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 1525 个数据集

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 19

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 28

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 37

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 62