医疗 AI-Ready 训练数据集库（上万即取即用）

致力于为医疗 AI 研究人员找到合适的数据集。已收录 2,101 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。

需要注册级、带专家标注的合规可交易临床数据？前往医疗数据商城 →

按工程化层级：

千方医数集 · 商业级 AI-Ready 数据集

官方自营 · 合规交易

乳腺钼靶影像与病灶标注数据集

四体位乳腺钼靶 DICOM 影像，配病灶检出框与像素级分割掩膜，标签按 BI-RADS 术语组织。

TCT 宫颈细胞学数据集

液基薄层细胞学（TCT）数字图像，含阴阳性判读结果，适配宫颈癌细胞学筛查模型。

需要更多专病队列？

千方医数集支持按病种、模态合规定制采集。

提交定制需求

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 1858 个数据集

医学影像多模态X光影像

MIMIC-CXR — 大规模胸片+放射报告多模态数据集

377,110 张 DICOM 胸片227,835 份放射学报告65,379 名患者65,379 名患者

MIT 计算生理学实验室 & 贝斯以色列女执事医疗中心 (BIDMC) 145

公共卫生与流行病学基因组学与多组学变异与注释药物发现与化学知识图谱微生物组

CARD — 综合抗生素耐药性数据库

耐药基因AMRARO 本体抗性组 resistome参考序列SNP 突变知识库本体驱动不适用（微生物基因组/宏基因组参考数据库，非患者级数据）

以 ARO 抗菌耐药本体为骨架的 6,489 个 AMR 检测模型与 279,120 条耐药等位基因参考库

CARD — The Comprehensive Antibiotic Resistance Database (经由 card.mcmaster.ca 下载端与 arpcard GitHub) 48

医学影像多模态心血管疾病重症监护影像-文本对齐临床电子病历

MIMIC-IV-ECHO — 心脏超声影像与结构化测量匹配子集

206,488 次超声检查结构化测量524,137 个 DICOM 文件91,372 名测量患者4,572 名影像患者2008-2022 测量2017-2019 影像91,372 名患者（结构化测量）；4,572 名患者（DICOM 影像）

52 万 DICOM 影像 · 20.6 万次超声检查 · 可关联 MIMIC-IV 全院 EHR

MIT Laboratory for Computational Physiology / PhysioNet（BIDMC 采集） url: https://physionet.org/content/mimic-iv-echo/1.0.1/ 104

视觉问答医学问答评测基准手术视频医学影像

MedVidQA — 医学教学视频问答与时序答案定位数据集

3,010 个问答899 个医学教学视频95.71 小时视频MedVidCL 6,117 视频时序答案时间戳不适用（医学教学视频问答数据集，非患者队列）

3,010 个健康问答 / 899 个医学教学视频 / 95.71 小时的医学视频视觉答案定位基准

U.S. National Library of Medicine (NLM), NIH url: https://github.com/deepaknlp/MedVidQACL 35

基因组学与多组学变异与注释知识图谱生物医学文献

Sequence Ontology — 基因组注释的序列本体受控词表

ontologycontrolled-vocabularygenome-annotationgff3owlobosequence-featurevariant不适用（本体/受控词表，无患者数据）

约 2,752 个类、50 个对象属性的开放本体，是 GFF3 规范与 Chado 数据库的术语底座

Sequence Ontology（官网 http://www.sequenceontology.org/ 与 OBO Foundry 条目 obofoundry.org/ontology/so.html） url: http://www.sequenceontology.org/ 43

医疗NLP临床文本命名实体识别关系抽取肿瘤学

THYME — 临床时间表达式语料

约 172,800 个标注单元1,254 份去标识病历Anafora XML + 纯文本标注层 GitHub 公开正文需 Mayo DUA1,254 份去标识病历（Clinical TempEval 子集为 200 患者 × 3 文书）

Mayo Clinic 1,254 份病历的时间标注语料，SemEval 官方基准

Mayo Clinic（THYME 项目，与科罗拉多大学博尔德分校等合作） url: https://github.com/stylerw/thymedata/ 56

