医疗数据集医疗AI-Ready医疗AI数据商城交易医疗AI前沿资讯医疗数据合作关于医疗数据平台
业务咨询/定制

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：

数据标签

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。

最快 4 周去商城获取 →

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。

最快 4 周去商城获取 →

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

CTMRI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

GRAPE — 青光眼纵向视野与眼底随访多模态数据集
医学影像眼科影像医学图像分割时序数据青光眼

GRAPE — 青光眼纵向视野与眼底随访多模态数据集

影像数据临床文本原始数据144 名青光眼患者（263 眼 / 1115 次随访记录，2015–2022）

浙大二院眼科中心 263 眼 1115 次随访的纵向青光眼真实世界进展评估集成：视野+眼底彩照+OCT+眼压多模态，视盘/视杯分割与三种视野进展判定标注，CC0 公开

浙江大学医学院附属第二医院眼科中心 2015–2022 年青光眼门诊与随访真实世界数据：Octopus 900 视野（61 点）+ 非散瞳眼底彩照 631 张（三款相机三档分辨率）+ CIRRUS OCT RNFL 厚度 + IOP/CCT 临床信息 + 视盘/视杯分割标注 95
ALL-IDB — 急性淋巴细胞白血病血涂片图像数据库
医学影像病理图像图像分类肿瘤学评测基准

ALL-IDB — 急性淋巴细胞白血病血涂片图像数据库

影像数据原始数据人工标注来源患者数未披露；图像级 108（ALL-IDB1）+ 260（ALL-IDB2），其中 ALL-IDB1 含 59 张无母细胞图 + 49 张至少一母细胞图，ALL-IDB2 为 130 ALL +

外周血涂片显微镜图像上做 ALL 母细胞分割与分类的 2011 年开山基准——ALL-IDB1 108 张全涂片切片+约 39,000 血液元素+510 个完整描述的淋巴母细胞，ALL-IDB2 从其 ROI 裁剪出 260 张居中单细胞，米兰大学请求制发放、严禁诊断用途

外周血涂片光学显微镜图像（JPG，24-bit，2592×1944，Canon PowerShot G5 拍摄）：ALL-IDB1 108 张整幅图（采集于 2005 年 9 月，放大 300-500×，含约 39,000 血液元素与 510 个完整描述的淋巴母细胞，逐图配 .xyc 母细胞质心文件）+ ALL-IDB2 从其裁剪的 260 张居中单细胞图（约 257×257） 66
NuInsSeg — 多器官 H&E 核实例分割数据集
医学影像病理图像医学图像分割评测基准肿瘤学

NuInsSeg — 多器官 H&E 核实例分割数据集

人工标注影像数据原始数据665 张 512×512 patch，取自 31 张 WSI（23 类人类组织与 8 类小鼠器官各 1 张；人类组织来自成人教学档案，患者级数量未披露）

665 张 512×512 H&E 组织学 patch 携 30,698 个逐核手工实例标注，覆盖 23 个人类器官与 8 个小鼠器官；首创全量 ambiguous area mask 与 10 种衍生掩膜，六模型 Dice/AJI/PQ 基准随数据开源发布

MedUni Vienna 病理生理与过敏研究所机构库 WSI（切片标本出自解剖与细胞生物学中心教学库，Adolf Ellinger 提供），TissueFAXS v6.0 扫描 2048×2048 FOV（Plan-Neofluar 40×/0.75 NA、8-bit RGB）选 665 个裁 512×512，ImageJ freehand 逐核描边，MATLAB 2020a 生成 10 种衍生掩膜 77
IHC4BC — 从 H&E 形态学预测乳腺癌 ER/PR/HER2/Ki67 状态的配对图像数据集
医学影像病理图像图像分类评测基准乳腺癌肿瘤学

IHC4BC — 从 H&E 形态学预测乳腺癌 ER/PR/HER2/Ki67 状态的配对图像数据集

人工标注影像数据原始数据50 例连续未选择乳腺癌穿刺活检（2022 年采集）；231 对 WSI（ER 59 / PR 60 / Ki67 60 / HER2 52）；92,769 个 H&E↔IHC patch 对 = 1

2022 年 50 例连续穿刺活检、231 对 WSI 配准出 92,769 对 3000×3000 patch；标签不是病理读片而是 StarDist 核分割加 DAB 定量的图像分析产物；ViT 灰区协议达约 90% AUC 而弱监督 CLAM 全线失效；CC BY-NC-SA 4.0 经 pcloud、Kaggle、GitLab 三通道发布

50 例乳腺癌穿刺活检的 H&E 与 Ki67/ER/PR/HER2 IHC 相邻切片（Aperio GT 450 扫描 40X），人工区域配准后以步长 1500 切为 3000×3000 patch 对；CSV 逐核 DAB 定量标签（StarDist 分割+颜色反卷积）+ 人工 a/0/d 逐对检查标注 99
OncoKB — 全球首个获 FDA 认可的肿瘤体细胞变异临床注释知识库
基因组学与多组学变异与注释测序数据知识图谱药物-靶点相互作用肿瘤学

