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 2,066 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：

千方医数集 · 商业级 AI-Ready 数据集

官方自营 · 合规交易

乳腺钼靶影像与病灶标注数据集

四体位乳腺钼靶 DICOM 影像，配病灶检出框与像素级分割掩膜，标签按 BI-RADS 术语组织。

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。

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 1828 个数据集

基因组学与多组学测序数据变异与注释罕见病儿科

DECIPHER — 罕见病基因组变异与表型临床解读库

52,694 名广泛共享同意患者>51,000 个变异记录>172,000 条 HPO 表型约 40 国 300+ 中心v11.40（2026-07-08）52,694 名广泛共享同意患者（累计上传 50,000+ 病例）

Sanger 创立 · EMBL-EBI 托管 · 5 万+病例 · 变异 + HPO 表型双锚定

DECIPHER community（Wellcome Sanger Institute 创立，EMBL-EBI 托管） url: https://www.deciphergenomics.org/ 69

药物发现与化学化学信息学虚拟筛选

DrugCentral — 开放药物信息知识库

4,950+ 种药物约 724 个 MoA 靶点142,303 个药品制剂约 1.3 GB Postgres dumpCC BY-SA 4.0 开放非患者队列数据集；4,950+ 种药物活性成分（截至 2023-08）

覆盖 4,950+ 种药物的开放获取药物信息资源，CC BY-SA 4.0 免注册下载

University of New Mexico, Division of Translational Informatics url: https://drugcentral.org/ 116

药物发现与化学医疗NLP化学信息学知识图谱药物-靶点相互作用

GtoPdb — 专家策展药理学知识库

3,118 个人类靶点13,591 个配体24,313 条相互作用22,064 条定量数据PostgreSQLCSVRDFJSON非患者数据：3,118 个靶点 / 13,591 个配体（release 2025.4）

3,118 个人类靶点 × 13,591 个配体的专家策展药理学相互作用知识库

国际基础与临床药理学联合会（IUPHAR）与英国药理学会（BPS） url: https://www.guidetopharmacology.org 104

基因组学与多组学医学影像分子性质预测测序数据病理图像肿瘤学

GDSC — 肿瘤药物敏感性基因组学

约 1,000 个癌细胞系模型GDSC1 403 药物GDSC2 297 药物累计 27 万+ 拟合药敏记录CSVXLSX 开放下载突变+表达+甲基化多组学约 1,000 个癌细胞系模型（细胞系资源，非患者队列）

1,000 细胞系 × 数百药物的癌症药理基因组学金标准资源

Wellcome Sanger Institute × Massachusetts General Hospital Cancer Center url: https://www.cancerrxgene.org/ 130

电子健康记录临床电子病历医疗登记真实世界数据队列研究

OpenSAFELY — NHS 全人群 GP 数据可信研究环境

约 5800 万患者覆盖联邦分析NHS 英格兰官方平台全部代码开源约 5800 万名患者

Bennett Institute for Applied Data Science, University of Oxford 97

多模态医疗NLP影像-文本对齐生物医学文献

PMC-OA — 百万级生物医学图文对数据集

1,646,592 图文对1,003,911 子图-子图注对齐对381,096 复合图注级对覆盖约 240 万篇 PMC 论文JSONL + 图像压缩包免费直接下载不适用（文献挖掘图像，非患者队列，未按患者计数）

165 万图文对，文献级生物医学多模态预训练语料，细粒度子图-子图注对齐

上海交通大学 Cooperative Medianet Innovation Center / 上海人工智能实验室（数据托管于 HuggingFace） url: https://huggingface.co/datasets/axiong/pmc_oa 77

生理信号语音信号步态与运动

TORGO — 构音障碍语音与 EMA 构音轨迹数据库

约 23 小时 16 kHz WAV15 名说话人8 构音障碍 + 7 对照EMA 三维构音轨迹学术免费获取15 名受试者（8 构音障碍 + 7 对照）

15 名 CP/ALS 与对照说话人的声学 + EMA 双模态语音库

多伦多大学计算机系 & 言语语言病理学系 & Holland Bloorview 儿童康复医院 url: https://www.cs.toronto.edu/~complingweb/data/TORGO/torgo.html 92

生理信号公共卫生与流行病学语音信号COVID-19

Coswara — 新冠呼吸音众包数据集

2,635 名受试者9 类音频共 65 小时48 kHz WAVCC BY 4.0 开放获取2,635 名受试者（1,819 阴性 / 674 阳性 / 142 康复）

2,635 名受试者，65 小时 9 类新冠呼吸音

Indian Institute of Science (IISc), Bangalore url: https://coswara.iisc.ac.in/ 81

多模态医学问答与基准医学问答多模态影像影像-文本对齐视觉问答

MedReCo-DB — 大规模对比影像推理数据库

约 69 万张图像7 种影像模态139 个临床实体4 国 8 机构16 万+ 名患者

上海交通大学 & 上海人工智能实验室 https://github.com/time-seed/MedReCo 98

医学影像手术视频医学图像分割

FetReg — 胎儿镜胎盘血管分割与配准

2,718 张像素级标注帧9,616 帧未标注视频帧24 例 TTTS 手术约 3.44 GB ZIPCC BY-NC-SA 4.0免费直接下载24 例接受胎儿镜激光光凝术的 TTTS 双胎妊娠患者

24 例手术、2,718 帧像素级标注的胎儿镜胎盘血管分割与配准数据集

University College London（UCL Wellcome/EPSRC Centre for Interventional and Surgical Sciences, WEISS） url: https://rdr.ucl.ac.uk/articles/dataset/_b_FetReg_Largescale_Multi-centre_Fetoscopy_Placenta_Dataset_b_/30417166 65

生理信号电子健康记录重症监护心电信号心血管疾病时序数据

PhysioNet/CinC 2015 — ICU 假报警抑制挑战

1,250 条报警记录750 条公开训练波形500 条隐藏测试记录352.4 MB WFDB 格式250 Hz 采样率5 类报警类型来自美国与欧洲 4 家医院 ICU 的数百名患者（官方未披露确切人数）

1,250 条 ICU 危及生命心律失常报警的真/假判别基准

PhysioNet（Emory University / Georgia Institute of Technology / MIT） url: https://physionet.org/content/challenge-2015/1.0.0/ 66

电子健康记录基因组学与多组学临床电子病历肿瘤学队列研究

MVP — 百万退伍军人基因组与 EHR 队列

1,091,487 名入组635,969 名基因分型约 30 TBdbGaP 申请获取2,068 个 GWAS 性状1,091,487 名退伍军人（截至 2025-11）

百万级退伍军人基因组+电子健康记录+调查数据纵向队列

U.S. Department of Veterans Affairs（VA Office of Research and Development） url: https://www.mvp.va.gov/ 81

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。