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 2,017 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 1865 个数据集

生理信号医学问答与基准心电信号心血管疾病时序数据评测基准

MIT-BIH Arrhythmia — 心律失常标准心电数据库

约 104 MB48 条 30 分钟记录11 万次心拍标注免费直接下载47 名受试者

data_source: MIT Laboratory for Computer Science & Beth Israel Hospital url: https://physionet.org/content/mitdb/1.0.0/ 100

医疗NLP公共卫生与流行病学生物医学文献COVID-19

LitCovid — NCBI 新冠文献策展库

437,000+ 篇文献每日更新8 类主题多标签BioC XMLJSON 免费下载BC7 基准 30,000+ 篇不适用（文献元数据库，不含患者级数据）

NCBI 官方新冠文献策展库：437,000+ 篇每日更新

NCBI（美国国家生物技术信息中心）/ NLM / NIH url: https://www.ncbi.nlm.nih.gov/research/coronavirus/ 63

医学影像内窥镜影像手术视频医学图像分割

EndoVis Challenges — 内窥镜视觉挑战赛

40+ 子挑战赛2015–2026 持续 12 年多中心数据免费注册获取多任务覆盖 100,000+ 帧标注

ISCAS Open Source and Open Data Group (NCT Dresden / DKFZ / UCL) url: https://endovis.grand-challenge.org/ 130

医疗NLP多模态影像-文本对齐生物医学文献

MedICaT — 医学图像-图注对齐数据集

217,060 幅医学插图131,410 篇开放获取论文7,507 对 subfigure 标注约 25,000 条 ROCO 引用约 104 GB 压缩包不适用（文献图文数据集，无患者队列）

217,060 幅医学论文插图 + 图注 + 图内引用的复合图对齐基准

Allen Institute for AI（与华盛顿大学等合作） url: https://github.com/allenai/medicat 48

医疗NLP命名实体识别知识图谱

COMETA — 社媒医学实体链接语料库

20,015 条实体提及68 个健康 subreddit双层 SNOMED CT 标注4 种官方划分TSV 格式开放下载不适用（匿名社交媒体帖文，非临床患者队列）

20,015 条 Reddit 通俗医学提及的双层 SNOMED CT 标注语料

University of Cambridge Language Technology Lab (LTL) url: https://github.com/cambridgeltl/cometa 79

生理信号神经科学步态与运动脑机接口

NinaPro — 表面肌电手势识别与假肢控制基准

10 个子库（DB1–DB10）超过 180 次数据采集10–16 通道 sEMG100–2000 Hz 采样率MATLAB .mat 格式免费下载（须引用论文）约 264 人次受试者（10 个子库人数合计，含跨库重复参与；官网口径为超过 180 次数据采集）

10 个子库、超过 180 次数据采集、52 类手势的表面肌电开放基准系列

NinaPro 项目组（HES-SO Valais / Idiap / 帕多瓦大学医院） url: https://ninapro.hevs.ch/ 97

药物发现与化学化学信息学分子生成

COCONUT — 全球最大开放天然产物结构库

695,133 个独特 NP 结构63 个开放数据源55,252 个来源生物CC0 开放许可SDFCSVSQLAPI不适用（化学结构数据库，不含患者数据）

695,133 个独特天然产物结构，整合 63 个数据源的全球最大开放 NP 库

德国耶拿大学 Friedrich Schiller 大学（Steinbeck 实验室） url: https://coconut.naturalproducts.net 81

生理信号睡眠信号时序数据脑电信号

90 例不可切除 HCC 对比增强 MRI 的肝脏与肿瘤双标签分割基准

name: "法国第戎大学医院与勃艮第大学 ICMUB（ATLAS Challenge 组委会）" url: "https://atlas-challenge.u-bourgogne.fr/" 71

基因组学与多组学表观基因组测序数据

BLUEPRINT — 欧盟血液表观基因组计划

约 3,500 个数据集2,558 个实验100+ 种细胞类型BigWigBigBedGTF 格式处理后数据开放下载约 200 名健康献血者队列（另有 AML、CLL、DLBCL 等血液病患者样本）

约 3,500 个造血与免疫细胞表观基因组数据集的欧洲参考图谱

BLUEPRINT Consortium（EU FP7，Radboud University 牵头） url: http://dcc.blueprint-epigenome.eu/ 96

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。