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 1403 个数据集

医疗NLP药物发现与化学化学信息学生物医学文献

CHEMDNER — 化学实体识别与药物发现文本挖掘

10,000 篇 PubMed 摘要84,355 个化学实体提及19,805 个唯一化学实体约 14 MB 英文文本开放获取不适用（公开文献摘要语料，无患者数据）

10,000 篇摘要、84,355 个化学实体标注的化学 NER 基准

BioCreative（CNIO 结构计算生物学组等） url: http://www.biocreative.org/resources/biocreative-iv/chemdner-corpus/ 63

基因组学与多组学药物发现与化学知识图谱

DisGeNET — 基因-疾病关联综合数据库

["约 113.5 万条 GDA（v7.0）""30,170 种疾病与性状""21,671 个基因""36.9 万条 VDA""TSVRDFAPI 格式"]无患者级数据；v7.0 覆盖 21,671 基因 / 30,170 疾病 / 194,515 变体

113 万+基因-疾病关联，覆盖 21,671 个基因与 30,170 种疾病

name: "GRIB-IMIM/UPF（Barcelona）；2020 年起 MedBioinformatics Solutions SL" url: "https://www.disgenet.com/" 131

医疗NLP医学问答与基准命名实体识别评测基准

BC2GM — 基因/蛋白提及识别语料

20,000 句 MEDLINE 句子24,596 个基因提及标注OB-GENEI-GENE 序列标签CoNLL TSV 与 parquet 格式开放下载不适用（文献文本语料，不含患者数据）

20,000 句 MEDLINE 句子、24,596 个标注实体的基因提及基准

BioCreative II 组织者（NCBI 等） url: https://biocreative.bioinformatics.udel.edu/resources/corpora/biocreative-ii-corpus/ 59

医疗NLP命名实体识别生物医学文献

NCBI Disease Corpus — 疾病实体标注金标准

793 篇 PubMed 摘要6,892 个疾病提及790 个唯一疾病概念PubTator 纯文本格式公开领域免费下载不适用——文献摘要语料，不含患者级数据

793 篇 PubMed 摘要 · 6,892 个疾病提及 · 医疗 NER 与概念归一化的奠基级金标准

National Center for Biotechnology Information (NCBI), National Library of Medicine, NIH url: https://www.ncbi.nlm.nih.gov/CBBresearch/Dogan/DISEASE/ 54

医学影像内窥镜影像手术视频

EndoMapper — 完整标定内镜手术数据集

96 段完整手术视频超 24 小时 1440×1080 视频268,679 帧解剖区域标注4,086 帧工具分割COLMAP 伪真值轨迹Synapse 申请获取未逐患者公开（96 段完整手术视频，含同患者相隔数周重复检查）

96 段完整标定内镜手术视频，超 24 小时真实结肠镜 VSLAM 基准

Universidad de Zaragoza (I3A) & Hospital Clínico Universitario Lozano Blesa url: https://www.synapse.org/#!Synapse:syn26707219/wiki/615178 84

公共卫生与流行病学电子健康记录真实世界数据药物安全

openFDA — 美国食品药品监管开放数据中枢

5,500 万+ 条监管记录25+ 个开放端点CC0 公有领域许可JSON API 与压缩包下载季度提取与持续更新2,000 万+ 份药品不良事件报告（FAERS，截至 2026-09）

美国 FDA 全品类监管数据统一 API：5,500 万+ 条记录、25+ 端点、CC0 开放

美国食品药品监督管理局（U.S. Food and Drug Administration） url: https://open.fda.gov/ 73

生理信号语音信号心血管疾病

PhysioNet/CinC Challenge 2016 心音数据集 — 听诊音正常/异常分类基准

3,240 条训练录音764 人隐藏测试 1,277 条308 人2,000 Hz .wav 单导联解压约 1.1 GBODC-By 开放下载训练集 764 名受试者（隐藏测试集另有 308 名）

公开最大心音（PCG）分类基准 · 3,240 条录音 / 764 人 · 2,000 Hz .wav

PhysioNet（MIT Laboratory for Computational Physiology 等） url: https://physionet.org/content/challenge-2016/1.0.0/ 88

基因组学与多组学医疗NLP测序数据知识图谱肿瘤学药物安全

PharmGKB — 药物基因组学知识库

1,761 个基因715 种药物24,535 条变异注释约 20 MB TSVJSON 下载CC BY-SA 4.0 开放REST API 免认证非队列数据集（文献知识库：1,761 个基因、715 种药物条目，截至 2021-04）

全球最大的药物基因组学文献知识库：1,761 个基因、715 种药物、24,535 条变异注释的精准用药 AI 基础数据

Stanford University — Department of Biomedical Data Science（NIH 资助） url: https://www.pharmgkb.org/ 82

基因组学与多组学医疗NLP知识图谱

Pharos — 可成药基因组靶点知识库

20,412 个人类蛋白靶点339,220 个配体13,704 种疾病关联79 个整合数据源MySQL 全库下载GraphQL API不含个体患者数据（人类蛋白靶点知识库，20,412 个靶点）

整合 79 个数据源、20,412 个人类蛋白靶点的 TDL 四级分类知识库，照亮暗蛋白组

NIH NCATS / IDG Knowledge Management Center 联盟（NCATS、UNM、Miami、Mount Sinai、EMBL-EBI、哥本哈根大学） url: https://pharos.nih.gov/ 64

医学影像医学图像分割病理图像目标检测肿瘤学

DigestPath — 消化道病理检测与分割基准

687 张印戒细胞检测图872 张结肠镜组织分割图两任务合计 631 名患者XML 边界框 + JPG 掩码签署协议后免费申请631 名患者（印戒细胞 155 名 + 组织分割 476 名，两子任务）

MICCAI 2019 消化系统病理基准：687 张印戒细胞检测图 + 872 张结肠镜组织分割图

商汤科技 / 衡道病理 / 上海交通大学医学院附属瑞金医院 / 西京医院 / 上海市松江区中心医院 url: https://digestpath2019.grand-challenge.org 70

医学影像多模态CTMRI医学图像分割

CHAOS — 健康腹部跨模态器官分割基准

80 名健康受试者约 2.0 GB DICOM+PNGCT 40 例 + MRI 120 序列四器官手工标注Zenodo 开放下载80 名健康受试者（40 例 CT + 40 例 MRI）

80 名健康受试者 CT+MRI 四器官分割挑战数据（开放获取）

Dokuz Eylül 大学医院（土耳其伊兹密尔） url: https://chaos.grand-challenge.org/ 72

药物发现与化学化学信息学分子生成

Open Reaction Database — 开放化学反应数据库

约 230 万条反应记录USPTO-grants 子集 1.1 GB ParquetCC-BY-SA-4.0 开放许可ProtobufParquet 结构化格式免费开放获取不适用（化学反应数据库，无患者数据）

230 万条开放化学反应，机器可读结构化 schema，AI 驱动合成预测的公共数据底座

Open Reaction Database Project url: https://open-reaction-database.org 55

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。