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 219 个数据集

- "皮肤科影像" - "皮肤镜图像" - "语义分割" - "图像分类"

PH2 — 经典皮肤镜图像数据集 AI-Ready Wikipedia | 千方病案医数集

- "约 280MB（BMP 原图）" - "200 张全标注图像" - "分割掩膜 + 7 项镜下标准" - "注册免费获取" - "禁止再分发"200 张皮肤镜图像

皮肤镜分割与分类的经典小样本基准 · 200 张全标注图像 · 引用 1,000+

name: "波尔图大学 ADDI 项目组 & Hospital Pedro Hispano 皮肤科" url: "https://www.fc.up.pt/addi/ph2%20database.html" 7

医疗问答多语言NLP考试基准多模态

HeadQA — 西班牙医学考试问答数据集 AI-Ready Wikipedia | 千方病案医数集

6,765 道多选题西英双语约 159MB（含图像）MIT 许可含图像题免费获取6,765 道考题

6,765 道西班牙医疗国考真题 · 西英双语 · 多语言 LLM 基准

拉科鲁尼亚大学 CITIC（Vilares & Gómez-Rodríguez） url: http://aghie.github.io/head-qa 9

基因组学泛癌研究体细胞突变多组学

ICGC — 国际癌症基因组联盟数据门户 AI-Ready Wikipedia | 千方病案医数集

24,289 名供体（Release 28）8,178 万个体细胞突变PCAWG 2,658 全基因组开放+受控分级访问开放数据免认证受控数据需 DACO 审核2.6 万+名供体

全球最大泛癌体细胞突变目录之一 · 2.4 万供体 · PCAWG 2,658 全基因组

国际癌症基因组联盟（ICGC）/ 安大略癌症研究所（OICR） url: https://www.icgc-argo.org/ 7

病理组织学肿瘤学乳腺图像分类全切片WSI

BACH — 乳腺癌组织学图像挑战赛数据集 AI-Ready Wikipedia | 千方病案医数集

约 13.4 GB（Zenodo 两包）500 张显微图像 + 40 张 WSI四分类完全均衡像素级 WSI 标注CC BY-NC-NDZenodo 免费下载500 张显微图像 + 40 张全切片

ICIAR 2018 乳腺癌组织学挑战赛 · 500 张 H&E 显微图像 + 40 张 WSI

INESC TEC & i3S（IPATIMUP/INEB），葡萄牙波尔图大学 url: https://iciar2018-challenge.grand-challenge.org/ 13

- "放射影像" - "胸部X光" - "多模态" - "多标签标注"

PadChest — 西班牙大规模胸片多标签数据集 AI-Ready Wikipedia | 千方病案医数集

- "约 1TB（DICOM 原图）" - "160,868 张影像" - "297 个 UMLS 标签" - "27% 医师人工标注" - "西班牙语报告" - "免费申请获取"6.7 万名患者

西班牙最大胸片公开数据集 · 16 万影像 · 西班牙语报告 + UMLS 多标签

name: "阿利坎特大学 & Hospital Universitario San Juan de Alicante & BIMCV" url: "https://bimcv.cipf.es/bimcv-projects/padchest/" 14

急诊科电子健康记录分诊预测时序数据

MIMIC-IV-ED — 急诊科临床数据库 AI-Ready Wikipedia | 千方病案医数集

约 0.5GB CSV42.5 万次急诊就诊2011-2019 年数据星型 6 表结构需 CITI 培训Demo 免认证21 万名患者

全球最大公开急诊科 EHR 数据库 · 42.5 万就诊 · MIMIC-IV 官方急诊模块

MIT 计算生理学实验室 & 贝斯以色列女执事医疗中心 url: https://physionet.org/content/mimic-iv-ed/ 12

生理信号心电 ECG心律失常经典基准

MIT-BIH AFDB — 房颤长时程心电数据库 AI-Ready Wikipedia | 千方病案医数集

25 例 × 10 小时长程记录250 Hz12-bit 双导联约 440MB（ZIP）人工节律注释免认证直接下载ODC-By 1.025 名房颤患者

房颤检测算法的开山基准 · 25 例 × 10 小时双导联 ECG · 免认证开放

MIT & Beth Israel Hospital（PhysioNet） url: https://physionet.org/content/afdb/ 14

- "队列研究" - "心血管" - "纵向临床数据" - "公共卫生"

Framingham Heart Study — 心血管流行病学奠基队列 AI-Ready Wikipedia | 千方病案医数集

- "约 15,000 名参与者（三代+Omni）" - "随访超 75 年" - "教学数据集免申请" - "dbGaPBioLINCC 申请获取" - "风险评分发源地"约 1.5 万名参与者

现代医学最长寿三代心血管队列 · 约 1.5 万人 · 随访 75 年+ · 风险评分发源地

name: "NHLBI & 波士顿大学弗雷明汉心脏研究" url: "https://www.framinghamheartstudy.org/" 12

药物发现化学信息学分子性质预测基准数据集

MoleculeNet — 分子机器学习基准套件 AI-Ready Wikipedia | 千方病案医数集

17 个子数据集约 78.3 万化合物849 个任务SMILES + 3D 坐标MIT（聚合层）DeepChem 一行加载免费获取78.3 万个化合物

分子 ML 的 ImageNet · 17 个子数据集 · 78 万化合物 · 849 个任务

斯坦福大学 Pande Lab & Schrödinger url: https://moleculenet.org/ 12

医疗 NLP问答数据集LLM 评测基准医学考试

MedMCQA — 印度医学入学考试多选题数据集 AI-Ready Wikipedia | 千方病案医数集

约 88MB（Parquet）193,155 道多选题21 个医学科目Apache-2.0 开放英文test 集无公开标签19.4 万道考题

医疗 LLM 评测事实标准 · 19.4 万道 AIIMS/NEET PG 多选题 · 21 科目

Saama AI Research url: https://medmcqa.github.io/ 13

皮肤影像皮肤镜多模态可解释AI

Derm7pt — 皮肤镜七点检查法数据集 AI-Ready Wikipedia | 千方病案医数集

2,045 张图像1,011 例病例皮肤镜+临床双模态七点检查标注官方固定划分CC BY-NC-ND 4.01,011 例皮损病例

首个皮肤镜+临床双模态七点检查标注数据集 · 1,011 例病例

Simon Fraser University & 坎帕尼亚大学（那不勒斯）皮肤科 url: http://derm.cs.sfu.ca 16

基因组学转录组eQTL参考图谱

GTEx — 人类组织基因表达调控图谱 AI-Ready Wikipedia | 千方病案医数集

约 1.74 万 RNA-seq 样本（V8）948 名供体 · 54 种组织WGS 中位 32×汇总数据开放免注册基因型需 dbGaP 申请948 名供体 · 1.74 万组织样本

全球最大健康人多组织表达与 eQTL 参考图谱 · 948 供体 · 54 组织

NIH Common Fund GTEx 项目（Broad Institute LDACC） url: https://gtexportal.org/home/ 17

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。