OncoKB — 全球首个获 FDA 认可的肿瘤体细胞变异临床注释知识库

人工标注文本数据知识库数据知识库条目而非患者级数据集：1,033 genes / 11,515 alterations / 143 cancer types / 171 drugs（2026-10-03 官网口径）；注释体系经

MSK 维护的精准肿瘤知识库：1,033 基因 / 11,515 体细胞变异 / 143 癌种 / 171 药物的循证注释，Levels of Evidence 七档体系与 AMP/ASCO/CAP 共识 1:1 对齐，2021 年获 FDA partial recognition，学术免费、商业合同制，REST API 与签约 JSON 快照双通道获取

OncoKB 官方策展知识库（MSK Kravis 分子肿瘤中心 CGAC 委员会治理）：同行评审文献策展 + MSK-IMPACT 临床测序实践 + FDA/NCCN 监管与指南扫描三源汇流，按 Levels of Evidence 七档循证定级 59
DementiaBank English Pitt Corpus — 语音阿尔茨海默检测的事实标准语料库
语音信号医疗NLP神经科学神经退行性疾病阿尔茨海默病评测基准

DementiaBank English Pitt Corpus — 语音阿尔茨海默检测的事实标准语料库

人工标注音频数据原始数据官网分组口径 104 controls / 208 dementia / 85 unknown diagnosis（共 397 条分组记录，含纵向多次访问，非唯一人数）；ASR 口径 292 名参与者

匹兹堡大学 1983-1988 年阿尔茨海默纵向研究的语音遗产：约 33 小时访谈音频加 CHAT 逐句转写，Cookie Theft 图片描述为主任务，经 CMU TalkBank 会员制发放四十年，孵化 ADReSS 与 ADReSSo 两个国际挑战赛（百度研究院夺魁 ADReSS），是语音自动痴呆检测论文引用最密集的语料库

Univ. of Pittsburgh Alzheimer and Related Dementias Study 1983-1988 纵向采集：访谈音频约 33 小时（292 参与者，另有降噪版）+ CHAT 转写 500 条（243 control + 257 dementia）+ Cookie Theft 描述、Word Fluency、Story Recall、Sentence Construction 四任务 + @ID 头嵌诊断与 MMSE + PItt-data.xlsx 人口学表 54
cMedQA v2.0 — 中文社区医疗问答匹配数据集
医疗NLP医学问答评测基准临床文本

cMedQA v2.0 — 中文社区医疗问答匹配数据集

原始数据文本数据108,000 个问题 / 203,569 条回答（Train 100,000/188,490、Dev 4,000/7,527、Test 4,000/7,552）；提问者与回答者均匿名化，无个人信息

国防科技大学团队从寻医问药网采集的中文医疗问答答案选择基准——v1.0 字符级多尺度 CNN（Appl. Sci. 2017）到 v2.0 多尺度注意力交互网络 MPAN（IEEE Access 2018），108,000 问配 203,569 答、候选池机制产生任务标签，2017-2020 年中文医疗问答匹配事实标准评测集，reranker 时代仍在活跃服役

寻医问药网（xywy.com）在线健康社区真实问答：用户提问 + 认证医生回答，匿名化后发布；questions.csv 与 answers.csv 全量文本，外加 train/dev/test_candidates.txt 三个划分文件；GitHub zhangsheng93/cMedQA2 公开 96
GLENDA — 妇科腹腔镜子宫内膜异位症病灶标注数据集
医学影像内窥镜影像手术视频医学图像分割目标检测图像分类

GLENDA — 妇科腹腔镜子宫内膜异位症病灶标注数据集

人工标注影像数据原始数据v1.0：138 序列/302 注释帧/25,682 总帧；v1.5：102 cases+27 无病灶 cases；标注源自 400+ 台手术视频语料池

Klagenfurt 大学 ITEC 联合 LMU/Ulm 妇产科发布的妇科腹腔镜子宫内膜异位症病灶区域标注集：从 400+ 台真实手术视频语料池中截取病灶帧与序列，v1.0 矩形框+二元掩码、v1.5 多边形精细轮廓两代发布，五类 rASRM 风格病灶分型（peritoneum/ovary/uterus/DIE/no pathology），自带诚实低基线（mAP ≤0.030），是医学视频领域少见的疾病特异性标注集

Prof. Dr. Jörg Keckstein 提供的妇科腹腔镜手术视频（400+ 台语料池）+ ITEC 自研 ECAT web 标注工具人工标注（v1.0 bbox+binary mask、v1.5 polygon），按 rASRM/Enzian 临床分型五分类 62
PPB-Affinity — 面向 AI 蛋白质药物发现的蛋白-蛋白结合亲和力数据集
药物发现与化学蛋白质组学药物-靶点相互作用分子对接虚拟筛选评测基准

