即取即用的 AI-Ready 医疗数据集库

MIMIC-IV-Note — 去标识化临床自由文本语料库

RAD-ChestCT — Duke 万例级胸部 CT 配完整放射报告与 83 标签矩阵

Duke 2012-2017 年 19,993 名患者 36,316 例平扫胸部 CT 配 336,800 份独特放射报告——SARLE 双医师结构化标注框架派生 83 标签矩阵，CT-Net83 多标签基准平均 AUROC 0.773，Zenodo 请求制加公开子集 3,630 例

MS-CXR — 胸片短语接地基准

1,162 对医生验证的胸片短语接地标注 · 局部图文对齐金标准

Montgomery CXR — 肺结核 X 光基准集

138 张 PA 胸片 + 双肺手工掩膜的肺结核筛查经典基准

ReXGradient-160K — 大规模胸片报告数据集

16 万检查 · 27.3 万图像 · 10.9 万患者的胸片-报告配对集

MIMIC-CXR-Ext-MIMIC-CXR-DB — MIMIC-IV 胸片与住院记录的关系型关联库

把 MIMIC-CXR-JPG 的 37.7 万张胸片按住院窗口关联到 MIMIC-IV v3.1，在统一 hadm_id 键下沉降 14.6 万张院内胸片、策展化心肺检验面板、ICD-10 诊断与对齐 12 个生物医学本体的影像/出院三元组——PhysioNet 凭证式访问，关系层「白盒」重建的范本

CheXpert Plus — 带放射报告文本的胸部 X 光多模态数据集

223,462 张胸片 · 187,711 份放射报告 · 6.47 万名患者 · 从图像标签走向图文对齐的下一代 CheXpert

EMDB — 电镜数据库：冷冻电镜三维密度图的 wwPDB 核心归档库

Electron Microscopy Data Bank 收录单颗粒分析/螺旋重构/电子断层/子断层平均/电子晶体学五类 cryo-EM 密度图与断层图，2026 年累计逾 6.3 万条、单年首破万条，CC0 1.0 公共领域奉献，REST API 免认证开放，与 PDB 原子坐标、EMPIAR 原始图像构成三方协作归档体系

REVA-PO — 胸片报告生成强化学习稳定化框架与 MIMIC-CXR/IU-Xray 复现包

以 Qwen2.5-VL-7B 为底座的三阶段流水线（连接层预热→分类器引导 SFT→无 Critic 的组相对策略优化），用响应加权正则与验证锚定策略重置驯服长期 RL 训练中的 KL 压力的开源复现包

BioStudies：EMBL-EBI 的通用研究归档底座

341.99 万条记录 / ArrayExpress 8.10 万研究 / 三种接入方式

ENPD 2018 — 阿根廷全国残疾人群画像调查的微观数据

82,327 份个体记录 / 39,922,669 人加权 / 300 组 bootstrap 权重

MEROPS — 把蛋白酶切了什么、切在哪记下来的库

277 个家族 / 114 万个序列编号 / 91 次切割的位点偏好