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。
医疗 AI-Ready 训练数据集库（上万即取即用）
致力于为医疗 AI 研究人员找到合适的数据集。已收录 2,043 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：
数据标签
千方医数集 · 商业级 AI-Ready 数据集
官方自营 · 合规交易共 1813 个数据集
电子健康记录医学影像多模态医疗NLP临床文本X光影像
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
医学影像X光影像医疗NLP临床文本影像-文本对齐
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
影像-文本对齐关系抽取命名实体识别X光影像
CXRGraph：给报告生成任务改造的实体关系标注
在 RadGraph 的四种实体、三种关系之上加一类位置属性实体、一类部分关系与三个实体属性，专门处理去标识后「与既往相比」这类无法还原的对照叙述，让结构化报告不再教模型编造间隔变化
医学影像影像-文本对齐评测基准临床文本
ReFiSco：放射报告错误严重度的医师盲评集
四名执业放射科医生对六十项检查的三来源报告逐行打分与改写，五级错误量表源自 RADPEER，三十四页数据只回答一个问题：自动指标与人类判断到底差多远
医疗NLP临床文本医学影像医学问答与基准
ReXPref-Prior 胸片报告先验幻觉偏好数据集
基于 MIMIC-CXR 的句级偏好对数据集——GPT-4 改写胸片报告中的先验检查指称，配合同名方法论文以直接偏好优化抑制报告生成模型的先验幻觉行为
医学影像多模态X光影像影像-文本对齐
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
医学影像多模态影像-文本对齐医疗NLP评测基准
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
多模态基因组学与多组学医学图像分割公共卫生与流行病学
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
公共卫生与流行病学公共卫生统计调查数据卫生服务研究
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
基因组学与多组学蛋白质组学药物-靶点相互作用
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
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
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
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
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
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。