PPB-Affinity — 面向 AI 蛋白质药物发现的蛋白-蛋白结合亲和力数据集

人工标注结构化数据原始数据不适用（非患者来源；以蛋白复合体结构样本为单元：12062 条唯一样本，覆盖 3032 个唯一 PDB 条目）

整合 SKEMPI v2.0 / PDBbind v2020 / SAbDab / ATLAS / Affinity Benchmark v5.5 五大来源，汇聚 3032 个 PDB 条目、12062 条带结构-突变-链信息的蛋白-蛋白结合亲和力（pKD/ΔG）标注样本，并配套不变点注意力（IPA）基线模型与 AlphaFold3 结构子集

五大公开结构-亲和力来源整合：SKEMPI v2.0（6700 条，55.55%）、PDBbind v2020（3600 条，29.85%）、SAbDab（1055 条，8.75%）、ATLAS（545 条，4.52%）、Affinity Benchmark v5.5（162 条，1.34%）；每条样本含 PDB 结构、受体/配体链、突变、KD/ΔG、实验方法、时间线溯源等信息 49
ProteinGym — 蛋白质突变适应度预测大规模基准
基因组学与多组学变异与注释蛋白质组学评测基准药物发现与化学

ProteinGym — 蛋白质突变适应度预测大规模基准

公开数据集生物序列实验测量基准数据不适用（蛋白序列与人类基因变异数据，非患者级临床队列；临床基准覆盖约 2.5K 人类基因的约 63K 替换突变与约 1.5K 基因的约 3K indel 突变）

牛津 OATML × 哈佛 Marks 实验室出品的蛋白质适应度预测与设计基准套件：聚合 217 个深度突变扫描替换 assay（约 250 万突变体）与 66 个插入缺失 assay（约 30 万突变体），叠加 ClinVar 专家注释的临床基准，以 MIT 许可开源代码、数据、MSA、结构与 70+ 模型预测分数

公开深度突变扫描（DMS）实验的真值适应度分数（217 替换 assay + 66 indel assay）+ ClinVar 专家致病性注释与 gnomAD 人群频率对照的临床基准 + 配套多序列比对（MSA, ~2.2GB）、预测 3D 结构与 70+ 模型的逐突变预测分数 89
A Wearable Exam Stress Dataset — 真实考场可穿戴生理信号与认知表现数据集
生理信号可穿戴传感时序数据评测基准神经科学多模态

A Wearable Exam Stress Dataset — 真实考场可穿戴生理信号与认知表现数据集

原始数据时序数据生理信号10 名大学生（2 女 + 8 男；性别为去标识目的不写入数据）；每人 3 次考试（Midterm 1 / Midterm 2 / Final），共 30 场考试记录

休斯顿大学 Faghih 组用 Empatica E4 腕带在真实考场采集 10 名学生三次考试的多模态外周生理信号（EDA/HR/BVP/TEMP/IBI/ACC），配成绩标签用于预测认知表现——ODC-By-1.0 完全开放，是 WESAD 式实验室数据集的真实世界对照

Empatica E4 腕带（FDA 批准，佩戴非惯用手）于真实考场采集的外周生理信号：electrodermal activity（EDA，4 Hz）、heart rate（HR）、blood volume pulse（BVP，64 Hz）、skin surface temperature（TEMP，4 Hz）、inter beat interval（IBI）、三轴加速度（ACC，32 Hz）；含 StudentGrades.txt 成绩标签 49
PASSION — 撒哈拉以南非洲儿童色素性皮肤病临床影像数据集
医学影像皮肤影像图像分类评测基准皮肤癌儿科

PASSION — 撒哈拉以南非洲儿童色素性皮肤病临床影像数据集

人工标注影像数据原始数据1,653 例患者 / 4,901 张图像（马达加斯加 985/2,185；几内亚 384/480；马拉维 261/2,150；坦桑尼亚 23/86）

首个聚焦撒哈拉以南非洲儿童色素性皮肤的公开临床影像数据集：四国 1,653 患者 4,901 张手机照片，Fitzpatrick IV-VI 光型，4 类皮肤病+脓疱化二分类，MICCAI 2024 论文，PASSION data public license 请求制获取

四国临床现场手机拍摄的皮肤病变彩色照片（模拟远程皮肤病学 teledermatology 场景，非皮肤镜）+ 逐例元数据（年龄/性别/身体部位/Fitzpatrick 光型）+ ICD-10 与 ICD-11 诊断编码 + 脓疱化二值标注；采集期 2020-2023，患者级 80/20 分层开发-测试划分 60

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。

申请访问