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。
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 1,788 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：
数据标签
千方医数集 · 商业级 AI-Ready 数据集
官方自营 · 合规交易共 1773 个数据集
生理信号可穿戴传感时序数据真实世界数据多模态
OU-DATASET — 匈牙利 22 例 1 型糖尿病多次每日注射（MDI）自由生活纵向多模态数据集
Óbuda University 团队 8 周纵向采集的 MDI 治疗 T1D 队列：血糖监测、胰岛素注射记录、活动追踪（心率与步数）、自报生活事件（进餐/运动/压力）四路模态，Figshare 公开，定位是填上「非泵、非闭环」人群的公开数据空白
基因组学与多组学队列研究测序数据GWAS变异与注释公共卫生与流行病学
The SuperAgers Family Study — 95 岁以上极端长寿家系队列的 WES 基因型-表型数据库
AFAR SuperAgers Initiative 旗下、Einstein 执行的远程招募家系研究：95+ 长寿者+子女+子女配偶，寄回唾液做全外显子测序；2026-09 经 ELITE Portal 放出 830 人个体级人口学与临床数据（上批 767 人），受控访问需 IDU+DUC，目标 10,000 人
电子健康记录公共卫生与流行病学疾病监测真实世界数据临床电子病历
MENDS — REACHnet 多州 EHR 疾病监测节点：把研究级病历改造成公卫监测数据集的治理路径
CDC 资助、NACDD 协调的美国五节点 EHR 监测网络；本条目聚焦 LPHI 牵头的 REACHnet 节点——5 个卫生系统、2 个州、约 80 万成人，用 MDSUA 与公共卫生权限替代研究授权，把 PCORnet CDM 转成季度更新的监测数据集
公共卫生与流行病学队列研究基因组学与多组学电子健康记录调查数据
Our Future Health — 英国两百万级 NHS 链接前瞻性队列的 TRE 内分析范式
2,021,810 名完成基线问卷的英国成年志愿者、1,690,704 人链接 NHS 号、755,000 人有芯片与插补基因型；数据全部锁在 DNAnexus 承建的 Trusted Research Environment 内，研究者须经注册认证—Access Board 审—付费—TRE 分析四道闸门
医学影像CT医学图像分割评测基准挑战赛数据集肿瘤学
CURVAS-PDACVI — 五位专家各自标注的胰腺癌血管侵犯基准
MICCAI 2025 CURVAS 第二届：从 PANORAMA 挑 125 例胰腺导管腺癌增强 CT，40 例公开训练集含 5 位独立放射科医生逐例标注，人-人 Dice 仅 58.4%±25.7%；评价框架以 MR-ECE、CRPS 与逐血管 Wasserstein 距离取代单一 ground truth 打分。
医疗NLP多模态影像-文本对齐生物医学文献医学考试
TCM-Pretrain-Data-ShizhenGPT — 岐黄问道·神农 6B token 中医预训练语料
「神农」ShizhenGPT 的五件套中医预训练语料：3,256 本教材文本、5B+ token 网页文本、两类图文交错数据，外加 GPT-4o 合成的图文对——文本与图文两族、真语料与合成数据必须分开看
医疗NLP临床文本医学问答与基准评测基准电子健康记录
TCM-SD — 首个公开大规模中医辨证文本分类基准
北京理工大学联合徐州市中医院发布的 54,152 条真实中医门诊病历、148 种证型，配 4 亿 token 中医语料预训练 ZY-BERT，CC BY-NC-SA 4.0 经 GitHub 与阿里云天池公开，把「辨证论治」变成可复现的文本分类任务
医学影像评测基准医学图像分割
OpenPros — 首个有限角前列腺超声计算机断层大规模基准
ICLR 2026 发布的 28 万+ 配对样本前列腺 USCT 基准：真实临床 MRI/CT 专家分割与 62 例离体前列腺实测声速构建解剖逼真 3D 数字体，经开源 FDTD 与 Runge-Kutta 声波求解器仿真生成全波形数据，6.8 TB 公开下载
病理图像多模态肿瘤学图像分类评测基准
OpenTME — TCGA H&E 切片的 AI 肿瘤微环境特征集
Aignostics 用 Atlas H&E-TME 把 TCGA 的 4,696 张 H&E 全切片压成每张 4,500+ 列结构化的 TME 特征表：7 类组织/9 类细胞/20µm 与 40µm 邻域共现，机构邮箱申请、禁用于 AI 训练、禁再分发
医学影像病理图像多模态影像影像-文本对齐队列研究肿瘤学
HISTAI — 11 万张全切片+47,279 例临床元数据的研究用非商用病理语料
HISTAI：商业机构 hist.ai 以 CC BY-NC 4.0 发布的多器官 WSI 语料，覆盖皮肤/结直肠/乳腺/胸科/胃肠/血液八子集与 ICD-10 临床文本；全部 gated 申请制，论文宣称 60,110 张 26,142 例、仓库现状 112,801 张 47,279 例
基因组学与多组学单细胞基因组学蛋白质组学转录组多模态评测基准
scT&P-4M — 全球首个大规模 RNA-蛋白共测单细胞语料库 426 万细胞 × 382 表面蛋白
CAPTAIN 模型预训练语料——249 个共测样本、426 万细胞、382 种标准化表面蛋白，92.01% 来自 CITE-seq；门户公开检索下载，代码 MIT 而数据许可未公开
医学影像CT图像分类目标检测真实世界数据
ChestPathCT5-S100 — 洛桑大学医院 87 例真实世界胸部 CT 的五病变开放数据集
十年单中心回顾性队列压缩成 9.4 GB 的 NIfTI 大礼包——肋骨骨折、胸腔积液、肺肿块、肺栓塞、气胸各成一包，刻意保留动脉期/静脉期/平扫三种采集异质性，配一张 87×5 共现矩阵撑起多标签研究，CC0 1.0 零门槛直下
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。
