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
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
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」
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
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
基因组学与多组学转录组单细胞基因组学变异与注释
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
公共卫生与流行病学公共卫生统计全球健康调查数据
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
基因组学与多组学变异与注释知识图谱肿瘤学
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
公共卫生与流行病学死亡登记公共卫生统计流行病学全球健康
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
电子健康记录队列研究调查数据公共卫生与流行病学全球健康
SHARE — 28 国 17.5 万人，欧洲老去过程的统一标尺
同一份问卷、同一套变量名、同一套缺失码，在 28 个国家问了 22 年：它让「德国的老人比意大利健康吗」这个问题第一次变得可以计算——而它最锋利的部分，是那 2.7 万份干血斑
基因组学与多组学电子健康记录医学问答与基准
CPIC — 把基因型翻译成剂量的那一层
132 个基因、324 种药、29 部指南、2,115 条推荐：它不做研究，只做一件事——把文献里的证据定级，然后落成一句「该加量、减量、还是换药」
基因组学与多组学医学问答与基准多模态
Rfam — 4,227 个 RNA 家族，每个家族一个协方差模型
十个种子序列、一个协方差模型、一份共识二级结构：Rfam 是 RNA 世界的 Pfam，它不给你序列清单，给你的是「怎么在基因组里找出这个家族」的搜索器
基因组学与多组学多模态医学问答与基准
RNAcentral — 六千万条非编码 RNA，四成是 rRNA
60,054,521 条序列、56 个专家库、110 万个物种：它不产生数据，只做一件事——把同一个 RNA 分子在不同库里的十几个编号，归并成一个 URS
神经科学多模态医学问答与基准
NeuroVault — 71 万张脑成像统计图，7.6% 的集合有 DOI
18,020 个集合、715,894 张图、18 个模板图谱：这是全球最大的脑成像「结果图」公共库，存的是 z/t/F 值不是原始影像，也是「拿别人的结论当数据」最容易翻车的地方
基因组学与多组学公共卫生与流行病学微生物组多模态
ENA — 八十拍字节的核酸总账，四千万次测序的入口
1,098,568 项研究、55,877,279 个样本、44,433,186 次测序运行：INSDC 欧洲节点，从 1980 年的一条序列长到今天
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。
