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 277 个数据集

药物发现化学信息学结构生物学分子对接

Binding MOAD — 4 万蛋白-配体复合物亲和力库 AI-Ready Wikipedia | 千方病案医数集

41,409 个复合物结构15,223 个含实验亲和力20,387 个独特配体X-ray 分辨率 ≤2.5 Å免费开放获取0 名患者（结构生物学数据集，不含任何患者个体数据）

41,409 个蛋白-配体复合物，15,223 个含实验亲和力

美国密歇根大学药学院药物化学系（Heather A. Carlson 实验室） url: http://www.bindingmoad.org 5

外科手术与内窥镜结肠镜影像息肉检测计算机视觉视频目标检测

SUN Database — 昭和大学结肠镜视频数据库 AI-Ready Wikipedia | 千方病案医数集

113 段 HDTV 白光结肠镜视频158,690 帧逐帧边界框标注99 名患者100 个病理确诊息肉JPEG + TXT 角点坐标免费申请获取99 名患者（男 71 / 女 28，中位年龄 69 岁）

113 段结肠镜视频 · 158,690 帧逐帧息肉边界框

昭和大学北横滨医院消化疾病中心 & 名古屋大学 Mori 研究室 url: http://sundatabase.org/ 8

生理信号心电图心律失常重症监护多模态关联

MIMIC-IV-ECG — 院内 12 导联心电图波形库 AI-Ready Wikipedia | 千方病案医数集

约 800,035 条 12 导联 ECG161,352 名患者500 Hz × 10 秒 WFDB解压约 90.4 GBODbL v1.0 开放获取161,352 名患者（官方口径约 16 万名）

80 万条 12 导联心电波形 · 16 万患者 · 可关联全院 EHR

MIT Laboratory for Computational Physiology / PhysioNet（BIDMC 采集） url: https://physionet.org/content/mimic-iv-ecg/1.0/ 5

皮肤科影像公平性评测临床照片皮肤肿瘤

DDI — 多样皮肤图像跨肤色公平性基准 AI-Ready Wikipedia | 千方病案医数集

656 张临床照片570 名患者78 种病理确认诊断PNG + CSV 元数据注册后免费获取570 名独特患者（656 张图像、78 种诊断）

656 张病理确认照片，78 种诊断，Fitzpatrick 全谱

Stanford Center for Artificial Intelligence in Medicine & Imaging（AIMI） url: https://aimi.stanford.edu/datasets/ddi-diverse-dermatology-images 6

医疗 NLP 与多模态消费者健康问答药物安全LLM 评测基准

MedicationQA — 药物消费者问答基准 AI-Ready Wikipedia | 千方病案医数集

690 条消费者药物问题674 条金标准 QA 对约 162 KB 单文件 XLSXCC BY 4.0 免费下载690 条匿名消费者问题（不含患者配对数据）

690 条真实消费者药物问题，NLM 出品的 LLM 医疗 QA 评测基石

美国国家医学图书馆 Lister Hill 生物医学通信中心（NLM Lister Hill National Center for Biomedical Communications） url: https://github.com/abachaa/Medication_QA_MedInfo2019 6

基因组学队列研究精准医学多组学心血管

TOPMed — 心肺血液睡眠多组学旗舰 AI-Ready Wikipedia | 千方病案医数集

96,620 份 30x WGS（freeze 8）约 4.28 亿过 QC 变异RNA-seq甲基化代谢组多组学dbGaP 受控访问逾 18 万名参与者（WGS freeze 8 为 96,620 人）

逾 18 万份 30x 全基因组 + 深度表型的心肺血液睡眠精准医学资源

National Heart, Lung, and Blood Institute (NHLBI), NIH url: https://topmed.nhlbi.nih.gov 8

病理图像结直肠息肉图像分类开放科研数据

MHIST — 结直肠息肉 H&E 组织学二分类 AI-Ready Wikipedia | 千方病案医数集

3,152 张 H&E patch224×224 PNGHP vs SSA 二分类约 354 MB免费申请获取未公布（3,152 张 patch 源自 328 张 WSI，患者级信息已脱敏剥离）

3,152 张 7 位病理学家多数投票标注的结直肠息肉 H&E 二分类基准

Dartmouth College BMIRDS & Dartmouth-Hitchcock Medical Center url: https://bmirds.github.io/MHIST/ 6

医学影像胸部X光结核病公开数据集

Shenzhen TB CXR Set — 深圳结核病胸片基准 AI-Ready Wikipedia | 千方病案医数集

662 张 PNG 胸片约 3.8 GB免费直接下载双肺掩膜+19 类病灶像素级标注662 例受检者（约 2012 年，深圳市第三人民医院门诊）

662 张深圳临床常规胸片：326 正常 vs 336 结核，含肺掩膜

National Library of Medicine（NLM/NIH）× 深圳市第三人民医院 url: https://data.lhncbc.nlm.nih.gov/public/Tuberculosis-Chest-X-ray-Datasets/Shenzhen-Hospital-CXR-Set/index.html 8

重症医学电子健康记录时序数据自然语言处理预后预测

CCCDB — 中文危重症 ICU 电子病历数据库 AI-Ready Wikipedia | 千方病案医数集

约 3.19 GB CSV8,180 例 ICU 住院7,638 名患者10 张关系表凭证化访问7,638 名 ICU 患者（8,180 例住院）

8,180 例 ICU 住院、10 张关系表、约 3.19 GB 中文危重症 EHR

Zhejiang Provincial People's Hospital（浙江省人民医院） url: https://physionet.org/content/zhejiang-ehr-critical-care/ 6

公共卫生健康行为调查数据慢性病风险

BRFSS — 全球最大健康行为电话调查 AI-Ready Wikipedia | 千方病案医数集

433,323 条访谈（2023 年）345 个变量（XPT）ASCIIXPT 免费Public Domain433,323 名成人受访者（2023 年，历年 40 万+/年）

CDC 主持、每年 40 万+ 成人访谈、覆盖美国 50 州的健康行为监测金矿

U.S. Centers for Disease Control and Prevention（CDC） url: https://www.cdc.gov/brfss/annual_data/annual_data.htm 6

药物发现分子结构分子对接分子生成AI 制药

CrossDocked2020 — 蛋白-配体交叉对接数据集 AI-Ready Wikipedia | 千方病案医数集

约 2,256 万对接构象2,900 个结合口袋17,815 个口袋-配体对smina 交叉对接生成开放直接下载约 2,256 万个对接构象（v1.3 口径）

2,256 万交叉对接构象 · 结构基药物设计生成模型标准训练集

美国匹兹堡大学计算与系统生物学系（David R. Koes 实验室，GNINA 团队） url: http://bits.csb.pitt.edu/files/crossdock2020/ 7

医学影像内镜视频息肉检测结直肠癌筛查

LDPolypVideo — 大规模结肠镜视频息肉检测数据集 AI-Ready Wikipedia | 千方病案医数集

160 段标注视频40,266 帧标注帧200 个息肉103 段未标注视频560×480 帧图像免费学术获取未披露——患者元数据已全部移除，仅提供视频与帧

263 段结肠镜视频、40,266 帧圆形标注、200 个息肉的视频息肉检测基准

中国科学技术大学 & 安徽医科大学第一附属医院 url: https://github.com/dashishi/LDPolypVideo-Benchmark 7

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。