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

临床文本机器阅读理解问答病例报告UMLS 标注

CliCR — 临床病例报告阅读理解 AI-Ready Wikipedia | 千方病案医数集

104,919 个查询11,846 份病例报告JSON（traindevtest 1.0）邮件申请研究用途约 1.2 万名患者（对应 11,846 份已发表病例报告）

10.5 万完形填空查询 · 1.2 万份病例报告 · 人机 F1 差距 20 点的临床 MRC 基准

安特卫普大学 CLiPS 研究中心（University of Antwerp） url: https://github.com/clips/clicr 6

基因组学遗传变异生物信息学公共数据库

dbSNP — 全球最大遗传变异数据库 AI-Ready Wikipedia | 千方病案医数集

11.3 亿 rs 变异VCF 压缩约 14GB33 亿 ss 提交记录公共领域免费获取非患者数据集；ALFA 汇总 20 万+ 受试者等位基因频率

NCBI 旗下 11.3 亿 rs 变异参考编目，基因组学核心基础设施

NCBI（美国国家生物技术信息中心，NLM/NIH） url: https://www.ncbi.nlm.nih.gov/snp/ 4

医学影像数字病理结直肠癌H&E 图像分类基础模型评测

NCT-CRC-HE-100K — 结直肠癌组织学图像分类 AI-Ready Wikipedia | 千方病案医数集

约 24.2 GB TIFF（3 个 ZIP）100,000 张训练 patch7,180 张验证 patch9 类组织标签136 名患者（86 张源切片 + 50 名验证患者）

10 万张结直肠癌 H&E patch 的 9 类组织分类金标准

Zenodo — National Center for Tumor Diseases (NCT) Heidelberg / University Medical Center Mannheim url: https://zenodo.org/records/1214456 6

医学影像胸部X光肺结节计算机辅助诊断

JSRT — 胸部X光肺结节检测经典基准 AI-Ready Wikipedia | 千方病案医数集

247 张 PA 胸片2048×2048 像素 12-bit约 2.1 GB 原始数据免费学术使用247 例检查（每例 1 张 PA 胸片）

247 张 PA 胸片、12-bit 高灰阶、五档难度的经典肺结节检测公开基准

Japanese Society of Radiological Technology（日本放射技术学会） url: http://db.jsrt.or.jp/eng.php 6

重症监护电子健康记录COVID-19多院区MIMIC 兼容

NWICU — 芝加哥多院区 COVID 时代 ICU EHR AI-Ready Wikipedia | 千方病案医数集

约 597MB CSV.GZ25,342 名患者28,566 次 ICU 住院12 张表凭证化申请25,342 名患者

25,342 名患者、28,566 次 ICU 住院的芝加哥多院区 ICU EHR 数据库

MIT Laboratory for Computational Physiology × Northwestern University（PhysioNet 托管） url: https://physionet.org/content/nwicu-northwestern-icu/ 7

流行病学队列老年医学公共卫生调查数据纵向研究

CHARLS — 中国老龄健康与养老全国追踪队列 AI-Ready Wikipedia | 千方病案医数集

基线 17,708 人2018 追访 19,816 人5 轮追踪 2011-2020,28 省 150 县 450 村社区Stata .dta 免费实名申请静脉血 9 类生物标志物约 1.9 万名 45 岁以上受访者(基线 17,708;2018 追访 19,816)

覆盖 28 省 150 县 450 村、1.9 万 45 岁以上受访者的 5 轮全国老龄追踪队列

北京大学国家发展研究院 CHARLS 项目组 url: https://charls.pku.edu.cn/ 9

分子对接基准虚拟筛选计算药物发现打分函数评估

DUD-E — 分子对接诱饵基准 AI-Ready Wikipedia | 千方病案医数集

102 个蛋白靶标22,886 个活性配体（ChEMBL）约 110 万性质匹配诱饵（ZINC1:50）SMILESmol2SDF 三格式 + receptor.pdb不适用（纯小分子-靶标计算基准，无人类受试者数据）

102 靶标 · 22,886 活性物 · 约 110 万性质匹配诱饵的虚拟筛选基准

UCSF Irwin & Shoichet 实验室（加州大学旧金山分校药化系） url: http://dude.docking.org/ 9

心电信号心律失常PhysioNet公开基准时序数据

Chapman-Shaoxing — 12 导联心律失常 ECG AI-Ready Wikipedia | 千方病案医数集

约 2.8 GB（figshare 六文件扩展版 5.1 GB）10,646 例 12 导联 ECG（扩展版 45,152 例）500 Hz × 10 秒 × 12 导联10,646 名患者（扩展版 45,152 名）

10,646 例 12 导联静息 ECG 的心律失常分类公开基准

Chapman University & Shaoxing People's Hospital（PhysioNet 托管） url: https://physionet.org/content/ecg-arrhythmia/1.0.0/ 6

医学影像内镜图像息肉分割公开基准计算机视觉

CVC-ColonDB — 结肠镜息肉分割经典基准 AI-Ready Wikipedia | 千方病案医数集

380 帧结肠镜图像15 段检查序列574×500 像素像素级二值息肉 mask原始版含 1,706 个文件（4 组）研究用途免费获取15 例结肠镜检查（各文献记载 13–15 例不一）

380 帧专家标注结肠镜息肉分割图像，源自 15 段检查序列的单中心经典基准

Computer Vision Center, Universitat Autònoma de Barcelona（CVC-UAB） url: http://mv.cvc.uab.es/projects/colon-qa/cvc-colondb 8

皮肤影像3D 全身摄影癌症筛查类别不平衡

SLICE-3D — ISIC 2024 3D 全身照相皮损数据集 | 千方病案医数集

401,059 张皮损裁剪图1,042 名患者恶性率仅 0.1%约 1.2GB 图像CC-BY-NCCC-BY 双许可Kaggle 8 万美元竞赛1,042 名患者 · 40.1 万张皮损图

全球最大 3D-TBP 皮肤癌筛查数据集 · 40.1 万皮损裁剪 · 约 1:1,000 极端不平衡

国际皮肤影像协作组（ISIC）& 纪念斯隆凯特琳癌症中心（MSK） url: https://challenge2024.isic-archive.com/ 7

重症监护儿科电子健康记录时序数据

PIC — 儿科重症监护数据库 AI-Ready Wikipedia | 千方病案医数集

12,881 名患儿13,941 次 ICU 入住2010-2018 年数据ICD-10CN 编码中英双语字典需 CITIGCP 培训1.3 万名患儿

全球首个大规模儿科重症公开数据库 · 1.3 万患儿 · MIMIC 儿科版

浙江大学医学院附属儿童医院 & 国家儿童健康与疾病临床医学研究中心 url: https://physionet.org/content/picdb/ 6

医疗NLP问答数据集电子病历文本抽取

emrQA — 电子病历抽取式问答数据集 AI-Ready Wikipedia | 千方病案医数集

196 万问答对（终版）680 个问题模板2,425 份脱敏病历i2b2n2c2 DUA 授权免费申请获取2018 年后停更2,425 份临床病历

临床 QA 首个大规模社区语料 · 40 万+ 问答对 · i2b2 授权

UIUC & IBM Research & MIT-IBM Watson AI Lab（底层语料：i2b2/n2c2，哈佛 DBMI 托管） url: https://portal.dbmi.hms.harvard.edu/projects/n2c2-nlp/ 12

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。