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 1,866 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 1848 个数据集
电子健康记录医学问答与基准临床电子病历评测基准医疗NLP
MedAgentBench — 虚拟 EHR 环境下的医学 LLM 智能体评测基准
斯坦福团队构建的医疗智能体交互式基准：300 个医生撰写任务 × 100 例去标识化 STARR 患者 × 785,207 条 FHIR 记录 × 9 个检索/开单函数，12 个前沿 LLM 在 pass@1 下最高仅 69.67%，首次把医疗 AI 评测从「静态问答」推向「多轮工具调用」
医学问答与基准医学问答评测基准医疗NLP临床文本公共卫生与流行病学
HealthBench — OpenAI 医疗对话评测基准
262 位执业于 60 国的医生手写 48,562 条 rubric 标准，为 5,000 段多轮健康对话逐题打分——OpenAI 用「医生出题、模型评分」把医疗 LLM 评测从选择题推向开放式临床对话，MIT 许可全量公开
基因组学与多组学蛋白质组学变异与注释知识图谱药物发现与化学肿瘤学
PhosphoSitePlus — 人鼠翻译后修饰位点策展金标准，60 万+ PTM 位点
CST 自 2001 年手工策展、NIH 资助的系统生物学资源：以 59,432 蛋白 / 600,632 翻译后修饰位点 / 29,658 篇文献构成磷酸化-泛素化-乙酰化等 PTM 的知识底座，非商业学术免费（CC BY-NC-SA），是激酶-底物富集分析（KSEA）最常用的金标准库
基因组学与多组学蛋白质组学知识图谱药物-靶点相互作用生物医学文献评测基准
BioGRID — 生物交互数据库
专家人工策展的蛋白-遗传-化学交互仓库：2,364,201 条非冗余互作、84,000+ 篇原始文献、80+ 策展物种，以实验证据优先与二元关系模型对照 STRING 的计算预测与 IntAct 的 IMEx 精细策展
基因组学与多组学蛋白质组学变异与注释知识图谱药物发现与化学
ECOD — 蛋白质结构域演化分类数据库，PDB 与 AlphaFold 结构的同源层级体系
ECOD（Evolutionary Classification of Protein Domains）把 PDB 实验结构与 AlphaFold 预测结构中的蛋白结构域按演化同源关系组织成 Architecture/Possible-homology/Homology/Topology/Family 五级层级，以同源优先于拓扑、每周跟随 PDB 发布更新的独特定位，编录超 180 万个结构域，成为区分 CATH/SCOP 结构分类的关键互补资源
基因组学与多组学变异与注释蛋白质组学知识图谱评测基准
CATH-Gene3D — 蛋白质结构域层级分类数据库
UCL Orengo 组自 1990 年代维护的蛋白结构域分类体系：按 Class/Architecture/Topology/Homologous superfamily 四级层级分类 15 万 PDB 结构、1.51 亿蛋白域，融合 AlphaFold 预测打造 TED 与 6,573 个超家族——与 SCOP/ECOD 并列的三大结构分类资源之一
生理信号语音信号调查数据公共卫生与流行病学儿科
Bridge2AI-Voice Pediatric Dataset — 首个儿科嗓音生物标志物旗舰数据集
NIH Bridge2AI 项目下首个儿科嗓音数据集：300 名 2-18 岁儿童、23,533 段录音的派生音频特征与表型数据；SickKids 单站点采集、年龄分层协议、注册凭证访问（DUA）
生理信号语音信号儿科多模态队列研究评测基准
BABYCRY-UJM-AXA — 1,000 名足月新生儿哭声声音库
圣艾蒂安大学 ENES 团队在产科病房连续高保真录音，用主动学习+集成方法自动抽取 107,312 条哭声序列——迄今全球最大婴儿哭声音频库，CC BY 公开 81 GB，配音 176 个声学描述子，服务神经发育风险早筛
电子健康记录知识图谱命名实体识别药物发现与化学医疗NLP
TCMSSD — 中医证候标准化数据库
浙江中医药大学构建的证候辨证综合库：624 证候 / 133,518 处方 / 8,073 疾病 / 8,259 中草药 / 43,413 成分 / 17,602 靶点 / 8,182 药物，深度学习知识图谱 + BM25 证候预测，打通中医证候与西医分子层
医疗NLP医学问答与基准知识图谱电子健康记录临床文本
TCMEval-SDT — 中医辨证思维四步推理评测基准数据集
中国中医科学院主导、发表于 Scientific Data 的首个中医证候诊断「思维过程」评测基准——300 例专家标注病例、四步推理链、十选项病机证候多选题、CC-BY 4.0 经 figshare 公开，覆盖 GLM/ChatGPT/通义千问/Gemini 四大模型辨证能力横评
医学影像目标检测图像分类评测基准多模态公共卫生与流行病学
TCM-Tongue — 首个 AI 中医舌诊标准化舌象数据集
6,719 张 D65 标准光源下采集的舌象高清图，20 类病理症状多标签（每图平均 2.54 标签，执业中医师双验证），三种标注格式 + YOLOv5/v7/v8/SSD/MobileNetV2 基准，CC BY 4.0 公开
医学影像乳腺影像医学图像分割图像分类肿瘤学
QAMEBI — 乳腺病灶 B 超图像＋放射科医师手绘掩码开源库
232 例组织病理确诊的乳腺超声病灶（123 恶性／109 良性），每例三份条目（原图＋GT 掩码＋融合图），伊朗・土耳其・马来西亚三国产学多中心，CC BY 4.0 免费开放下载——乳腺 B 超分类与分割研究的轻量级「金标准＋掩码」双重入口
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。
