRI乳腺影像肿瘤学乳腺癌

对侧乳腺 MRI 影像集（ACRIN 6667）

原始数据影像数据临床随访人工采集984 例（TCIA 收录口径）；试验实际入组千余人，其中 969 人进入主分析

ACRIN 6667 的 TCIA 影像侧：984 例单侧乳腺癌患者确诊后对侧乳腺的增强 MRI，1,103 个检查、万余个序列、199.59 GB，附按病例报告表拆分的临床表，CC BY 4.0 公开直链

https://www.cancerimagingarchive.net/collection/acrin-contralateral-breast-mr/ 12

医学影像MRI乳腺影像肿瘤学乳腺癌

QIN 乳腺动态增强 MRI — 十例两访视

动态对比增强药代动力学DICOM多中心比较文献引用十例（TCIA 集合页统计栏；对应二十次检查）

十例 · 二十次检查 · 六百五十二个序列 · 只公开前两个访视

https://www.cancerimagingarchive.net/collection/qin-breast-dce-mri/ 10

医学影像MRI肿瘤学

QIN 前列腺多参数 MRI — 二十二例

多参数 MRI动态对比增强弥散加权DICOM已退役二十二例（TCIA 集合页统计栏）

二十二例 · 单中心 · 四类序列 · 已退役

https://www.cancerimagingarchive.net/collection/qin-prostate/ 12

基因组学与多组学蛋白质组学肿瘤学肺癌

CPTAC-LSCC — 肺鳞癌的三个质谱分册与百余例

多组学组学矩阵质谱原始数据元数据论文口径 108 例肿瘤 + 99 例配对癌旁；PDC 门户口径 115 例；GDC 侧 109 例

108 例肿瘤 · 三册质谱 · PDC 与 GDC 双落位

https://pdc.cancer.gov/pdc/study/PDC000234 14

基因组学与多组学测序数据转录组肿瘤学肺癌

人肺腺癌 TCGA-LUAD — 五百八十五例与十个数据类别

多组学元数据病理全切片文献引用五百八十五例（GDC 项目口径，原发肿瘤样本同为 585 份）

585 例 · 十个数据类别 · 开放层 656 GB

https://portal.gdc.cancer.gov/projects/TCGA-LUAD 19

基因组学与多组学肿瘤学脑肿瘤多模态

低级别胶质瘤 TCGA-LGG — 五百一十六例与三个分子组

多组学病理全切片原始影像元数据文献引用五百一十六例（GDC 项目口径；2015 年 NEJM 主论文的多平台整合口径为 293 例；TCIA 配对影像一百九十九例）

五百一十六例 · 十个数据类别 · 一百九十九例术前影像 · 三个分子组

https://portal.gdc.cancer.gov/projects/TCGA-LGG 17

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。