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 1397 个数据集

医学影像手术视频医学图像分割

AutoImplant — 颅骨植入体自动设计挑战

630 个 NRRD 文件（2020 届）570+100 个三元组（2021 届 SkullBreak）512×512×Z 二值体素CC BY-NC-SA 4.0 免费获取非患者队列：合成数据共 344 个颅骨（2020 届 210 + 2021 届 134），不含人口学信息

CQ500 合成颅骨缺损基准：210 颅骨 + 670 三元组，MICCAI 两届挑战

Graz University of Technology (TU Graz) — Institute of Computer Graphics and Vision url: https://autoimplant.grand-challenge.org/ 45

医学影像病理图像医学图像分割肿瘤学

CryoNuSeg — 冷冻切片 H&E 核实例分割数据集

10 器官 30 张 512×512 patch三套标注 7,596/8,044/8,251 核Kaggle V7 416.43 MBMIT 许可开放下载官方 10 折器官外推协议30 张冷冻切片 WSI 均来自不同 TCGA 患者（每器官 3 张、不同患者与组织中心）

首个全手工标注冷冻切片核分割数据集：10 器官 30 张 512×512 patch · 三套独立标注 7,596/8,044/8,251 核 · 官方 10 折器官外推基准 Dice 80.3%

Medical University of Vienna / Loughborough University / TissueGnostics GmbH（CryoNuSeg 官方，Kaggle ipateam 团队发布） url: https://www.kaggle.com/ipateam/segmentation-of-nuclei-in-cryosectioned-he-images 36

医学影像电子健康记录病理图像神经退行性疾病队列研究阿尔茨海默病

ROS/MAP — 老化与阿尔茨海默病纵向多组学队列

约 3,322 名入组者（截至 2017-10）1,475 例死后脑尸检7 类组学模态2,093 人已基因分型（截至 2018-03）受控访问（DUC）截至 2017-10 入组 3,322 人（其中 1,475 例死后脑捐赠）

两条纵向队列、3,322 名入组、1,475 例死后脑多组学图谱

Rush University Medical Center — Rush Alzheimer's Disease Center（经 AMP-AD / Synapse AD Knowledge Portal 开放） url: https://adknowledgeportal.synapse.org/Explore/Studies/DetailsPage/StudyDetails?Study=syn3219045 105

医疗NLP生物医学文献关系抽取药物-靶点相互作用药物发现与化学挑战赛数据集

ChemProt — BioCreative VI 化学-蛋白关系抽取语料

文本关系标注实体标注多类分类公共领域英文挑战赛0

2,432 篇 PubMed 摘要、10 类 CPR 关系、Public Domain 的生物医学关系抽取挑战赛金标准

BioCreative VI Chemical-Protein interaction corpus (ChemProt), Track 5, 2017; mirrored by BigBio on HuggingFace (bigbio/chemprot) 35

医疗NLP知识图谱罕见病基因组学与多组学命名实体识别

Mondo Disease Ontology — 统一全球疾病术语的开放疾病本体

29,315 条疾病术语139,255 条跨库交叉引用OWLOBOJSON 多格式CC BY 4.0 开放许可月度版本发布不适用（本体知识资源，无患者数据）

29,315 条疾病术语 + 139,255 条跨库交叉引用的 OBO 旗舰本体，月度发布、CC BY 4.0、OWL 逻辑定义

Monarch Initiative（Mondo Disease Ontology 维护方） url: https://mondo.monarchinitiative.org/ 45

电子健康记录公共卫生与流行病学COVID-19临床电子病历时序数据

Synthea COVID-19 专供数据集

合成数据结构化表格发布包口径：10K 版 10,000 患者；100K 版 100,000 患者；VA veterans 版 147,451 患者（文件名 100k、实数 14.7 万，名实不符存照）；OMOP 版 P

MITRE 三周建成的疫情合成 EHR：covid19 模块模拟 124,150 名患者（88,166 感染、18,177 住院、CFR 4.1%、峰值 548 台透析机 + 209 台呼吸机），10K/100K/VA/OMOP 四版 CSV 全开放，三篇顶刊文献校准，Apache 2.0 代码可复现

Synthea GMF covid19 模块生成的合成 EHR 关系型 CSV 表族（16 表：patients/encounters/conditions/observations/procedures/payers 等），术语对齐 SNOMED-CT/RxNorm/LOINC/CVX 55