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 1642 个数据集

医学影像乳腺影像X光影像图像分类乳腺癌

CMMD — 中国乳腺钼靶良恶性分类

5,202 幅 DICOM 图像1,775 名患者22.86 GB 影像CC BY 4.0 开放获取活检病理证实标注1,775 名患者

1,775 名患者 5,202 幅钼靶图像，活检证实良恶性与分子亚型标注

The Cancer Imaging Archive（TCIA） url: https://www.cancerimagingarchive.net/collection/cmmd/ 54

基因组学与多组学单细胞基因组学医学影像病理图像肿瘤学

HuBMAP — 人体生物分子图谱计划

5,032 个数据集（2025-10）310 位捐献者22 种数据类型27 个器官大类CC BY 4.0 开放许可AnnDataOME-TIFF310 位捐献者（健康成人组织）

NIH 单细胞分辨率健康人体空间图谱 · 5,032 个数据集 · 310 位捐献者 · 27 个器官大类

NIH HuBMAP Consortium url: https://portal.hubmapconsortium.org/ 69

医学影像图像分类儿科

FETAL_PLANES_DB — 胎儿标准切面分类基准

约 2.1GB ZIP12,400 张超声切面1,792 名患者CC BY 4.0 开放获取6 类切面1,792 名孕妇

12,400 张二维超声标准切面 · 1,792 名患者 · 首个比肩人类技师的切面分类基准

BCNatal（巴塞罗那母胎与新生儿医学中心） url: https://zenodo.org/records/3904280 50

医学影像公共卫生与流行病学病理图像

NIH Malaria — 疟疾血涂片细胞图像

["27,558 张细胞图像""200 例患者""337 MB""PNG 单细胞裁剪""免费开放获取"]200 例患者（150 例恶性疟感染 + 50 例未感染）

2.7 万张薄血涂片单细胞图像 · 200 例患者 · 疟疾自动诊断奠基基准

name: "U.S. National Library of Medicine, Lister Hill National Center for Biomedical Communications (LHNCBC)" url: "https://lhncbc.nlm.nih.gov/LHC-research/LHC-projects/image-processing/malaria-datasheet.html" 60

神经科学医学问答与基准脑影像医学图像分割心血管疾病挑战赛数据集

WMH Challenge — 脑白质高信号分割基准

170 例 T1+FLAIR 脑 MRI60 训练 + 110 隐藏测试5 台扫描仪 3 个厂商NIfTI 约 399MB注册后开放训练集170 例（60 训练 + 110 隐藏测试）

170 例多中心多扫描仪脑 MRI 分割挑战（60 训练 + 110 隐藏测试）

UMC Utrecht Image Sciences Institute url: https://wmh.isi.uu.nl/ 74

医学影像医学图像分割手术视频挑战赛数据集骨骼肌肉影像

PENGWIN — 骨盆骨折碎片分割挑战数据集

150 例骨盆 CT50,000 张合成 X-ray8.08 GB MHA 压缩包CC BY-NC-SA 4.0 开放下载逐碎片实例标注150 名骨盆复位手术患者

150 例多中心骨盆 CT 骨折碎片实例分割与 50,000 张合成 X-ray

PENGWIN 挑战赛组织方（北京航空航天大学、北京积水潭医院等） url: https://pengwin.grand-challenge.org 87

生理信号医学影像病理图像语音信号

SVD 萨尔布吕肯嗓音库 — 病理性嗓音声学+EGG

2,225 名说话人71 类发声障碍38.1 GB 音频档案50 kHz 16-bit 双通道CC BY 4.0 开放下载约 2,225 名说话人（1,356 名发声障碍患者 + 869 名健康对照）

2,225 名说话人、71 类发声障碍的声学与电声门图双模态病理性嗓音语料库

前萨尔大学语音学研究所（现由德国埃森大学医院托管） url: https://stimmdb.coli.uni-saarland.de/ 86

医疗NLP药物发现与化学化学信息学生物医学文献

CHEMDNER — 化学实体识别与药物发现文本挖掘

10,000 篇 PubMed 摘要84,355 个化学实体提及19,805 个唯一化学实体约 14 MB 英文文本开放获取不适用（公开文献摘要语料，无患者数据）

10,000 篇摘要、84,355 个化学实体标注的化学 NER 基准

BioCreative（CNIO 结构计算生物学组等） url: http://www.biocreative.org/resources/biocreative-iv/chemdner-corpus/ 64

基因组学与多组学药物发现与化学知识图谱

DisGeNET — 基因-疾病关联综合数据库

["约 113.5 万条 GDA（v7.0）""30,170 种疾病与性状""21,671 个基因""36.9 万条 VDA""TSVRDFAPI 格式"]无患者级数据；v7.0 覆盖 21,671 基因 / 30,170 疾病 / 194,515 变体

113 万+基因-疾病关联，覆盖 21,671 个基因与 30,170 种疾病

name: "GRIB-IMIM/UPF（Barcelona）；2020 年起 MedBioinformatics Solutions SL" url: "https://www.disgenet.com/" 140

医疗NLP医学问答与基准命名实体识别评测基准

BC2GM — 基因/蛋白提及识别语料

20,000 句 MEDLINE 句子24,596 个基因提及标注OB-GENEI-GENE 序列标签CoNLL TSV 与 parquet 格式开放下载不适用（文献文本语料，不含患者数据）

20,000 句 MEDLINE 句子、24,596 个标注实体的基因提及基准

BioCreative II 组织者（NCBI 等） url: https://biocreative.bioinformatics.udel.edu/resources/corpora/biocreative-ii-corpus/ 60

医疗NLP命名实体识别生物医学文献

NCBI Disease Corpus — 疾病实体标注金标准

793 篇 PubMed 摘要6,892 个疾病提及790 个唯一疾病概念PubTator 纯文本格式公开领域免费下载不适用——文献摘要语料，不含患者级数据

793 篇 PubMed 摘要 · 6,892 个疾病提及 · 医疗 NER 与概念归一化的奠基级金标准

National Center for Biotechnology Information (NCBI), National Library of Medicine, NIH url: https://www.ncbi.nlm.nih.gov/CBBresearch/Dogan/DISEASE/ 56

医学影像内窥镜影像手术视频

EndoMapper — 完整标定内镜手术数据集

96 段完整手术视频超 24 小时 1440×1080 视频268,679 帧解剖区域标注4,086 帧工具分割COLMAP 伪真值轨迹Synapse 申请获取未逐患者公开（96 段完整手术视频，含同患者相隔数周重复检查）

96 段完整标定内镜手术视频，超 24 小时真实结肠镜 VSLAM 基准

Universidad de Zaragoza (I3A) & Hospital Clínico Universitario Lozano Blesa url: https://www.synapse.org/#!Synapse:syn26707219/wiki/615178 90

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。