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 1,861 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 1729 个数据集

公共卫生与流行病学卫生服务研究全球健康

各国的卫生钱袋子 — GHED 全球卫生支出账

原始数据链接元数据补充材料不适用（195 个国家地区 × 2000—2023 年，单位为国别-年）

195 个国家地区 / 2000 年起 / SHA 2011 五张表

https://apps.who.int/nha/database 28

公共卫生与流行病学队列研究调查数据

英国老龄化纵向研究 ELSA — 十一波面板与护士访视

元数据时序信号原始数据链接基线发放 18,813 名合格个体，完成访谈约 1.1 万人；第十一波主访谈 7,842 人

十一波 / 英格兰 50+ / 血液与 DNA

https://beta.ukdataservice.ac.uk/datacatalogue/studies/study?id=5050 16

公共卫生与流行病学卫生服务研究真实世界数据

医院成本与服务量的同一本账 — HCRIS 成本报告

原始数据链接元数据补充材料不适用（约六千家医院 × 三十个财年，单位为医院-财年）

1996–2026 / 两代表单 × 五组工作表 / 全美约六千家医院

https://www.cms.gov/data-research/statistics-trends-and-reports/cost-reports 11

基因组学与多组学微生物组测序数据公共卫生与流行病学

地铁扶手上的全球菌群地图 — MetaSUB 城市生物组

多组学元数据原始数据链接文献引用不适用（研究对象为建成环境表面，非人体样本）

60 座城市 / 4,728 份表面拭子 / 鸟枪宏基因组

https://metasub.org/ 16

医学影像X光影像结核病目标检测

只做结核的胸片集 — TBX11K 病灶框基准

原始影像人工标注元数据11,200 张胸片，官方称一图一人

11,200 张 512×512 / 四类标签 / 约 800 张带结核病灶框

https://github.com/yun-liu/Tuberculosis 10

基因组学与多组学药物发现与化学病理图像转录组

Open TG-GATEs — 170 种化合物的四维毒理切片

原始数据链接多组学人工标注元数据不适用（170 种化合物、大鼠体内个体两万余例、体外孔位数千，无人类受试者）

170 化合物 / 大鼠体内 + 肝细胞体外 / 芯片·病理·生化

https://toxico.nibiohn.go.jp/english/ 14

基因组学与多组学微生物组测序数据变异与注释

核糖体 RNA 的比对参照系 — SILVA 序列数据库

原始数据链接元数据本体映射文献引用不适用（1543 万条 SSU 比对序列、90 万条 SSU Ref NR99，均为核酸序列而非个体）

1543 万条 SSU / 90 万条非冗余参考 / 七级分类

https://www.arb-silva.de/ 15

医学影像乳腺影像基因组学与多组学多模态乳腺癌

乳腺浸润癌 TCGA-BRCA — 千例患者的分子与影像配对

原始影像多组学元数据文献引用一千零九十八例（GDC 项目口径；其中 139 例在 TCIA 有配对影像）

1,098 例 · 十个数据类别 · 139 例配对影像

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

基因组学与多组学微生物组变异与注释测序数据

肠道菌的参考基因组从哪来 — UHGG 统一基因组集

原始数据链接多组学本体映射元数据不适用（28.6 万个原核基因组；来自 2,327 项公开研究）

28.6 万基因组 / 六千余物种簇 / 2,327 项研究来源

https://www.ebi.ac.uk/metagenomics/browse/genomes 19

公共卫生与流行病学电子健康记录医保理赔

合成的医保理赔 — CMS SynPUF 公共使用文件

文本语料元数据本体映射约 233 万名合成受益人（无真实患者）

2008–2010 / 五类理赔文件 × 20 个样本 / 免费公开下载

https://www.cms.gov/data-research/statistics-trends-and-reports/medicare-claims-synthetic-public-use-files 14

电子健康记录重症监护时序数据儿科

一千万行检验的儿童重症库 — PIC 数据库

元数据时序信号文本语料人工标注12,881 名患儿 / 13,941 次 ICU 住院 / 13,449 次院内住院（正文另有一处 13,499 的官方口径）

1.29 万患儿 / 5 个 ICU / 中英双语

https://physionet.org/content/picdb/ 14

公共卫生与流行病学队列研究心血管疾病GWAS

四社区中年人的血管账本 — ARIC 队列研究

元数据多组学文献引用15,792（1987–1989 基线入组）

基线 1.58 万人 / 四轮中年检查 + 五轮老年回访 / 随访 35 年+

https://aric.cscc.unc.edu/aric9/ 18

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。