医疗 AI-Ready 训练数据集库（上万即取即用）

致力于为医疗 AI 研究人员找到合适的数据集。已收录 2,001 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 1850 个数据集

生理信号医学问答与基准心电信号评测基准

QT Database — ECG 波形边界标注金标准数据集

83MB（WFDB 格式）105 条双导联记录3,622 搏专家标注250 Hz 采样完全开放获取ODC-BY 1.0105 条记录 / 3,622 个人工标注心搏

心电波形描记评测事实标准 · 105 条双导联记录 · 3,622 搏专家标注

PhysioNet（Harvard-MIT 健康科学与技术部 & 贝斯以色列女执事医疗中心 & 萨拉戈萨大学） url: https://physionet.org/content/qtdb/1.0.0/ 81

基因组学与多组学GWAS测序数据转录组

GTEx — 人类组织基因表达调控图谱

约 1.74 万 RNA-seq 样本（V8）948 名供体 · 54 种组织WGS 中位 32×汇总数据开放免注册基因型需 dbGaP 申请948 名供体 · 1.74 万组织样本

全球最大健康人多组织表达与 eQTL 参考图谱 · 948 供体 · 54 组织

NIH Common Fund GTEx 项目（Broad Institute LDACC） url: https://gtexportal.org/home/ 134

医疗NLP药物发现与化学化学信息学知识图谱肿瘤学

DGIdb — 药物-基因互作库

10,000+ 成药基因20,000+ 药物70,000+ 药物-基因互作40+ 数据来源GraphQL API + TSVSQL免费开放获取不适用（知识库型数据集，无患者数据；覆盖 10,000+ 基因、20,000+ 药物、70,000+ 互作）

10,000+ 基因、20,000+ 药物、70,000+ 互作的可计算成药基因组知识库

Washington University in St. Louis（Griffith Lab）& Nationwide Children's Hospital & The Ohio State University url: https://dgidb.org/ 98

基因组学与多组学医疗NLP化学信息学知识图谱

Reactome — 人工审编生物通路知识库

16,423 条人类反应2,883 条人类通路GMTCSVBioPAXSBML 多格式CC0 与 CC BY 4.0 双许可季度版本发布不适用（通路知识库，无患者数据）

16,423 条人类反应的开放审编通路知识库，季度更新、CC0/CC BY 4.0 双许可

EMBL-EBI / Ontario Institute for Cancer Research (OICR) 等联合维护 url: https://reactome.org/ 80

医疗NLP生物医学文献知识图谱

S2ORC — 学术论文开放语料库

约 1.36 亿篇论文元数据约 1,200 万篇开放获取全文gzipped JSON 分片ODC-By 1.0 开放许可免费 API key 申请不适用（学术论文语料，非患者数据）

1.36 亿篇论文元数据与约 1,200 万篇开放获取全文的机器可读学术语料

Allen Institute for AI（Semantic Scholar） url: https://allenai.org/data/s2orc 85

医学影像病理图像肿瘤学

SICAPv2 — 前列腺癌病理图像分级数据集

182 张 H&E 活检 WSI95 名患者18,783 个 512×512 patch10,340 个分级 patch763 个筛状标注 patch2.03 GB 免费下载95 名患者（155 张穿刺活检）

182 张 H&E 前列腺穿刺活检 WSI，活检级+像素级 Gleason 双标注

瓦伦西亚理工大学（Universitat Politècnica de València）· Mendeley Data url: https://data.mendeley.com/datasets/9xxm58dvs3 97

基因组学与多组学医学影像病理图像肿瘤学

ICGC — 国际癌症基因组联盟数据门户

24,289 名供体（Release 28）8,178 万个体细胞突变PCAWG 2,658 全基因组开放+受控分级访问开放数据免认证受控数据需 DACO 审核2.6 万+名供体

全球最大泛癌体细胞突变目录之一 · 2.4 万供体 · PCAWG 2,658 全基因组

国际癌症基因组联盟（ICGC）/ 安大略癌症研究所（OICR） url: https://www.icgc-argo.org/ 95

医学影像医学问答与基准CT医学图像分割挑战赛数据集肿瘤学

500 只眼 OCT/OCTA 配对三维体数据，2 种视野 + 11 类标注

南京理工大学计算机科学与工程学院 & 南京医科大学第一附属医院眼科（IEEE DataPort 托管） url: https://ieee-dataport.org/open-access/octa-500 122

医学影像内窥镜影像图像分类

GastroVision — 胃肠道内镜多类影像分类

约 1.8GB JPG 图像8,000 张 27 类上下消化道内镜免费开放获取CC BY 4.08,000 张内镜图像（非患者级数据）

8,000 张上下消化道内镜图像 · 27 类 · 多中心开放访问

OSF GastroVision Project url: https://osf.io/84e7f/ 80

生理信号语音信号心血管疾病

HLS-CMDS — 临床模拟人心肺音数据集

约 38 MB535 条录音CC BY 4.0 开放许可免费直接下载配对 Ground Truth535 条录音

McMaster University, Mohawk IAHS url: https://data.mendeley.com/datasets/8972jxbpmp 138

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。