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 1151 个数据集

基因组学与多组学蛋白质组学药物-靶点相互作用

MEROPS — 把蛋白酶切了什么、切在哪记下来的库

酶分类体系切割位点表序列比对库不涉及患者数据；记录对象是蛋白质序列、切割事件与化合物

277 个家族 / 114 万个序列编号 / 91 次切割的位点偏好

欧洲分子生物学实验室-欧洲生物信息学研究所（EMBL-EBI）https://www.ebi.ac.uk/merops/ 6

基因组学与多组学变异与注释测序数据

BioSamples — 5,610 万条生物样本元数据的中枢登记处

样本元数据结构化注释表不直接涉及患者个体；但 56M+ 样本中包含大量人类样本（taxId 9606），其 age、cell_type、disease 等字段属可识别性敏感信息，使用须评估

把分散在 ENA、NCBI、ArrayExpress 的样本记录按一个键聚合，每条最多 50 个特征字段

欧洲分子生物学实验室-欧洲生物信息研究所（EMBL-EBI）https://www.ebi.ac.uk/biosamples 4

基因组学与多组学单细胞基因组学转录组

Single Cell Expression Atlas — 正迁往 FENIX 的单细胞重处理库

表达矩阵细胞类型注释样本注释表不直接涉及患者个体；样本级元数据含年龄、性别、疾病、组织部位等公开信息

384 个实验、1,537 万个细胞，31% 有细胞类型标签；2026 年 11 月起分批迁移

欧洲分子生物学实验室-欧洲生物信息研究所（EMBL-EBI）https://www.ebi.ac.uk/gxa/sc 5

基因组学与多组学单细胞基因组学转录组COVID-19肿瘤学

Inflammation Atlas — 首个炎症细胞图谱：634 万 PBMC / 1,047 例患者 / 19 种疾病

原始数据人工标注1,047 例患者 + 健康对照（对照人数论文摘要未单列）；19 种疾病；女性 56% / 男性 43%

CNAG 与 EPFL 联合构建的跨疾病外周血单细胞转录组图谱：15 个免疫谱系 × 64 个细胞状态，配 scANVI 生成模型与 XGBoost+d-SHAP 可解释分类器；处理后矩阵 CC BY 4.0 于 Zenodo 公开，原始测序走 GEO 公开 + EGA 受控双轨

基因组学与多组学单细胞基因组学神经科学神经退行性疾病阿尔茨海默病转录组

Human Brain snRNA-seq Atlas — 1400 万核 · 31 脑区 · 2,239 例死后样本的 AD 单核转录组图谱

约 1400 万细胞核31 个脑区2,239 例死后样本GEO 内仅 6 例验证样本2,239 例深度表型化死后样本（GEO 归档仅 6 例 iPSC 验证样本）

GSE326002 / PRJNA1442802：CN·AD·CR·PART 四分组的人脑单核 RNA 测序最大规模自述图谱

NCBI GEO GSE326002 / Cleveland Clinic Genome Center url: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE326002 20

基因组学与多组学单细胞基因组学转录组

Tabula Sapiens — 人体单细胞跨组织细胞图谱

约 14.44GB H5AD 压缩包（v1）483,152 个细胞（v1）110 万+（v2）24 名正常供体（v2）28 个器官组织（v2）CC BY 4.0 开放获取24 名正常人体供体（v1 15 名 + v2 新增 9 名）

覆盖 28 个器官、110 万细胞的人体单细胞转录组参考图谱

Chan Zuckerberg Biohub（Tabula Sapiens Consortium） url: https://tabula-sapiens.sf.czbiohub.org/ 81

基因组学与多组学转录组单细胞基因组学皮肤癌肿瘤学

NMSC Spatial Multi-omic Atlas — 免疫抑制非黑素瘤皮肤癌的空间多组学图谱

原始数据多组学数据138 例患者 / 150 份标本（55 免疫正常 IC + 83 免疫抑制 IS）；GEO 层：GSE316922 36 样本来自 30 例，GSE306129 论文口径 14 例 / GEO 口径

GSE306129 空间 ATAC 28 样本 x GSE316922 scRNA-seq 36 样本的双层 GEO 资源：MD 安德森 138 例 BCC/cSCC 队列揭示「免疫抑制不是免疫细胞变少，而是巨噬细胞抗原呈递失灵 + 空间组织被拆散」

NCBI GEO 核心记录 GSE306129（spatial ATAC，28 GSM）与 GSE316922（scRNA-seq，36 GSM）；同研究 GSE306130 / GSE318638 / GSE308361 作核对参照 25

基因组学与多组学单细胞基因组学转录组

Single Cell Portal — 单细胞基因组学开放数据门户

995+ 项公共研究约 6,250 万+ 细胞18 个物种MatrixMarketTSV 格式REST API 免认证检索995+ 项公共研究 / 约 6,250 万+ 细胞（截至 2026-09）

Broad Institute 旗下 995+ 项单细胞研究、6,250 万+ 细胞的开放探索平台

Broad Institute of MIT and Harvard url: https://singlecell.broadinstitute.org/single_cell 117

单细胞基因组学转录组药物发现与化学评测基准基因组学与多组学

Tahoe-100M — 亿级单细胞药物扰动图谱：50 癌系 × 379 化合物

原始数据实验数据公开数据不适用：全部为 50 个商品化癌细胞系（47 个进入下游分析），非患者样本；单细胞数 95,624,334

Tahoe Therapeutics × Arc Institute × Parse Biosciences 用 Mosaic 平台把 50 个癌细胞系混养在「cell village」中同步给药 24 小时，得到 95,624,334 个通过全过滤的单细胞转录组；CC0-1.0 全量开放于 HuggingFace，FASTQ 因 125 TB 体量与 Parse 合同限制不公开

Mosaic 平台（Parse Biosciences GigaLab 组合条形码 + Ultima Genomics UG-100 测序）生成的 14 块 96 孔板共培养球体体系；表达矩阵以稀疏 token 形式存为 Parquet，配套 5 张元数据表与 1 张伪 bulk 差异表达表 42