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 1364 个数据集

医学影像病理图像乳腺癌医学图像分割肿瘤学

BCSS — 乳腺癌语义分割数据集

151 张 H&E 全切片20,000+ 区域标注22 类像素级编码CC0 1.0 开放获取TCGA 三阴性乳腺癌151 名乳腺癌患者（每例 1 张全切片）

151 张 TCGA 乳腺癌 WSI · 20,000+ 区域标注 · 22 类语义分割基准

埃默里大学医学院（Emory University School of Medicine） url: https://bcsegmentation.grand-challenge.org/ 72

基因组学与多组学罕见病肿瘤学

英国十万基因组计划 — 10 万+ 全基因组旗舰

100,000+ 全基因组约 85,000 名参与者罕见病 72,874 人癌症 15,624 人germline 30×tumour 100×RE 沙箱申请获取约 85,000 名参与者（罕见病 72,874 + 癌症 15,624）

约 8.5 万参与者、10 万+ 全基因组，英国 NHS 罕见病与癌症 WGS 旗舰队列

Genomics England（英国卫生与社会保健部全资公司） url: https://www.genomicsengland.co.uk/100kthankyous 59

基因组学与多组学心血管疾病肿瘤学队列研究

TOPMed — 心肺血液睡眠多组学旗舰

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 56

生理信号电子健康记录睡眠信号队列研究

SHHS — 睡眠心脏健康研究队列

356 GB 全库93.6 MB 开放子集6,441 例入组3,295 例二次 PSG1995-2011 年随访Compumedics 家庭 PSG需 NSRR 注册 + DUA6,441 名入组成人（NSRR 可共享 5,804）

家庭便携 PSG + 心血管随访 · 6,441 例 · NSRR 托管的睡眠呼吸金标准

Sleep Heart Health Study Research Group / National Sleep Research Resource url: https://sleepdata.org/datasets/shhs 86

医学影像基因组学与多组学CT肺癌

NSCLC-Radiogenomics — 肺癌影像基因组学

约 98 GB DICOM 影像211 例 NSCLC 患者144 例肿瘤分割掩膜130 例 RNA-seqCC BY 3.0 开放下载211 例 NSCLC 患者

211 例 NSCLC 的 CT/PET-基因组-临床多模态配对数据集

The Cancer Imaging Archive（TCIA）／斯坦福大学医学院 url: https://www.cancerimagingarchive.net/collection/nsclc-radiogenomics/ 90

医学影像病理图像乳腺癌肿瘤学

NuCLS — 乳腺癌病理核分类数据集

222,396 条核标注125 张 TCGA H&E WSI13/7/4 三级核分类CC0 1.0 开放获取官方五折划分125 名患者（每人 1 张 TCGA H&E 全切片）

TCGA 222,396 条核标注 · 三级分类 · CC0 开放

Northwestern University Department of Pathology（NuCLS 研究团队） url: https://sites.google.com/view/nucls/home 76

医学影像CT肺癌

NSCLC-Radiomics — 肺癌影像组学队列

422 名患者52,073 张 CT 切片35.78 GB DICOM7 项临床字段CC BY-NC 3.0 开放下载422 名 NSCLC 患者

422 例 NSCLC 患者的 CT 影像组学与生存随访金标准队列

MAASTRO Clinic / The Cancer Imaging Archive (TCIA) url: https://www.cancerimagingarchive.net/collection/nsclc-radiomics/ 67

基因组学与多组学药物发现与化学分子对接化学信息学蛋白质组学

Binding MOAD — 4 万蛋白-配体复合物亲和力库

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 49

医疗NLP电子健康记录临床电子病历医学问答

emrQA — 电子病历抽取式问答数据集

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/ 61

药物发现与化学化学信息学药物-靶点相互作用

Davis 激酶亲和力 — 激酶抑制剂 Kd 矩阵

442 种激酶 × 72 种抑制剂30,056 个 Kd 测量（社区标准版）pKd 范围约 5.0–10.8开放下载（CC BY 4.0）不适用（体外药物-靶点结合数据，无患者）

442 种激酶 × 72 种抑制剂的全激酶组 Kd 亲和力矩阵

Ambit Biosciences（Davis et al., Nature Biotechnology 2011） url: https://www.nature.com/articles/nbt.1990 70

药物发现与化学医学问答与基准化学信息学虚拟筛选评测基准

LIT-PCBA — 真实实验来源虚拟筛选基准

15 个靶标集约 41.5 万化合物PubChem 试验来源AVE 去偏划分免费下载约 41.5 万个化合物（7,844 活性 + 407,381 非活性，论文口径）

15 靶标 41.5 万化合物：PubChem 真实高通量筛选实验衍生的无偏虚拟筛选基准

Laboratoire d'Innovation Thérapeutique, UMR 7200 CNRS–Université de Strasbourg url: http://drugdesign.unistra.fr/LIT-PCBA/ 103

医学影像乳腺癌图像分类挑战赛数据集病理图像

BreastPathQ — 乳腺癌细胞增殖定量挑战

3,698 patch96 WSI55 名 NAT 后患者H&E 20X 扫描0-1 连续 TC 标签需申请下载55 名乳腺癌新辅助治疗后患者（NAT 后残余病变）

新辅助治疗后乳腺癌 H&E patch 肿瘤细胞占比回归 · 3,698 patch · 55 患者

SPIE BreastPathQ Grand Challenge（官方组织方） url: https://breastpathq.grand-challenge.org/ 72

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。