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 2,151 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。

眼底照相与 OCT 影像数据集

眼底彩照与 OCT 报告图文配对，一眼一报告可回溯，含逐项所见与 AI 辅诊结论。

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 1886 个数据集

电子健康记录公共卫生与流行病学医学问答与基准真实世界数据疾病监测评测基准

AMR-UTI 尿路感染抗菌药耐药数据集

EHR 结构化数据实验室检验结果人工标注凭证访问8 万余名 UTI 患者（训练集 55,078 名、测试集 26,807 名标本来源患者；单纯性 UTI 子集训练 10,053 名、测试 3,629 名）

波士顿两家医院 2007–2016 年 8 万余名 UTI 患者的尿培养药敏与经验性处方对照，用 55 种抗生素耐药标签支撑抗菌药管理算法研究

Massachusetts General Hospital 与 Brigham & Women's Hospital（波士顿）2007–2016 年临床微生物实验室尿培养药敏结果与同期经验性处方，去标识化后经 PhysioNet 凭证发布 61

基因组学与多组学医疗NLP知识图谱蛋白质组学

Gene Ontology — 全球基因功能本体知识库

38,092 条有效 GO 术语15,129,348 条注释OBOOWLJSONGAF 多格式CC BY 4.0 开放许可月度版本发布不适用（本体知识库，无患者数据）

38,092 条有效术语 + 1,512 万条注释的开放本体，月度更新、CC BY 4.0

Gene Ontology Consortium（GO 联盟） url: https://geneontology.org/ 81

眼科影像生理信号时序数据真实世界数据

PERG-IOBA 图形视网膜电生理数据集

生理信号时序数据临床变量开放获取304 名受试者；336 份记录；一千三百余条 PERG 信号

西班牙巴利亚多利德大学 IOBA 研究所二十年积累的 336 份记录、一千三百余条瞬态图形视网膜电图，每条 255 个采样点覆盖 150 毫秒，配年龄、性别、视力与至多三项诊断，是最早公开的眼科电生理信号库之一

西班牙巴利亚多利德大学应用眼科生物学研究所（IOBA）2003 至 2022 年临床检查，Metrovision MonPack 120 视诱发电位仪采集 43

电子健康记录药物发现与化学真实世界数据药物安全

TriNetX — 全球真实世界数据研究网络

3.09 亿+ 患者生命240+ 医疗机构940 亿+ 临床数据点20+ 国家合作申请获取3.09 亿+ 患者生命（240+ 医疗机构去识别 EHR，截至 2026-06）

连接 240+ 医疗机构、3.09 亿+ 患者去识别 EHR 的联邦式真实世界数据平台

TriNetX, LLC（The Carlyle Group 旗下） url: https://trinetx.com/ 199

医疗NLP生物医学文献临床文本

PMC OA Subset — 全球最大开放获取生物医学全文语料

近 8,000,000 篇全文文章与预印本JATS XML + TXT + PDF + JSON逐篇 CC 许可免费匿名 S3 下载不适用（文献语料）：约 8,000,000 篇文章版本，无患者级记录

近 800 万篇 CC 许可生物医学全文，LLM 预训练的事实底座

National Library of Medicine (NLM), National Institutes of Health (NIH) url: https://pmc.ncbi.nlm.nih.gov/tools/openftlist/ 197

医疗NLP生物医学文献关系抽取命名实体识别药物安全

BC5CDR — 化学-疾病关系抽取金标准

1,500 篇 PubMed 摘要3,116 条 CID 关系4,409 个化学物概念5,818 个疾病概念PubTator + BioC 格式免费开放下载1,500 篇文献（非患者队列）

1,500 篇 PubMed 摘要、3,116 条 CID 关系的文献挖掘金标准语料

NCBI（NIH）/ BioCreative V CDR 任务团队 url: http://www.biocreative.org/tasks/biocreative-v/track-3-cdr/ 88

基因组学与多组学肿瘤学测序数据

cBioPortal — 肿瘤基因组多组学数据平台

468+ 项托管研究200+ 项已发表研究REST API v2 免费访问突变CNA表达甲基化RPPAAGPL-3.0 开源软件hg19GRCh37 为主200+ 项公开研究；最大单项 25,775 例（MSK MetTropism）

468+ 项肿瘤研究的突变/拷贝数/表达/甲基化聚合门户

Memorial Sloan Kettering Cancer Center（MSK）等 url: https://www.cbioportal.org 93

药物发现与化学化学信息学分子生成

USPTO-50k — 美国专利反应提取集

50,016 条 atom-mapped 反应10 类反应类型40,008/4,997/5,011 通行划分约 10 MB 纯文本开放许可 CC0不适用（化学反应数据集，无患者数据）

50,016 条专利反应 · 10 类 · 逆合成基准金标准

Novartis Institutes for BioMedical Research / T5 Informatics（整理）；University of Cambridge（抽取） url: https://tdcommons.ai/generation_tasks/retrosyn/#uspto-50k 108

医学影像骨骼肌肉影像X光影像

儿童骨龄 RSNA — 儿童手部 X 光骨龄评估

14,236 张儿童左手 X 光 PNG1-228 个月骨龄标注（月）性别二值标签Kaggle 镜像约 9.97 GB免费获取（限非商业用途）约 14,236 例儿童手部 X 光检查（基本一例儿童一张主图）

14,236 张儿童左手 X 光 + 月龄骨龄标注 + 性别分层，骨龄评估国际基准

RSNA（北美放射学会） url: https://www.rsna.org/rsnai/ai-image-challenge/RSNA-Pediatric-Bone-Age-Challenge-2017 89

基因组学与多组学蛋白质组学测序数据

UniProt — Universal Protein Resource 通用蛋白质资源

FASTAXMLRDFUniRef50/90/100蛋白质序列与功能数据库

EMBL-EBI (英国) + SIB (瑞士) + PIR (美国) 三方联盟 140

基因组学与多组学代谢组学蛋白质组学

ProteomeXchange — 全球蛋白质组学数据开放联盟

["64,330 个数据集""44,248 个公开""CC0 许可""6 大资源库""80+ 国家提交"]不适用（多物种数据聚合联盟，人类数据集占比最高，无统一队列规模）

64,330+ 个质谱蛋白质组学数据集的统一提交与开放获取基础设施

name: "ProteomeXchange Consortium" url: "http://www.proteomexchange.org" 134

医学影像医学图像分割CT

TotalSegmentator — 全身 CT 多结构分割

1,228 例 CT117 类解剖标注约 23.6 GB NIfTICC BY 4.0 开放下载Zenodo 托管1,228 例 CT 检查（v2 公开数据集）

1,228 例全身 CT 的 117 类解剖结构分割数据集与 nnU-Net 工具

巴塞尔大学医院（University Hospital Basel）放射与核医学科 url: https://zenodo.org/records/10047292 247

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。