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。

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 147 个数据集

Quilt-1M — 病理组织学百万图文对数据集 AI-Ready Wikipedia | 千方医数集

病理组织学视觉-语言模型多模态图文对齐

Quilt-1M — 病理组织学百万图文对数据集 AI-Ready Wikipedia | 千方医数集

约 100 万图文对~110GB教育视频来源

华盛顿大学计算机科学与工程系 https://quilt1m.github.io 39

MedQA — 中美医学执照考试问答数据集 AI-Ready Wikipedia | 千方医数集

医疗 NLP问答系统医学考试LLM 评测多语言

MedQA — 中美医学执照考试问答数据集 AI-Ready Wikipedia | 千方医数集

6.1 万道多语言选择题18 本医学教科书语料61,097 道医学考试题

MIT CSAIL & 华中科技大学 https://github.com/jind11/MedQA 28

MedReCo-DB — 大规模对比影像推理数据库 AI-Ready Wikipedia | 千方医数集

多模态影像对比推理病例检索视觉语言模型VQA

MedReCo-DB — 大规模对比影像推理数据库 AI-Ready Wikipedia | 千方医数集

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 47

Open-PMC-18M | 生物医学多模态视觉-语言数据集 | 千方医数集

多模态视觉-语言文献挖掘图像-文本对

Open-PMC-18M | 生物医学多模态视觉-语言数据集 | 千方医数集

约 1800 万对图文对放射学显微镜VLP 三模态PMC 来源文献来源数据集

Vector Institute (https://vectorinstitute.ai) | PMC Open Access Subset (https://www.ncbi.nlm.nih.gov/pmc/tools/openftlist/) 45

GEO 基因表达综合数据库 | 千方医数集

转录组学功能基因组学公共数据库

GEO 基因表达综合数据库 | 千方医数集

约 200TB+ 数据量650 万+ 样本20 万+ 研究650 万+ 样本

NCBI / NLM / NIH (https://www.ncbi.nlm.nih.gov/geo/) 33

CZ CELLxGENE — 单细胞转录组标准化数据平台 | 千方医数集

单细胞组学转录组学scRNA-seq空间转录组AI 预训练

CZ CELLxGENE — 单细胞转录组标准化数据平台 | 千方医数集

H5AD AnnDataTileDB-SOMA约 17,651 名人类供体

CZI Single-Cell Biology, 社区贡献 34

gnomAD — Genome Aggregation Database 基因组聚合数据库 | 千方医数集

基因组学群体遗传学变异解读罕见病精准医学

gnomAD — Genome Aggregation Database 基因组聚合数据库 | 千方医数集

VCFCC0HailGCPAWSAzure约 30TB807,162 名个体（v4.1）

Broad Institute of MIT and Harvard, 60+ 国际研究项目合作 23

BBBC — Broad Bioimage Benchmark Collection 显微图像分析基准集 | 千方医数集

生物图像分析显微成像药物筛选核分割基准数据集

BBBC — Broad Bioimage Benchmark Collection 显微图像分析基准集 | 千方医数集

TIFFPNG荧光明场DICCC0 为主CellProfiler 兼容细胞/显微结构图像

Broad Institute Imaging Platform (Anne Carpenter Lab) 40

CAMELYON16/17 — 乳腺癌淋巴结转移全切片检测基准数据集 | 千方医数集

计算病理学全切片图像乳腺癌淋巴结转移深度学习基准

CAMELYON16/17 — 乳腺癌淋巴结转移全切片检测基准数据集 | 千方医数集

bigTIFF WSIXML 标注CC0AWS 公开数据约 400 名乳腺癌患者 (CAMELYON16) + 200 名人造患者 (CAMELYON17, 5 张/人

荷兰 5 家医学中心 (RUMC, UMCU, CWZ, LPON, RST) 21

CIMA — 结直肠癌免疫微环境 CODEX 高维空间成像数据集 | 千方医数集

空间生物学结直肠癌免疫微环境高维成像CODEX

CIMA — 结直肠癌免疫微环境 CODEX 高维空间成像数据集 | 千方医数集

TIFF 56 通道细胞空间坐标258K 细胞CC BY 4.0约 2TB35 名结直肠癌患者

斯坦福大学 Nolan 实验室 + 伯尔尼大学病理研究所, TCIA 公开归档 49

CytoImageNet — 微观成像领域大规模弱标签预训练数据集 | 千方医数集

生物图像分析迁移学习显微成像预训练数据集药物发现

CytoImageNet — 微观成像领域大规模弱标签预训练数据集 | 千方医数集

显微镜图像PNG 灰度弱标签荧光明场无患者数据，细胞/微生物/显微结构图像

BBBC + IDR + Recursion + Kaggle + CIL 5 大数据库 40 个公开数据集 26

MoNuSeg — 多器官细胞核分割基准数据集 | 千方医数集

计算病理学细胞核分割H&E实例分割多器官基准数据集

MoNuSeg — 多器官细胞核分割基准数据集 | 千方医数集

显微镜图像TIFXML 标注TCGA 来源约 97 MB44 张图像（来自约 44 名独特患者）

TCGA (The Cancer Genome Atlas)，18 家医院多中心 41

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。

客服二维码

电话咨询微信咨询邮箱咨询