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。
数据标签
共 1196 个数据集
Human Brain snRNA-seq Atlas — 1400 万核 · 31 脑区 · 2,239 例死后样本的 AD 单核转录组图谱
GSE326002 / PRJNA1442802：CN·AD·CR·PART 四分组的人脑单核 RNA 测序最大规模自述图谱
NMSC Spatial Multi-omic Atlas — 免疫抑制非黑素瘤皮肤癌的空间多组学图谱
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」
Inflammation Atlas — 首个炎症细胞图谱：634 万 PBMC / 1,047 例患者 / 19 种疾病
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
Expression Atlas — 重新计算过的公共基因表达数据
EMBL-EBI 手工策展、统一重处理的 4,562 个转录组与蛋白组实验
GHDx — 全球健康数据的总目录与可获取性登记册
16 类数据、200 余国家地区、四级获取门槛的健康数据索引
Cellosaurus — 16.9 万细胞系的鉴定权威与误认档案
16.9 万细胞系、904 物种、47 万条交叉引用的细胞系知识库
arXiv 预印本 — 326 万篇，医学影像模型的真正首发地
它不是一个数据集，是一个每天新增一千多篇论文的开放档案：eess.IV（影像与视频处理）是医学影像方法的首发地，通常比期刊早 6–18 个月。元数据全部 CC0，正文许可由作者逐篇选择——这意味着你拿到的每一篇，可用范围都不一样，而这是把它当训练语料时最容易忽略的一处
UCDP 冲突数据 — 41.8 万起有组织暴力事件，记到村庄与单日
它不是伤亡统计，是把「暴力」这件事拆成可核验的最小单元：某天、某个坐标、哪两方、死了多少人、依据什么来源。37 年、126 个国家、425.8 万条死亡记录。做冲突与健康研究时，这是唯一能让你把「战争」当作一个可测量的环境暴露变量接进模型的东西
OECD 健康统计 — 86 个 dataflow，把「卫生系统」拆成可比的零件
它不是一份数据，是一套 SDMX 3.0 的机器可读接口：生命 expectancy、医疗支出与筹资、医生护士密度、病床与 ICU、住院与手术量、癌症与传染病死亡、可避免死亡、药品市场——全部放在同一套维度模型下。做卫生系统比较研究时，你真正需要的那张「国家 × 年 × 指标」表，这里有 18 组数据流等着被拼起来
世界银行开放数据 — 29,544 个指标，把「国家」变成一行
它不是一个数据集，是 71 个数据源的统一检索层：每个指标都标了原始生产者（WHO、UNICEF、ILO、IMF），每条观测都带国家代码、年份、单位与小数位。做跨国健康公平研究时，你真正需要的那张表在这里是「国家 × 年份 × 指标」的三维点阵
Matbench — 13 个材料任务，给算法排座次
它本身不是一个材料数据库，而是一份「考卷」：13 道题、10 个原始数据来源、40.8 万条样本，五折嵌套交叉验证、随机种子写死、划分文件随包分发。它的价值在于把「我的模型更好」这句话变成可复核的分数——代价是，你必须接受它的清洗口径与划分方式，而不是自己那套
HMD — 41 个国家的死亡率，能一路算到 1751 年
同一个方法协议做了 26 年：把各国统计局口径不一的出生数、死亡数、人口数，重建成年龄×年份×性别的单岁标准网格。瑞典那条序列从 1751 年开始，跨越 274 年没有断过——这是全人类最长的一条连续死亡记录
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。