基因组学与多组学代谢组学转录组

MetaboLights — 代谢组学开放研究存档

20,575 项研究存档公开研究 3,375 项参考化合物 33,253 个数据总量 348.65 TBISA-Tab + mzML 格式免费开放获取样本 1,737,199 份（全库跨物种，截至 2026-09）

3,375 个公开代谢组学研究 + 33,253 参考化合物的 EMBL-EBI 开放存档

EMBL 欧洲生物信息学研究所（EMBL-EBI） url: https://www.ebi.ac.uk/metabolights 104

医学影像基因组学与多组学MRIX光影像脑肿瘤

REMBRANDT — 胶质瘤影像与基因组配对数据集

110,020 张 MR 图像130 例 MRI 患者671 例基因组临床患者10.59 GB DICOM874 例分子标本受控影像+公开组学130 例（MRI）；671 例（基因组/临床）

130 例胶质瘤 MRI 配对 671 例基因组临床数据的放射组学奠基数据集

National Cancer Institute（现由 Georgetown University ICBI 与 TCIA 托管） url: https://www.cancerimagingarchive.net/?p=43429 77

睡眠信号临床电子病历队列研究儿科生理信号电子健康记录

NCH Sleep DataBank — 全美儿童医院儿科睡眠 PSG 与 560 万条纵向 EHR

3984 份儿科 PSG3673 名唯一患者560 万条 EHR 记录2017–2019资质访问Natus Sleepworks3673 名唯一儿科患者（3984 份 PSG 睡眠研究）

3984 份儿科多导睡眠图研究、3673 名唯一患者，2017–2019 年真实临床采集，附 560 万条纵向临床数据

Nationwide Children's Hospital（全美儿童医院）Abigail Wexner Research Institute url: https://physionet.org/content/nch-sleep/ 50

生理信号心电信号评测基准心血管疾病真实世界数据

CODE-II — 巴西远程医疗 270 万份 12 导联心电 66 类标注数据集

人工标注时序数据原始数据2,735,269 条 ECG 检查 / 2,093,807 名成人患者（1,663,122 人仅 1 份、430,685 人 2 份以上）；CODE-II-open 15,000 患者第一份检查；C

273.5 万条 12 导联 ECG · 209.4 万成人患者 · 66 类 CODE 诊断标注 · 15,000 患者公开子集 · 8,475 份多专家盲评基准

巴西 Telehealth Network of Minas Gerais（TNMG）远程心电服务原始 12 导联数字心电图（每检查最多 4 条 tracings，7-12 秒，300/500/600/1000 Hz，依采集设备）+ 66 类 CODE 诊断标签（class ID + label）+ 人口学与临床元数据（exam ID、日期、性别、出生日期、自述合并症、检查指征、心电测量值、报告类型） 52

医学影像手术视频医学图像分割

AutoImplant — 颅骨植入体自动设计挑战

630 个 NRRD 文件（2020 届）570+100 个三元组（2021 届 SkullBreak）512×512×Z 二值体素CC BY-NC-SA 4.0 免费获取非患者队列：合成数据共 344 个颅骨（2020 届 210 + 2021 届 134），不含人口学信息

CQ500 合成颅骨缺损基准：210 颅骨 + 670 三元组，MICCAI 两届挑战

Graz University of Technology (TU Graz) — Institute of Computer Graphics and Vision url: https://autoimplant.grand-challenge.org/ 58

医学影像病理图像医学图像分割肿瘤学

CryoNuSeg — 冷冻切片 H&E 核实例分割数据集

10 器官 30 张 512×512 patch三套标注 7,596/8,044/8,251 核Kaggle V7 416.43 MBMIT 许可开放下载官方 10 折器官外推协议30 张冷冻切片 WSI 均来自不同 TCGA 患者（每器官 3 张、不同患者与组织中心）

首个全手工标注冷冻切片核分割数据集：10 器官 30 张 512×512 patch · 三套独立标注 7,596/8,044/8,251 核 · 官方 10 折器官外推基准 Dice 80.3%

Medical University of Vienna / Loughborough University / TissueGnostics GmbH（CryoNuSeg 官方，Kaggle ipateam 团队发布） url: https://www.kaggle.com/ipateam/segmentation-of-nuclei-in-cryosectioned-he-images 59

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。