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。
去商城获取 →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 1,941 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
官方自营 · 合规交易
查看全部商业数据千方医数集 · 商业级 AI-Ready 数据集
共 837 个数据集
生理信号队列研究调查数据语音信号电子健康记录公共卫生与流行病学
Oldenburg Hearing Health Record — 581 名 18-86 岁成人的纯音测听·响度缩放·语句测听·认知量表多模态听力学队列
德国奥尔登堡 Hörzentrum 2013-2015 采集的开放听力健康档案：气导 125-8000 Hz 与骨导 500-4000 Hz 纯音听阈、1500/4000 Hz 自适应分类响度缩放、GÖSA 与数字三元组言语测听、DemTect 与词汇量认知测验、SF-12 与 11 页居家问卷，CC BY 4.0 全量 JSON 开放
生理信号眼科影像脑电信号医学图像分割评测基准
OculusGraphy ERG — 323 人 1,975 条 ISCEV 标准全视野视网膜电图信号数据库
叶卡捷琳堡眼科显微手术中心 Tomey EP-1000 采集的五类全视野 ERG（暗适应/明适应/最大反应/闪烁/振荡电位），2 kHz 采样、成人加儿童双队列；IEEE DataPort 注册即取，2022–2024 年多篇方法论文的地基
眼科影像图像分类多模态
CornOrb — 744 患者 1,454 眼 Orbscan 3 角膜地形图四图与临床表格多模态圆锥角膜检测数据集
每眼 4 张 560×560 PNG（轴向曲率/前表面高度/后表面高度/角膜厚度）+ 15 字段临床 CSV，阿尔及利亚单中心单设备 2017–2023 回顾采集；预置患者级 80/20 划分与训练集内 5 折交叉验证，CC-BY-NC 4.0 直下
生理信号睡眠信号脑电信号可穿戴传感评测基准
The Bitbrain Open Access Sleep (BOAS) dataset — 100 人 128 夜 Micromed 临床 PSG 与干电极头带同步记录
OpenNeuro ds005555：西班牙 Bitbrain 公司发布的开放睡眠数据集——每夜同时录 Micromed Brain Quick Plus Evolution 临床多导睡眠图与 Bitbrain 前额干电极头带（AF7/AF8 + IMU + PPG），三名技师独立按 AASM 判读、≥2 人一致取共识标签，附官方深度学习模型生成的 stage_ai 标签，CC0 公共领域
医疗NLP知识图谱命名实体识别临床文本生物医学文献
MedLexSp / Medical Lexicon for Spanish — 100,887 词目的西班牙语医学词法词典
CSIC-ILLA 用自然语言处理（NLP）从 13 类术语库与 400 万词医学语料反推词法：100,887 词目、302,543 屈折形、42,958 个 UMLS CUI，附 spaCy/Stanza 词形还原模块
医疗NLP医学问答评测基准临床文本
AHD: Arabic Healthcare Dataset — 阿拉伯语医患问答语料与英译对照
也门伊卜大学团队从 Altibbi 医患问答站采集的 80.8 万条阿拉伯语问答、90 个专科类目，附 118 MB 英译对照表，CC BY 4.0 于 Mendeley Data 公开；是阿拉伯语医疗 NLP 少见的单表型原始语料
医疗NLP临床文本命名实体识别关系抽取临床电子病历
SemClinBr — 巴西葡萄牙语首个多机构多专科临床语义标注语料库
1,000 份真实病历 | 65,129 个 UMLS 语义类型实体 | 11,263 条关系 | 102 类标签体系 | Gold 613 篇 + Silver 387 篇
医疗NLP临床文本评测基准肺癌挑战赛数据集
NTCIR RR-TNM — 日语放射报告肺癌 TNM 分期三标签分类语料
NAIST Sociocom 开放的 243 份日语放射报告：9 名 board-certified 放射医师对同一批 27 例 Radiopaedia 肺癌 CT 独立书写并标注粗粒度 T/N/M，NTCIR-17 MedNLP-SC 共享任务金标准，CC BY 4.0 零门槛下载
医学影像目标检测图像分类医学图像分割评测基准
AcuSim — 合成渲染的颈颅部 174 穴位定位数据集
用 Blender+DAZ 造 504 个合成人体、渲 63,936 张 1024×1024 RGB-D 图、以体积球标注 174 个颈颅穴位——为中医穴位自动定位开辟一条不依赖真人照片的规模化路径
药物发现与化学药物-靶点相互作用虚拟筛选分子对接评测基准
InteractBind — 9.9 万蛋白-配体对的残基级非共价相互作用图谱基准
从 PDB 实验结构出发，用 PLIP 与 GetContacts 把六类非共价接触投影成与 FASTA 序列对齐的残基级指纹；二元结合预测 AUROC 98.3% 的模型在结合位点定位上 BRHR@1 仅 21.6%——一个把「猜对结果」与「看懂位点」拆开来评的基准
医学问答与基准视觉问答评测基准医学问答图像分类多模态
NEJM-Bench — 二十年 NEJM 临床图像挑战的千题多模态基准
《新英格兰医学杂志》Image Challenge 栏目 2005-2026 年 1,063 例临床图像五选一题：公开版剥离答案键、双场景（MCQ／开放作答）评测、本地 Qwen3.5-27B 裁判与训练截断过滤，暴露约 30 个百分点「选项红利」与放射学 25.7% 的难度下限
医疗NLP临床文本电子健康记录医学问答与基准医学问答
MedSynth — 万对合成医患对话-SOAP 病历数据集
10,035 对全合成医患对话与 SOAP 病历、覆盖 2,001 个 ICD-10 码：以 IQVIA 理赔分布定病种、GPT-4o 六代理流水线反向生成对话，陪审团偏好率对比 NoteChat 达 95%，并以 Dial2Note 基准身份进入 SMM4H-HeaRD 2026 共享任务
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。
