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 230 个数据集

MIMIC-IV-Note — 去标识化临床自由文本语料库 AI-Ready Wikipedia | 千方医数集

临床自然语言处理电子健康记录出院摘要放射报告

MIMIC-IV-Note — 去标识化临床自由文本语料库 AI-Ready Wikipedia | 千方医数集

约 45GB（压缩 CSV）331794 份出院摘要2321355 份放射报告HIPAA 去标识化14.6 万名患者

MIT 计算生理学实验室 & 贝斯以色列女执事医疗中心 46

Open-PMC-18M | 生物医学多模态视觉-语言数据集 | 千方医数集

多模态视觉-语言文献挖掘图像-文本对

Open-PMC-18M | 生物医学多模态视觉-语言数据集 | 千方医数集

约 1800 万对图文对放射学显微镜VLP 三模态PMC 来源文献来源数据集

Vector Institute (https://vectorinstitute.ai) | PMC Open Access Subset (https://www.ncbi.nlm.nih.gov/pmc/tools/openftlist/) 46

HMP 人类微生物组计划 | 千方医数集

基因组多组学微生物组

HMP 人类微生物组计划 | 千方医数集

约 42 TB 大小11174+ 样本2000+ 参考基因组300+ 健康成人 + 1,500+ 疾病队列

NIH Common Fund | https://commonfund.nih.gov/hmp 37

GEO 基因表达综合数据库 | 千方医数集

转录组学功能基因组学公共数据库

GEO 基因表达综合数据库 | 千方医数集

约 200TB+ 数据量650 万+ 样本20 万+ 研究650 万+ 样本

NCBI / NLM / NIH (https://www.ncbi.nlm.nih.gov/geo/) 33

ENCODE — DNA 元素百科全书 AI-Ready Wikipedia | 千方医数集

功能基因组学表观基因组基因调控多组学

ENCODE — DNA 元素百科全书 AI-Ready Wikipedia | 千方医数集

23,000+ 功能基因组学实验2,373,014 人类 cCRE1.3 PB 数据总量人类与小鼠基因组

ENCODE Project Consortium (NHGRI/NIH) https://www.encodeproject.org 27

AlphaFold Protein Structure Database — 蛋白质结构预测数据库 | 千方医数集

蛋白质结构预测结构生物学深度学习药物发现

AlphaFold Protein Structure Database — 蛋白质结构预测数据库 | 千方医数集

PDBmmCIFpLDDTPAEAlphaFold2覆盖 2.14 亿+ 蛋白质序列

Google DeepMind + EMBL-EBI, 基于 UniProt 蛋白质序列 31

1000 Genomes Project — 千人基因组计划全球遗传变异图谱 | 千方医数集

群体遗传学全基因组测序GWAS基因型填补生物信息学

1000 Genomes Project — 千人基因组计划全球遗传变异图谱 | 千方医数集

VCF分阶段单倍型GRCh37GRCh38开放获取2,504 人 (Phase 3), 3,202 人 (2022 30×)

26 个全球群体, Wellcome Sanger Institute + Broad Institute + BGI-Shenzhen 等 38

CZ CELLxGENE — 单细胞转录组标准化数据平台 | 千方医数集

单细胞组学转录组学scRNA-seq空间转录组AI 预训练

CZ CELLxGENE — 单细胞转录组标准化数据平台 | 千方医数集

H5AD AnnDataTileDB-SOMA约 17,651 名人类供体

CZI Single-Cell Biology, 社区贡献 34

DepMap / CCLE — 癌症依赖图谱与癌细胞系百科全书 | 千方医数集

癌症基因组学功能基因组学CRISPR 筛选合成致死药物敏感性

DepMap / CCLE — 癌症依赖图谱与癌细胞系百科全书 | 千方医数集

Chronos 分数RNA-seq突变拷贝数2,000+ 癌细胞系（24+ 癌种）

Broad Institute Project Achilles + CCLE, 全球多中心贡献 38

gnomAD — Genome Aggregation Database 基因组聚合数据库 | 千方医数集

基因组学群体遗传学变异解读罕见病精准医学

gnomAD — Genome Aggregation Database 基因组聚合数据库 | 千方医数集

VCFCC0HailGCPAWSAzure约 30TB807,162 名个体（v4.1）

Broad Institute of MIT and Harvard, 60+ 国际研究项目合作 23

BBBC — Broad Bioimage Benchmark Collection 显微图像分析基准集 | 千方医数集

生物图像分析显微成像药物筛选核分割基准数据集

BBBC — Broad Bioimage Benchmark Collection 显微图像分析基准集 | 千方医数集

TIFFPNG荧光明场DICCC0 为主CellProfiler 兼容细胞/显微结构图像

Broad Institute Imaging Platform (Anne Carpenter Lab) 40

CAMELYON16/17 — 乳腺癌淋巴结转移全切片检测基准数据集 | 千方医数集

计算病理学全切片图像乳腺癌淋巴结转移深度学习基准

CAMELYON16/17 — 乳腺癌淋巴结转移全切片检测基准数据集 | 千方医数集

bigTIFF WSIXML 标注CC0AWS 公开数据约 400 名乳腺癌患者 (CAMELYON16) + 200 名人造患者 (CAMELYON17, 5 张/人

荷兰 5 家医学中心 (RUMC, UMCU, CWZ, LPON, RST) 22

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。

客服二维码

电话咨询微信咨询邮箱咨询