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 1,942 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 1803 个数据集

基因组学与多组学变异与注释测序数据

DGVa 结构变异归档库 — 与 DGV 只差一个字母的两个库

元数据原始数据链接文献引用多组学不适用（研究级归档；规模以 study 计，不以个体计）

204 个结构变异研究 / GVF 与 VCF 双轨 / 已并入 EVA

https://www.ebi.ac.uk/dgva/ 23

公共卫生与流行病学电子健康记录流行病学卫生服务研究

SAIL 威尔士人群链接数据 — 全民覆盖换掉了 5.5% 应答率

原始数据链接元数据时序信号约 300 万（威尔士全部常住人口）

300 万人 / ALF 匿名链接 / 只能读不能下载

https://saildatabank.com/ 21

药物发现与化学化学信息学药物-靶点相互作用

TPDdb 靶向蛋白降解数据库 — 六类分子两万八千条，三元结构只占零头

文献引用本体映射元数据不适用（分子与蛋白层级数据，无个体受试者）

2.8 万降解剂 · 2.7 万活性 · 580 靶点：专利撑起来的降解证据库

https://idrblab.org/TPDdb/ 16

基因组学与多组学蛋白质组学代谢组学

互操作性优先的质谱数据仓 — MassIVE 与它的四个平级伙伴

元数据原始数据链接补充材料多组学不适用（这是数据仓，不是一个队列；人类样本分散在各数据集内，仓层面无患者计数）

两万余个数据集 · 一点一五 PB · CC0

https://massive.ucsd.edu/ 21

基因组学与多组学微生物组公共卫生与流行病学

宏基因组样本的语义归一化 — MetaLog 把自由文本变成受控词

元数据人工标注本体映射原始数据链接人类样本 114929 个（对应 78473 名受试者）

EMBL 人工标注 · 1097 项研究 · ODbL 开放下载

https://metalog.embl.de/ 26

生理信号心电信号评测基准多模态

DeepFake ECG 合成心电图 — 真假检测器测的多半是设备

波形时序信号元数据原始数据链接不适用（合成数据）；训练源为 7,233 条真实正常心电，采自 GESUS 与 Inter99 两项人群研究

七千余条真实正常心电图 / 十五万条脉动式合成 / 开源可自由商用

https://osf.io/6hved/ 23

基因组学与多组学变异与注释公共卫生与流行病学药物发现与化学

ARKbase 抗菌耐药知识库 — 一万个基因组的好药敏，只覆盖十四个物种

原始数据链接元数据本体映射人工标注不适用（菌株级基因组与药敏表型，非患者级数据）

WHO 优先病原 / 14 个物种 / 14 个注释子模块

https://datascience.imtech.res.in/anshu/arkbase/ 25

基因组学与多组学医学问答与基准医疗NLP

生命科学软件登记册 — bio.tools 的三万条记录与它们的时差

元数据本体映射文献引用原始数据链接不适用（登记册，计量单位是工具记录而不是人）

ELIXIR 维护的软件与数据资源登记册 / biotoolsSchema + EDAM 四类标注 / 社区贡献与编辑审核的混合体

https://bio.tools/ 25

基因组学与多组学医学问答与基准公共卫生与流行病学

系统生物学模型库 — BioModels 存的方程式，附 curation 状态

人工标注本体映射文献引用元数据不适用（模型库，计量单位是模型条目而不是人）

EMBL-EBI 定量系统生物学模型库 / SBML + SED-ML + MIRIAM / 一半已发表模型当年不可直接复现

https://www.ebi.ac.uk/biomodels/ 24

基因组学与多组学蛋白质组学转录组

PaxDb 绝对蛋白丰度库 — 质谱只能测相对值，它偏要给你 ppm

元数据多组学本体映射原始数据链接文献引用不适用（以物种、组织、细胞系为观测单位，不含可识别个体）

405 物种 / 1639 个数据集 / 每个蛋白一个 ppm 数值

https://pax-db.org/ 19

医学影像CT目标检测挑战赛数据集骨骼肌肉影像

颈椎骨折CT检测挑战赛 — 十二机构三千例的逐椎骨标注

原始影像人工标注元数据补充材料3,112 例颈椎 CT（骨折阳性 1,445 例 + 阴性 1,667 例），患者级去重数量官方未给出

3,112 例颈椎 CT / C1–C7 逐椎骨标签 / 9 国 12 机构

https://www.kaggle.com/competitions/rsna-2022-cervical-spine-fracture-detection/ 22

医学影像眼科影像手术视频多模态

Ophora-160K 眼科手术视频指令集 — 十六万段五秒切片

原始影像文本语料元数据不适用（片段级计数十六万二千一百八十五个，源自九千八百一十九段术者叙事视频；未按患者计数，同一患者可能对应多段视频）

外科手术视频 / 指令微调 / Apache-2.0

https://huggingface.co/datasets/General-Medical-AI/Ophora-160K 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。