即取即用的 AI-Ready 医疗数据集库

致力于为医疗 AI 研究人员找到合适的数据集。已收录 1,916 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。

需要具备完整溯源、伦理合规与工程化交付的专病训练集？进入医疗数据商城 →

按工程化层级：

官方自营 · 合规交易

千方医数集 · 商业级 AI-Ready 数据集

查看全部商业数据

影像服务最快 4 周

乳腺阳性影像数据集

乳腺钼靶阳性病例影像数据，覆盖肿块、钙化等典型征象，面向乳腺 AI 辅助筛查模型训练。

去商城获取 →

影像服务最快 4 周

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。

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

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 1671 个数据集

医疗NLP多模态影像-文本对齐生物医学文献

MedICaT — 医学图像-图注对齐数据集

217,060 幅医学插图131,410 篇开放获取论文7,507 对 subfigure 标注约 25,000 条 ROCO 引用约 104 GB 压缩包不适用（文献图文数据集，无患者队列）

217,060 幅医学论文插图 + 图注 + 图内引用的复合图对齐基准

Allen Institute for AI（与华盛顿大学等合作） url: https://github.com/allenai/medicat 47

医疗NLP命名实体识别知识图谱

COMETA — 社媒医学实体链接语料库

20,015 条实体提及68 个健康 subreddit双层 SNOMED CT 标注4 种官方划分TSV 格式开放下载不适用（匿名社交媒体帖文，非临床患者队列）

20,015 条 Reddit 通俗医学提及的双层 SNOMED CT 标注语料

University of Cambridge Language Technology Lab (LTL) url: https://github.com/cambridgeltl/cometa 77

药物发现与化学化学信息学分子生成

COCONUT — 全球最大开放天然产物结构库

695,133 个独特 NP 结构63 个开放数据源55,252 个来源生物CC0 开放许可SDFCSVSQLAPI不适用（化学结构数据库，不含患者数据）

695,133 个独特天然产物结构，整合 63 个数据源的全球最大开放 NP 库

德国耶拿大学 Friedrich Schiller 大学（Steinbeck 实验室） url: https://coconut.naturalproducts.net 79

医疗NLP生物医学文献命名实体识别知识图谱评测基准

CRAFT — 生物医学全文本体标注金标准

97 篇全文 · 790,000+ token175 MB ZIP8 大 OBO 本体 · 20 标注集CC BY 3.0 完全开放TXTXMLBioNLPCoNLL-U97 篇全文（无患者级数据）

97 篇全长文献 · 8 大本体 · 140,000+ 概念标注 · CC BY 3.0

University of Colorado Denver — Computational Bioscience Program url: https://github.com/UCDenver-ccp/CRAFT 45

药物发现与化学分子性质预测化学信息学药物-靶点相互作用虚拟筛选

90 例不可切除 HCC 对比增强 MRI 的肝脏与肿瘤双标签分割基准

name: "法国第戎大学医院与勃艮第大学 ICMUB（ATLAS Challenge 组委会）" url: "https://atlas-challenge.u-bourgogne.fr/" 68

基因组学与多组学表观基因组测序数据

BLUEPRINT — 欧盟血液表观基因组计划

约 3,500 个数据集2,558 个实验100+ 种细胞类型BigWigBigBedGTF 格式处理后数据开放下载约 200 名健康献血者队列（另有 AML、CLL、DLBCL 等血液病患者样本）

约 3,500 个造血与免疫细胞表观基因组数据集的欧洲参考图谱

BLUEPRINT Consortium（EU FP7，Radboud University 牵头） url: http://dcc.blueprint-epigenome.eu/ 94

医学影像医学图像分割挑战赛数据集心血管疾病

CAMUS — 心脏超声多结构分割金标准

4.8 GB NIfTI 序列500 名患者2,000 帧手工标注非商业研究免费下载500 名患者（450 例带标注 / 50 例无标注测试集）

500 例患者、2,000 帧手工标注的心尖两腔与四腔心超声序列

CREATIS 实验室（里昂大学 / INSA Lyon）与圣艾蒂安大学医院心血管科 url: https://camus.creatis.insa-lyon.fr/challenge/ 92

医学影像内窥镜影像手术视频

C3VD — 结肠镜 3D 深度真值视频基准

22 段注册视频10,015 帧配对真值1350×1080 PNGTIFFCC BY-NC-SA 4.0 开放下载非患者队列：硅胶 phantom 实验室采集，另含 4 段真实筛查结肠镜视频

22 段注册视频 / 10,015 帧像素级深度真值的结肠镜 3D 视觉基准

Johns Hopkins University Durr Lab url: https://durrlab.github.io/C3VD/ 71

医疗NLP命名实体识别生物医学文献知识图谱

MedMentions — 35 万提及 UMLS 实体链接语料

4,392 篇 PubMed 摘要352,496 个实体提及34,724 个唯一 UMLS 概念CC0 免费公开PubTator 纯文本格式0 名患者（公开发表的文献摘要语料，不涉及患者数据）

4,392 篇 PubMed 摘要、352,496 个 UMLS 概念链接提及的开放 CC0 语料

Chan Zuckerberg Initiative (CZI) url: https://github.com/chanzuckerberg/MedMentions 53

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。