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

医学影像医学问答与基准病理图像挑战赛数据集肿瘤学

PAIP — 韩国病理AI平台挑战赛数据集系列

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 99

医疗NLP电子健康记录知识图谱临床文本

LOINC — 医学检验观察标识符

112,405 概念2.83 版六轴 Part 语义模型实验室 69,651 + 临床 28,786CC BY 4.0 免费开放术语标准本身不含患者数据；服务于全球检验报告与临床观察数据的语义归一

112,405 概念、六轴语义模型、免费开放的检验与临床观察全球标准

https://loinc.org/ 52

医学影像神经科学病理图像肿瘤学脑肿瘤

Ivy GAP — 胶质母细胞瘤空间转录组与病理图谱

41 例患者 42 例肿瘤270 个 RNA-seq 样本846,743 张 DICOM 影像3,627 个分区富集基因五区解剖结构标注41 名患者（42 例肿瘤）

41 例患者 42 例肿瘤五区空间转录组与病理影像图谱

Allen Institute for Brain Science url: https://glioblastoma.alleninstitute.org/ 63

基因组学与多组学医疗NLP药物发现与化学生物医学文献知识图谱蛋白质组学

OmniPath — 文献策展信号通路整合层

知识库文本数据结构化数据不适用（分子生物学先验知识库，无患者个体数据）

把 100+ 个原始资源汇成五大数据库的信号通路整合枢纽：103,396 条蛋白互作、39,201 条酶-PTM 关系、14,348 条配体-受体连接，逐资源继承许可并支持商用过滤

由 pypath 构建器汇集 100+ 个原始资源（文献策展 + 高通量 + 预测 + 原始实验）生成五大整合数据库，经 web service 分发 23

医学影像影像-文本对齐评测基准X光影像

RadEvalX：生成报告的错误谱与自动指标对齐度

临床文本影像报告人工标注开放获取100 份报告对（IU-Xray 原文与 M2Tr 生成各一份），从 590 份生成报告里筛出；错误标注 200 行（显著与不显著各 100 行）

两名放射科医师对 100 份 IU-Xray 报告与 M2Tr 生成报告的逐条比对，八大类错误按「临床显著」与「不显著」分开计数，并用同一批样本检验 BLEU、BERTScore、CheXbert、RadGraph F1 与 RadCliQ 到底测到了什么

IU-Xray 数据集的胸部 X 光报告作为金标准，M2Tr 模型生成的对应报告作为待评对象，两名放射科医师逐条比对标注八类错误；自动指标在同一批 590 份报告上计算 21

生理信号可穿戴传感步态与运动时序数据

Human Activity Recognition Using Smartphones — 30 人 6 类活动 561 特征惯性传感基准

30 名受试者6 类身体活动561 维特征10,299 样本50 Hz 采样58.2 MB30 名健康志愿者（非患者队列）

腰挂 Samsung Galaxy S II × 50 Hz 加速度计+陀螺仪 × 10,299 样本 6 类日常活动

UCI 机器学习库（数据收集：意大利热那亚大学 DITEN + 西班牙加泰罗尼亚理工大学 CETpD） url: https://archive.ics.uci.edu/dataset/240/human+activity+recognition+using+smartphones 38

医疗NLP生物医学文献命名实体识别关系抽取评测基准

GENIA — 生物医学事件抽取基座语料

2,000 篇 MEDLINE 摘要40 万+ 词10 万条标注XML约 25MBCC BY 3.0 开放获取0 名患者（公开文献摘要语料）

2,000 篇 MEDLINE 摘要 / 10 万条术语标注的开山语料

GENIA Project, Tsujii Laboratory, University of Tokyo url: http://www.geniaproject.org 49

医疗NLP医学问答与基准临床文本评测基准

BLUE 基准 — 生物医学 NLP 十语料评测基准

5 任务 10 语料约 80,842 个实例仓库本体公有领域部分语料需申请TSVBioCCoNLL 格式不适用（文本基准，临床语料源自去标识病历）

5 任务 10 语料，横跨文献与临床文本的生物医学版 GLUE

美国国家生物技术信息中心（NCBI / NLM / NIH） url: https://github.com/ncbi-nlp/BLUE_Benchmark 104

电子健康记录临床电子病历队列研究基因组学与多组学心血管疾病

MyCode — 美国最大 EHR-基因组配对队列

350,000+ 名参与者233,185 例外显子测序中位 14 年纵向 EHR81 基因返现面板控制访问（DUA）350,000+ 名参与者

35 万人 EHR×外显子测序配对队列，美国最大健康系统生物样本库

Geisinger Health System（与 Regeneron Genetics Center 合作测序） url: https://www.geisinger.edu/gchs/research/mycode 46

可穿戴传感生理信号步态与运动心电信号

开胸术后虚弱患者可穿戴运动信号数据集

生理信号时序数据临床变量开放获取80 名患者（337 人筛选，99 人符合纳入，19 人因技术问题丢失信号）；196 条记录

立陶宛康复医院 80 名 65 岁以上开胸术后虚弱患者，用 Polar H10 胸带采集五项次极量运动测试的 130 Hz 单导联心电与 200 Hz 三轴加速度，共 196 条记录、2.5 GB

立陶宛 Kulautuva 康复医院（考纳斯大学医院体系）2020-11-19 至 2022-01-03 招募的开胸术后虚弱患者，Polar H10 胸带采集，PhysioNet 开放发布 21

电子健康记录重症监护临床电子病历时序数据真实世界数据

GOSSIS-1 — 全球重症时序

131,051 例 ICU 住院204 家美国医院216 列原始特征3 个 CSV.gz 文件PhysioNet 凭证化获取131,051 例 ICU 住院（PhysioNet 公开子集）；GOSSIS-1 总训练池约 380,280 例

三国 366 家医院 380,280 例重症住院的死亡率预测基准

MIT Laboratory for Computational Physiology（PhysioNet 托管，GOSSIS 联盟） url: https://physionet.org/content/gossis-1-eicu/ 43

电子健康记录公共卫生与流行病学临床电子病历流行病学真实世界数据

Epic Cosmos — 3 亿+患者聚合 EHR 平台

3 亿+ 去重患者330+ 参与机构39% 患者 5 年+ 纵向数据聚合层免费行级层付费认证SlicerDicer + DSVM 双层访问3 亿+ 去重患者（截至 2026-09，官方口径 300M+）

3 亿+ 去重患者、330+ 机构的聚合 EHR 真实世界数据平台

Epic Systems Corporation url: https://cosmos.epic.com/ 90

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。