即取即用的 AI-Ready 医疗数据集库

千方医数集致力于为医疗 AI 研究人员找到合适的数据集，让你的 AI 感知模型能够更快地学习、更准确地运行，并无缝适应现实世界的环境。

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 1616 个数据集

医学影像基因组学与多组学CT肺癌

NSCLC-Radiogenomics — 肺癌影像基因组学

约 98 GB DICOM 影像211 例 NSCLC 患者144 例肿瘤分割掩膜130 例 RNA-seqCC BY 3.0 开放下载211 例 NSCLC 患者

211 例 NSCLC 的 CT/PET-基因组-临床多模态配对数据集

The Cancer Imaging Archive（TCIA）／斯坦福大学医学院 url: https://www.cancerimagingarchive.net/collection/nsclc-radiogenomics/ 101

医学影像病理图像乳腺癌肿瘤学

NuCLS — 乳腺癌病理核分类数据集

222,396 条核标注125 张 TCGA H&E WSI13/7/4 三级核分类CC0 1.0 开放获取官方五折划分125 名患者（每人 1 张 TCGA H&E 全切片）

TCGA 222,396 条核标注 · 三级分类 · CC0 开放

Northwestern University Department of Pathology（NuCLS 研究团队） url: https://sites.google.com/view/nucls/home 83

医学影像CT肺癌

NSCLC-Radiomics — 肺癌影像组学队列

422 名患者52,073 张 CT 切片35.78 GB DICOM7 项临床字段CC BY-NC 3.0 开放下载422 名 NSCLC 患者

422 例 NSCLC 患者的 CT 影像组学与生存随访金标准队列

MAASTRO Clinic / The Cancer Imaging Archive (TCIA) url: https://www.cancerimagingarchive.net/collection/nsclc-radiomics/ 70

基因组学与多组学药物发现与化学分子对接化学信息学蛋白质组学

Binding MOAD — 4 万蛋白-配体复合物亲和力库

41,409 个复合物结构15,223 个含实验亲和力20,387 个独特配体X-ray 分辨率 ≤2.5 Å免费开放获取0 名患者（结构生物学数据集，不含任何患者个体数据）

41,409 个蛋白-配体复合物，15,223 个含实验亲和力

美国密歇根大学药学院药物化学系（Heather A. Carlson 实验室） url: http://www.bindingmoad.org 53

医疗NLP电子健康记录临床电子病历医学问答

emrQA — 电子病历抽取式问答数据集

196 万问答对（终版）680 个问题模板2,425 份脱敏病历i2b2n2c2 DUA 授权免费申请获取2018 年后停更2,425 份临床病历

临床 QA 首个大规模社区语料 · 40 万+ 问答对 · i2b2 授权

UIUC & IBM Research & MIT-IBM Watson AI Lab（底层语料：i2b2/n2c2，哈佛 DBMI 托管） url: https://portal.dbmi.hms.harvard.edu/projects/n2c2-nlp/ 62

药物发现与化学化学信息学药物-靶点相互作用

Davis 激酶亲和力 — 激酶抑制剂 Kd 矩阵

442 种激酶 × 72 种抑制剂30,056 个 Kd 测量（社区标准版）pKd 范围约 5.0–10.8开放下载（CC BY 4.0）不适用（体外药物-靶点结合数据，无患者）

442 种激酶 × 72 种抑制剂的全激酶组 Kd 亲和力矩阵

Ambit Biosciences（Davis et al., Nature Biotechnology 2011） url: https://www.nature.com/articles/nbt.1990 71

药物发现与化学医学问答与基准化学信息学虚拟筛选评测基准

LIT-PCBA — 真实实验来源虚拟筛选基准

15 个靶标集约 41.5 万化合物PubChem 试验来源AVE 去偏划分免费下载约 41.5 万个化合物（7,844 活性 + 407,381 非活性，论文口径）

15 靶标 41.5 万化合物：PubChem 真实高通量筛选实验衍生的无偏虚拟筛选基准

Laboratoire d'Innovation Thérapeutique, UMR 7200 CNRS–Université de Strasbourg url: http://drugdesign.unistra.fr/LIT-PCBA/ 108

医学影像乳腺癌图像分类挑战赛数据集病理图像

BreastPathQ — 乳腺癌细胞增殖定量挑战

3,698 patch96 WSI55 名 NAT 后患者H&E 20X 扫描0-1 连续 TC 标签需申请下载55 名乳腺癌新辅助治疗后患者（NAT 后残余病变）

新辅助治疗后乳腺癌 H&E patch 肿瘤细胞占比回归 · 3,698 patch · 55 患者

SPIE BreastPathQ Grand Challenge（官方组织方） url: https://breastpathq.grand-challenge.org/ 73

医学影像电子健康记录临床电子病历皮肤影像

PAD-UFES-20 — 智能手机皮肤癌筛查数据集

2,298 张临床照片1,373 名患者6 类诊断3.35 GB PNG+CSVCC BY 4.0 开放1,373 名患者

2,298 张智能手机临床照片 + 1,373 名患者临床特征，6 类皮肤病变多模态基准

Universidade Federal do Espírito Santo (UFES) — LABCIN & PAD url: https://data.mendeley.com/datasets/zr7vgbcyr2 93

公共卫生与流行病学神经科学转录组

Allen Brain Atlas — 多模态脑图谱

约 20,000 个基因 ISH3,702 个人脑微阵列样本非商业免费须引用非患者队列（脑组织转录组/连接组研究图谱）

全脑基因表达+连接组+细胞类型多模态公共图谱

Allen Institute for Brain Science url: https://portal.brain-map.org/ 77

生理信号可穿戴传感时序数据步态与运动

MHEALTH — 穿戴多传感器活动识别基准

10 名受试者12 类身体活动23 个传感器通道50 Hz 采样72.1 MB 文本日志10 名健康志愿者（非患者队列）

10 名受试者 × 23 通道穿戴多模态信号 × 12 类身体活动

UCI 机器学习库（数据收集：西班牙格拉纳达大学 CITIC-UGR） url: https://archive.ics.uci.edu/dataset/319/mhealth+dataset 78

医学影像电子健康记录皮肤影像真实世界数据

SCIN — 众包真实世界皮肤影像

约 10,408 张 PNG 照片5,033 个贡献案例12.6 GB 免费开放下载加权鉴别诊断标注5,033 个公众贡献案例（约 5,000 余名美国志愿者）

10,408 张众包皮肤状况照片与加权鉴别诊断标注，覆盖美国公众常见皮肤病谱

Google Research 与 Stanford Medicine url: https://github.com/google-research-datasets/scin 61

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。