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

- "队列研究" - "心血管" - "纵向临床数据" - "公共卫生"

Framingham Heart Study — 心血管流行病学奠基队列 AI-Ready Wikipedia | 千方病案医数集

- "约 15,000 名参与者（三代+Omni）" - "随访超 75 年" - "教学数据集免申请" - "dbGaPBioLINCC 申请获取" - "风险评分发源地"约 1.5 万名参与者

现代医学最长寿三代心血管队列 · 约 1.5 万人 · 随访 75 年+ · 风险评分发源地

name: "NHLBI & 波士顿大学弗雷明汉心脏研究" url: "https://www.framinghamheartstudy.org/" 11

药物发现化学信息学分子性质预测基准数据集

MoleculeNet — 分子机器学习基准套件 AI-Ready Wikipedia | 千方病案医数集

17 个子数据集约 78.3 万化合物849 个任务SMILES + 3D 坐标MIT（聚合层）DeepChem 一行加载免费获取78.3 万个化合物

分子 ML 的 ImageNet · 17 个子数据集 · 78 万化合物 · 849 个任务

斯坦福大学 Pande Lab & Schrödinger url: https://moleculenet.org/ 11

内窥镜影像语义分割结直肠肿瘤筛查

Kvasir-SEG — 胃肠道息肉分割数据集 AI-Ready Wikipedia | 千方病案医数集

46.2 MB 轻量数据集1,000 张图像 + 掩膜含边界框 JSON免注册直接下载商用需书面许可1,000 张息肉图像

息肉分割事实标准基准 · 1,000 张结肠镜图像 + 专家掩膜 · 引用 2,500+

Simula Research Laboratory & Vestre Viken Health Trust url: https://datasets.simula.no/kvasir-seg/ 10

医疗 NLP问答数据集LLM 评测基准医学考试

MedMCQA — 印度医学入学考试多选题数据集 AI-Ready Wikipedia | 千方病案医数集

约 88MB（Parquet）193,155 道多选题21 个医学科目Apache-2.0 开放英文test 集无公开标签19.4 万道考题

医疗 LLM 评测事实标准 · 19.4 万道 AIIMS/NEET PG 多选题 · 21 科目

Saama AI Research url: https://medmcqa.github.io/ 12

皮肤影像皮肤镜多模态可解释AI

Derm7pt — 皮肤镜七点检查法数据集 AI-Ready Wikipedia | 千方病案医数集

2,045 张图像1,011 例病例皮肤镜+临床双模态七点检查标注官方固定划分CC BY-NC-ND 4.01,011 例皮损病例

首个皮肤镜+临床双模态七点检查标注数据集 · 1,011 例病例

Simon Fraser University & 坎帕尼亚大学（那不勒斯）皮肤科 url: http://derm.cs.sfu.ca 15

基因组学转录组eQTL参考图谱

GTEx — 人类组织基因表达调控图谱 AI-Ready Wikipedia | 千方病案医数集

约 1.74 万 RNA-seq 样本（V8）948 名供体 · 54 种组织WGS 中位 32×汇总数据开放免注册基因型需 dbGaP 申请948 名供体 · 1.74 万组织样本

全球最大健康人多组织表达与 eQTL 参考图谱 · 948 供体 · 54 组织

NIH Common Fund GTEx 项目（Broad Institute LDACC） url: https://gtexportal.org/home/ 14

病理组织全切片图像肿瘤学挑战赛数据

PAIP — 韩国病理AI平台挑战赛数据集系列 AI-Ready Wikipedia | 千方病案医数集

458 张 WSI + 103 张 patch四届四任务（2019-2023）专家病理医师标注CC BY-NC 4.0签署 DUA 后免费获取约 460 例患者切片

亚洲首个病理AI挑战赛系列 · 458 张 WSI + 103 张细胞核 patch · 四届四任务

首尔大学医院（SNUH）& PAIP 平台（韩国保健福祉部资助） url: http://wisepaip.org 14

放射影像图文多模态报告生成经典基准

OpenI / IU X-ray — 经典胸片-报告图文对数据集 AI-Ready Wikipedia | 千方病案医数集

约 1.3GB PNG约 75GB DICOM7,470 张胸片 + 3,955 份报告CC BY-NC-ND 4.0免申请直接下载2015 年发布后未更新3,955 名患者

首个开放胸片-报告图文对数据集 · 3,955 份报告 · 7,470 张影像

美国国家医学图书馆（NLM/NIH）与印第安纳大学医学院 url: https://openi.nlm.nih.gov/faq 18

重症监护电子健康记录时序数据经典基准

MIMIC-III — 经典重症监护数据库 AI-Ready Wikipedia | 千方病案医数集

约 6.2GB CSV约 48GB PostgreSQL46,520 名患者2001-2012 年数据ICD-9 编码已停更 v1.4需 CITI 培训4.6 万名患者

医疗 AI 领域被引用最多的开放 ICU 数据集 · 4.6 万患者 · 引用 10,000+

MIT 计算生理学实验室 & 贝斯以色列女执事医疗中心 url: https://physionet.org/content/mimiciii/ 14

人口健康调查全球卫生产妇与儿童健康HIV疟疾横断面调查

DHS Program — 人口与健康调查项目 AI-Ready Wikipedia | 千方医数集

350+ 次调查90+ 国家注册制免费StataSPSSSASASCII 多格式累计覆盖数千万受访者（90+国家350+次调查）

全球90+国350+次横断面调查 · 免费 · 1984年至今

The DHS Program（ICF，USAID 资助） url: https://dhsprogram.com/ 64

量子化学分子性质预测图神经网络计算化学DFT基准

QM9 — 量子化学分子性质基准数据集 AI-Ready Wikipedia | 千方医数集

约 134K 分子15 量子性质分子约 82MB 下载CC0 许可纯计算化学数据集

13.4万分子 · 9重原子内 · B3LYP DFT · 15量子性质 · 图神经网络黄金基准 · CC0

University of Basel / figshare url: https://www.nature.com/articles/sdata201422 70

NLP文本挖掘文献语料库COVID-19传染病信息检索问答系统

CORD-19 — COVID-19 开放研究数据集 AI-Ready Wikipedia | 千方医数集

100万+篇论文索引37万+篇全文约18.7GB（最终版）JSONCSV格式文献语料库，非患者级数据

全球最大COVID-19文献语料库 · 100万+篇论文

Allen Institute for AI url: https://www.semanticscholar.org/cord19 37

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。