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 1,790 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 1775 个数据集

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

原始数据多模态数据公共数据整合约 426 万单细胞（Methods 精确值 4,260,545），来自 249 个独立共测样本；无个体级患者数量披露（语料为公开二次整合，样本单元是数据集/样本而非患者）

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

GEO、ArrayExpress 与 10x Genomics 官网公开的 RNA-蛋白共测单细胞数据集（CITE-seq 为主，92.01%），经统一 HGNC 基因词表（19,264 基因）与 382 表面蛋白标准化词表整合为 CAPTAIN 预训练语料 44

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

87 例胸部 CT（NIfTI）五类病变单标签 + 87×5 共现矩阵三种对比剂期相（动脉静脉平扫）Zenodo 直下 · 9.4 GB87 例检查（初始 100 例，排除 13 例）；男 49 / 女 38；年龄中位 64 岁

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

Zenodo: ChestPathCT5-S100 v1.0（Jesionowski/Rotzinger/Jayet/Fahrni，洛桑大学医院，2026-02-20）；论文 GigaByte gigabyte.184（PMID 42245226） 27

医学影像CT图像分类内窥镜影像肺癌评测基准

BronchoAccess — 438 例术前 CT 联结支气管镜真实取材转归的可达性预测数据集

影像数据临床结局标注公开数据438 例患者（3 家临床中心），每例 1 个目标病灶；279 例诊断成功 + 159 例非诊断

三中心 438 例 3D CT 配对「活检是否取得诊断性组织」的术后硬结局，把「这支镜子能不能到」从术者主观阅片变成可监督的二分类任务，并以解剖感知专家混合模型（AUROC 0.8052）确立首个基准

西北大学 Bagci Lab 三中心回顾性队列：术前胸部 3D CT（NIfTI）+ 病灶 patch + 气道树图（PyTorch Geometric .pt）+ labels.csv 转归标签，Hugging Face 公开直链（gated=false） 29

医学影像CT医学图像分割心血管疾病真实世界数据评测基准

AortaSeg-60 — 60 例真实世界胸腹主动脉 CTA 与 TotalSegmentator 自动分割掩膜

影像数据原始数据自动标注60 例检查（6 类 × 10 例；单中心回顾性 2014–2024）

瑞士洛桑 CHUV 单中心回顾性 60 例、六类各 10 例均衡分组（年轻正常/老年正常/动脉瘤/夹层/静脉期/平扫），TotalSegmentator 2.12.0 任务 52 全自动出膜且零人工修正，Zenodo CC0 直链 15.9 GB

CHUV/UNIL 放射科 PACS 回顾性抽取的胸腹主动脉 CT 原始体数据 + TotalSegmentator 2.12.0（Task 52 aorta）全自动掩膜（nii.gz） 29

生理信号步态与运动骨骼肌肉影像队列研究时序数据

ACL Jump-Landing MoCap — 43 人 2199 次试次疲劳前后六种跳跃落地的三维动捕与测力台数据

原始数据时序数据实验测量数据43 名受试者（ACL 伤史组 21 + 健康对照 22；初始纳入 44，剔除 1）；共 2199 次可用试次（原始 c3d 2201，计划上限 2236）

因斯布鲁克大学 Science Data 数据描述符：21 例 ACL 伤史 + 22 对照，单/双腿六任务 × 疲劳/非疲劳，Vicon 十相机 250 Hz 与双测力台 1000 Hz 同步，OpenSim 4.3 逆运动学关节角 + 原始 c3d 全公开

Figshare 公开仓库 10.6084/m9.figshare.28890545.v1：raw_c3d_files（原始标记点轨迹 + GRF + COP）、joint_angles（六任务 .mat 关节角与 COM）、participants、data processing（OpenSim 模型与设置文件、MATLAB 作图脚本） 26

生理信号可穿戴传感步态与运动医学影像多模态

The OpenBiomechanics Project — 全球最大公开精英棒球动捕数据集

原始数据时序数据开源数据投手 100 名（411 次快球试投）；打者 98 名（677 次挥棒）；High Performance 模块 1,162 名运动员（1,934 次评估）

Driveline 把投手丘与打击区的光学标记点轨迹、三/四块测力台地面反作用力、全信号关节角速度力矩与 1,934 次力台评估一并开源——411 次快球试投 100 人、677 次挥棒 98 人，CC BY-NC-SA 4.0 无 DOI 亦无同行评审数据论文

Driveline Baseball 内部运动员动作捕捉评估数据库：光学标记点 C3D 原始轨迹 + 3/4 块测力台地面反作用力 + 全信号与 POI 派生表 + HitTrax 击球记录 29

药物发现与化学药物安全公共卫生与流行病学真实世界数据医疗登记疾病监测

EudraVigilance — 欧盟疑似药品不良反应报告数据库

原始数据人工标注表格数据16,902,323 个独立疑似 ADR 个案（对应 29,317,644 条 ICSR，含初报与随访报；数据自 2001 年 12 月起累积至 2024-12-31）

