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 1,870 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 1852 个数据集
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
医学影像CT医学图像分割目标检测挑战赛数据集肿瘤学
ULS23 通用病灶分割挑战赛 — 胸腹盆 CT 三维通用病灶分割基准
Radboudumc DIAG 主导的 ULS23 挑战赛与基准数据集——复用 DeepLesion 750 病灶并新标注骨 744/胰腺 124，聚合 10 个公开数据集共 38,693 病灶，测试集 775 病灶，CC BY-NC-SA 4.0，基线 nnUnet 半监督 Dice 0.703
医学影像MRI骨骼肌肉影像医学图像分割挑战赛数据集
SPIDER — 腰椎 MRI 分割多中心数据集与公开基准
荷兰四院 218 患者 447 矢状位 T1/T2/T2-SPACE 腰椎 MRI 的椎骨-椎间盘-椎管三层参考分割 + 七类退变分级（Modic/Pfirrmann 等）+ 隐藏测试集上的 SPIDER Grand Challenge 公开基准
基因组学与多组学蛋白质组学知识图谱评测基准
SAbDab2 — 面向机器学习的抗体结构数据库
牛津 OPIG 把 SAbDab（2013 起）重构成 ML 时代的抗体结构库：21,237 个抗体实例 / 11,085 个 PDB ID / 6,540 个 SAbDab2 ID，IMGT+ANARCII 编号，CC-BY 4.0，附带 15,641 条 ML-grade 可变区结构与版本化 train/test 划分
基因组学与多组学蛋白质组学变异与注释知识图谱评测基准
InterPro — 蛋白质家族与结构域整合分类资源
EMBL-EBI 主导、13 家成员库整合的蛋白质序列功能注释元数据库——54,922 个 InterPro entry 覆盖 UniProtKB 85.1% 蛋白，CC0 公共领域奉献、API 六端点与 FASTA/JSON/TSV 批量下载全开放
基因组学与多组学蛋白质组学变异与注释知识图谱生物医学文献
Pfam — 蛋白质家族与结构域数据库，InterPro 联盟最大成员库
Pfam 用「seed 多序列比对 + profile 隐马尔可夫模型（HMM）」表征蛋白质家族与结构域——2015 起隶属 InterPro 联盟并成为其覆盖主力（Pfam 38.2 的 30,134 条签名中 96.7% 被 InterPro 整合），数据 CC0；本条目重点消歧「Pfam = 单一成员库」与「InterPro = 整合框架」的分工
医学影像CT医学图像分割COVID-19评测基准
COVID-19 CT Lung and Infection Segmentation Dataset
20 例像素级标注 COVID-19 CT 体数据——双放射科医生标注加资深医生终审，左肺/右肺/感染三类掩码，配套首个医学分割数据高效学习基准（少样本/域泛化/知识迁移三任务、40+ 预训练基线），CC BY-4.0 Zenodo 公开直链
药物发现与化学化学信息学知识图谱分子性质预测代谢组学
LOTUS — 开放天然产物结构-生物体对数据库
LOTUS（naturaL prOducTs occUrrence databaSe）：把 40+ 个孤立天然产物资源整合为 75 万+ 条带文献引用的结构-生物体对，托管 Wikidata、镜像 LNPN、冻结快照发布 Zenodo，CC0 完全开放——天然产物研究的知识管理基础设施
生理信号脑电信号心电信号可穿戴传感多模态
DREAMER — 消费级可穿戴 EEG+ECG 情感识别数据库
西苏格兰大学用 Emotiv EPOC 14 通道脑电与 Shimmer2 心电、让 23 名受试者观看 18 段电影片段并自评效价-唤醒-支配三维情感的首个低成本低功耗可穿戴多模态情感生理数据库——证明消费级设备可达到医疗级设备的分类性能
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。
