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 1408 个数据集

基因组学与多组学变异与注释肿瘤学

CIViC — 肿瘤变异临床解读知识库

11,561 条临床证据项4,132 个变异978 个基因CC0 公有领域许可nightlymonthly TSV+VCFGraphQL API 开放非患者队列：4,386 篇文献来源、11,561 条变异-临床关联证据

11,500+ 条专家策展肿瘤变异临床证据，CC0 开放获取

华盛顿大学圣路易斯分校 Griffith 实验室（与 EBI 等合作） url: https://civicdb.org 63

医学影像医学问答与基准病理图像肿瘤学评测基准

Herlev Pap — 经典宫颈细胞学基准

917 张单细胞图像7 类细胞标签 + 分割掩码20 维数值特征BMP 格式 85.17MB免费免注册下载917 个单细胞样本（细胞级标注，无患者级元数据）

917 张单细胞 Pap 图像 · 7 类基准 · 宫颈细胞分类起点

丹麦技术大学（DTU）与 Herlev 大学医院；现由爱琴海大学 MDE-Lab 托管 url: http://mde-lab.aegean.gr/index.php/downloads/ 60

电子健康记录公共卫生与流行病学队列研究神经退行性疾病

HRS — 健康与退休研究队列

43,216 名累计参与者16 波30 年追踪三级访问分级基因 + 生物标志物 + Medicare 联动公开层注册免费4.3 万名参与者

美国老龄研究的国家基础设施 · 43,000+ 人 · 30 年 16 波纵向追踪

密歇根大学社会研究所（ISR）调查研究中心 url: https://hrs.isr.umich.edu/ 106

药物发现与化学医疗NLP

RxNorm 药物术语标准

14,592 成分17,544 临床药物RxCUI 唯一标识USCDI 交换标准月度发布不适用（术语标准资源；无患者数据）

14,592 成分 · 17,544 临床药物概念 · RxCUI 唯一标识：美国药品信息交换的官方标准

https://www.nlm.nih.gov/research/umls/rxnorm/ 63

医疗NLP药物发现与化学临床文本分子生成医学问答

MedDialog — 中英文医疗对话

中文 340.7 万条对话英文 25.7 万条对话raw 约 1.3 GiB JSONTXT免费公开下载非患者数据，医患对话语料

366 万条中英文医患在线问诊对话，迄今规模最大的开源医疗对话语料库

加州大学圣地亚哥分校（UCSD）AI4H 研究组 url: https://github.com/UCSD-AI4H/Medical-Dialogue-System 101

医学影像医学图像分割骨骼肌肉影像挑战赛数据集

US Nerve Segmentation — 颈部超声臂丛神经分割

5,635 张标注图11,143 张超声图2.3 GB TIFF竞赛专用获取Dice 0.7322647 名受试者

Kaggle 2016 超声分割竞赛 · 5,635 张标注图 · Dice 基准 0.73226

Kaggle（Ultrasound Nerve Segmentation 竞赛） url: https://www.kaggle.com/c/ultrasound-nerve-segmentation 45

电子健康记录真实世界数据肿瘤学

CancerLinQ — 肿瘤快速学习健康系统

900 万+ 患者记录去标识化 EHR 真实世界数据申请审核获取49 个瘤种数据集13 种 EHR 来源900 万+ 名患者（官方口径，截至 2026-09）

覆盖 900 万+ 癌症患者的美国肿瘤真实世界数据平台

CancerLinQ LLC（ASCO 发起，ConcertAI 旗下） url: https://www.cancerlinq.org/ 61

医学影像医学图像分割图像分类肿瘤学

DDTI — 甲状腺结节超声分割开放库

637 张像素级标注超声图像约 18.75 MB（Kaggle 镜像）XML 多边形轮廓 + TI-RADS 字段开放获取（免费）约 99–400 例（口径不一，详见 §3.2）

637 张像素级标注甲状腺超声图像的经典小样本基线

Cim@Lab, Universidad Nacional de Colombia（哥伦比亚国立大学）& IDIME url: http://cimalab.intec.co/applications/thyroid/ 75

医疗NLP医学问答与基准评测基准

CBLUE 中文生物医学语言理解评测基准 — 18 任务医疗 NLP 评测基准

约 195MB ZIP18 个子任务约 34 万条标注样本CC BY-NC-SA 4.0天池实名申请获取非患者数据，评测语料

首个中文医疗 NLP 多任务评测基准：18 个子任务、约 34 万条标注样本、天池长期打榜

中国中文信息学会医疗健康与生物信息处理专业委员会（CHIP）× 阿里云天池 url: https://tianchi.aliyun.com/cblue 96

基因组学与多组学GWAS测序数据转录组

GTEx — 人类组织基因表达调控图谱

约 1.74 万 RNA-seq 样本（V8）948 名供体 · 54 种组织WGS 中位 32×汇总数据开放免注册基因型需 dbGaP 申请948 名供体 · 1.74 万组织样本

全球最大健康人多组织表达与 eQTL 参考图谱 · 948 供体 · 54 组织

NIH Common Fund GTEx 项目（Broad Institute LDACC） url: https://gtexportal.org/home/ 230

基因组学与多组学测序数据微生物组

curatedMetagenomicData — 人体宏基因组整合库

22,588 个样本93 项研究TreeSummarizedExperiment (R)MetaPhlAn 3 + HUMAnN 3粪便样本占 93%22,588 个样本（2,599 名纵向受试者，非单患者临床库）

Bioconductor 上最大的开放人体宏基因组资源 · 2.2 万+ 样本 · 93 项研究一键可分析

Waldron Lab（CUNY）& Segata Lab（University of Trento）& Huttenhower Lab（Harvard T.H. Chan） url: https://bioconductor.org/packages/curatedMetagenomicData/ 66

电子健康记录公共卫生与流行病学队列研究流行病学调查数据

CHARLS — 中国老龄健康与养老全国追踪队列

基线 17,708 人2018 追访 19,816 人5 轮追踪 2011-2020,28 省 150 县 450 村社区Stata .dta 免费实名申请静脉血 9 类生物标志物约 1.9 万名 45 岁以上受访者(基线 17,708;2018 追访 19,816)

覆盖 28 省 150 县 450 村、1.9 万 45 岁以上受访者的 5 轮全国老龄追踪队列

北京大学国家发展研究院 CHARLS 项目组 url: https://charls.pku.edu.cn/ 181

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。