29,317,644 条 ICSR、16,902,323 个独立个案——EMA 用二十余年建成的药物警戒中控台；公开聚合统计可自由检视，逐案数据按六档利益相关方分级放行，全库打包下载并不存在

EMA 运营的 EudraVigilance 数据库（EVPM 上市后模块 27,332,221 ICSR + EVCTM 临床试验模块 1,985,423 ICSR）；配套 XEVMPD 药品字典 1,139,255 条目、公开门户 adrreports.eu 覆盖 4,448 种活性物质 48

基因组学与多组学微生物组测序数据队列研究公共卫生与流行病学

GMrepo v3 — 人类肠道宏基因组整理库：302 种疾病、11.9 万 run 与 MCI 一致性指数

表格数据派生数据多模态118,965 个 run/sample（论文 v3 快照；含 16S rRNA 87,048 + 宏基因组 31,917），来自 890 个项目；样本对应人体个体数未在论文披露；官网首页 2026-

同一个课题组从 2019 到 2025 的第三代：人工整理元数据 + QIIME2/MetaPhlAn4 统一重注释 + 逐项目 marker 识别，v3 首创 MCI 量化跨研究方向一致性，全库可 gzip/MySQL dump 直下，但官方未声明 license

ENA/SRA 公开测序数据经 QIIME2(16S,ASV)/MetaPhlAn4(宏基因组) 统一重注释后的种属相对丰度矩阵 + 人工整理宿主元数据 + 逐项目差异丰度 marker 表 + 共现表 + MySQL 全库 dump 48

医学影像乳腺影像图像分类肿瘤学

DMR-IR — 巴西 293 例乳腺红外热成像数据库

影像数据原始数据临床元数据293 例（综述口径，含 sick 105 例、healthy 188 例）｜另有 287 例（2023 单篇论文口径）｜56 例带手工分割掩码

2014 年由 UFF 视觉实验室建立、HUAP 医院采集的乳腺热成像开放库：FLIR SC620 五视角静态与 20 帧动态双协议，293 例中 105 例患病、56 例带手工分割掩码；26 篇综述中 20 篇使用它，但许可始终未公开声明，只能登记制访问

UFF 视觉实验室与 HUAP 医院采集的乳腺红外热成像：FLIR SC620 拍摄 640×480 热图与温度矩阵，五视角静态协议 + 20 帧动态降温协议，附 MRI/钼靶/超声与逐例临床记录 25

医疗NLP临床文本评测基准多模态调查数据

AnnoMI — 动机性访谈治疗对话专家标注语料

文本数据人工标注转录数据对话数据133 段对话（110 段高质量 MI + 23 段低质量 MI）；9,699 条话语；源自 119 个视频；无真实患者，出镜者为演员/教学示范者

首个公开免费的动机性访谈治疗对话语料：133 段 YouTube/Vimeo 示范对话、9,699 条话语，10 名 MINT 认证 MI 治疗师按 MISC 话语级行为编码标注，含高/低质量 MI 对照与全套标注一致性报告

YouTube/Vimeo 公开 MI 培训示范视频（经上传者授权）→ GoTranscript 专业转录 → 10 名 MINT 认证 MI 治疗师话语级标注 → AnnoMI-simple.csv / AnnoMI-full.csv（GitHub uccollab/AnnoMI，2022-05 首发、2023-03-14 扩充 full 版） 33

生理信号眼科影像脑电信号医学图像分割评测基准

OculusGraphy ERG — 323 人 1,975 条 ISCEV 标准全视野视网膜电图信号数据库

原始信号临床数据公开基准323 名受试者（成人 + 儿童混合队列；儿童与成人分列统计，未见双眼/单眼明细）

叶卡捷琳堡眼科显微手术中心 Tomey EP-1000 采集的五类全视野 ERG（暗适应/明适应/最大反应/闪烁/振荡电位），2 kHz 采样、成人加儿童双队列；IEEE DataPort 注册即取，2022–2024 年多篇方法论文的地基

叶卡捷琳堡 IRTC Eye Microsurgery Center 用 Tomey EP-1000 工作站采集的五类全视野 ERG 原始波形，2 kHz 采样、0.1–300 Hz 带通；IEEE DataPort DOI 10.21227/y0fh-5v04 与 10.21227/r1wb-pg25 26

眼科影像图像分类多模态

CornOrb — 744 患者 1,454 眼 Orbscan 3 角膜地形图四图与临床表格多模态圆锥角膜检测数据集

原始数据临床数据人工标注744 名患者 / 1,454 只眼（663 人 89.1% 双眼，81 人 10.9% 单眼）

每眼 4 张 560×560 PNG（轴向曲率/前表面高度/后表面高度/角膜厚度）+ 15 字段临床 CSV，阿尔及利亚单中心单设备 2017–2023 回顾采集；预置患者级 80/20 划分与训练集内 5 折交叉验证，CC-BY-NC 4.0 直下

阿尔及利亚 Tlemcen Lazouni 诊所 2017–2023 年 Bausch & Lomb Orbscan 3 检查导出：每眼 4 张 560×560 PNG 角膜图 + clinical_data_and_labels.csv 临床表；Zenodo DOI 10.5281/zenodo.20542091 38

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。