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。
数据标签
共 1346 个数据集
Dryad — 论文附录数据的第一落点
CC0 强制的通用数据存储库：2024/25 财年 65,786 个已发布数据集、5,000 万+ 文件、全部 DOI 化
SpikeInterface — 细胞外电生理统一分析框架
23 个 spike sorter、一个接口，和两次让旧代码全部失效的版本变更
IBL Brain-Wide Map — 小鼠全脑决策活动图谱
12 个实验室、139 只小鼠、69.9 万次探针插入，拼出一张全脑活动图
DANDI Archive — 神经电生理数据联邦档案库
它不是一个数据集，是上千个数据集的容器。首页写着一千零五十九个、九百二十二太比特，同一个站的 API 却报九百三十八、一千二百零九；四个官方来源给出四个规模数字。这个库真正值得学的是它怎么把「版本」和「许可」做成硬约束
UPenn-Mayo — 颅内脑电癫痫检测挑战赛
十二个受试者、四只狗、八个人、一秒一段。它用一场 Kaggle 竞赛把癫痫检测的算法门槛一次性抬到 AUC 0.96，也留下了一个更难堪的后续：前三名里有两个换一份数据就跌回随机水平
EPILEPSIAE — 欧洲癫痫长程脑电数据库
三家医院、二百七十五名术前监测患者、四万五千小时连续脑电。它比此前所有公开脑电库加起来大两个数量级，却从不免费——按数据集个数分档售卖，两万五千欧元起。这份数据库真正稀缺的不是规模，是把一次发作拆成四个时刻的那种标注方式
TUSZ — 坦普尔大学医院癫痫发作脑电语料库
一万六千小时的临床脑电里，只有百分之零点二的片段装着发作。为了把这些片段挖出来，一群工程师用关键词、商业软件和自研模型三方交叉筛了一遍，最后留下 675 名患者、1,476 小时、4,029 次发作
SimSUM — 结构化表格×GPT-4o 临床笔记的合成临床信息抽取基准
一万条初级保健呼吸病例：专家贝叶斯网络采出 16 个表格变量，GPT-4o 据此写出双版本临床笔记（正常版与精简版），再用 LLM 反抽 4.2 万个症状 span——把「表格背景知识能否补文本之不足」变成可复现的对照实验
RxQA
Google Health 药物知识问答基准——Gemini 1.5 Flash 起草、8 名 board-certified 执业药师修订与五档难度评级，600 道四选一 MCQ（OpenFDA 300 开源 + BNF 300），高难度题 AMIE 准确率反超 21 名初级保健医生，Nature 正刊发表
CXLSeg — 胸片肺分割数据集
CXLSeg：MIMIC-CXR 的 243,324 张正位胸片成品分割包——图像与掩码同名成对、CheXpert/NegBio 标签随行、80:10:10 划分，把肺分割实验的开箱成本压到最低
脓毒症急诊胸部 CT — Sepsis-3 影像队列
浙江省人民医院急诊 ICU 的 836 次脓毒症胸部 CT 与 14 张临床表格——把杭州 EHR 管线从纯表格延伸到影像的深表型续章
美国国家医学图书馆与印第安纳大学开放胸片报告图文对数据集
3,955 份放射报告配 7,470 幅胸片 · 双人 MeSH/RadLex 编码 · CC BY-NC-ND 4.0 直链下载
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。
