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 1433 个数据集

基因组学与多组学医疗NLP知识图谱蛋白质组学

Gene Ontology — 全球基因功能本体知识库

38,092 条有效 GO 术语15,129,348 条注释OBOOWLJSONGAF 多格式CC BY 4.0 开放许可月度版本发布不适用（本体知识库，无患者数据）

38,092 条有效术语 + 1,512 万条注释的开放本体，月度更新、CC BY 4.0

Gene Ontology Consortium（GO 联盟） url: https://geneontology.org/ 62

医学影像CTPET肿瘤学

AutoPET I/II — 全身 PET/CT 病灶自动分割基准

["1,014 组全身 FDG-PETCT""900 名患者""418.85 GB DICOM""501 阳性 + 513 阴性""CC BY 4.0（去脸版）CC BY-NC900 名患者（1,014 次检查）

1,014 组全身 FDG-PET/CT，900 名患者的肿瘤病灶分割基准

name: "University Hospital Tübingen & LMU University Hospital Munich（The Cancer Imaging Archive 收录）" url: "https://www.cancerimagingarchive.net/?p=41513/" 115

神经科学公共卫生与流行病学队列研究

NKI-Rockland Sample — 全生命周期多模态脑影像队列

1,500 名受试者（Sample I）6-85 岁全生命周期3 种 TR 静息 fMRI + 137 方向 DTIBIDS 格式开放下载高维表型需 DUA1,500 名受试者（Sample I，2011-2020）

1,500 名 6-85 岁社区受试者的多波段 MRI + 深表型开放队列

Nathan S. Kline Institute for Psychiatric Research / FCP-INDI url: https://fcon_1000.projects.nitrc.org/indi/enhanced/ 96

眼科影像生理信号时序数据真实世界数据

PERG-IOBA 图形视网膜电生理数据集

生理信号时序数据临床变量开放获取304 名受试者；336 份记录；一千三百余条 PERG 信号

西班牙巴利亚多利德大学 IOBA 研究所二十年积累的 336 份记录、一千三百余条瞬态图形视网膜电图，每条 255 个采样点覆盖 150 毫秒，配年龄、性别、视力与至多三项诊断，是最早公开的眼科电生理信号库之一

西班牙巴利亚多利德大学应用眼科生物学研究所（IOBA）2003 至 2022 年临床检查，Metrovision MonPack 120 视诱发电位仪采集 26

电子健康记录药物发现与化学真实世界数据药物安全

TriNetX — 全球真实世界数据研究网络

3.09 亿+ 患者生命240+ 医疗机构940 亿+ 临床数据点20+ 国家合作申请获取3.09 亿+ 患者生命（240+ 医疗机构去识别 EHR，截至 2026-06）

连接 240+ 医疗机构、3.09 亿+ 患者去识别 EHR 的联邦式真实世界数据平台

TriNetX, LLC（The Carlyle Group 旗下） url: https://trinetx.com/ 151

药物发现与化学医学问答与基准化学信息学评测基准量子化学

PCQM4Mv2 — OGB-LSC 量子化学图回归数据集

3,746,619 个分子HOMO-LUMO gap（eV）约 1.5GB SDF约 8GB 预处理后DFT 计算标签3D 坐标仅训练验证集CC BY 4.0 开放不适用（分子数据集，3,746,619 个有机分子）

图学习史上最大规模公开量子化学回归基准 · 374 万分子 · 引用 633+

Stanford OGB 团队（整理发布）× PubChemQC 项目（DFT 计算来源） url: https://ogb.stanford.edu/docs/lsc/pcqm4mv2/ 89

医疗NLP生物医学文献临床文本

PMC OA Subset — 全球最大开放获取生物医学全文语料

近 8,000,000 篇全文文章与预印本JATS XML + TXT + PDF + JSON逐篇 CC 许可免费匿名 S3 下载不适用（文献语料）：约 8,000,000 篇文章版本，无患者级记录

近 800 万篇 CC 许可生物医学全文，LLM 预训练的事实底座

National Library of Medicine (NLM), National Institutes of Health (NIH) url: https://pmc.ncbi.nlm.nih.gov/tools/openftlist/ 126

医疗NLP生物医学文献关系抽取命名实体识别药物安全

BC5CDR — 化学-疾病关系抽取金标准

1,500 篇 PubMed 摘要3,116 条 CID 关系4,409 个化学物概念5,818 个疾病概念PubTator + BioC 格式免费开放下载1,500 篇文献（非患者队列）

1,500 篇 PubMed 摘要、3,116 条 CID 关系的文献挖掘金标准语料

NCBI（NIH）/ BioCreative V CDR 任务团队 url: http://www.biocreative.org/tasks/biocreative-v/track-3-cdr/ 68

电子健康记录时序数据重症监护

eICU-Collaborative — 美国多中心重症监护数据库

约 3.6 GB（压缩 CSV）13.9 万名患者脱敏处理13.9 万名患者

MIT 计算生理学实验室 & Philips Healthcare 151

药物发现与化学化学信息学分子生成

GDB-17 — 化学宇宙 1,664 亿小分子

1,664.4 亿枚举分子50M 可下载子集 484 MBSMILES 文本格式免费下载须引用非患者数据（计算枚举的分子结构库）

枚举 1,664.4 亿个有机小分子的化学宇宙数据库

瑞士伯尔尼大学（University of Bern）Reymond 研究组 url: https://gdb.unibe.ch/downloads/ 78

基因组学与多组学蛋白质组学表观基因组转录组

TCGA — 癌症基因组图谱

约 2.5 PB 规模约 20000 个样本33 种癌症类型7 种分子表征平台11000+ 名患者11,000+ 名患者

美国国家癌症研究所 (NCI) https://portal.gdc.cancer.gov/ 121

基因组学与多组学肿瘤学测序数据

cBioPortal — 肿瘤基因组多组学数据平台

468+ 项托管研究200+ 项已发表研究REST API v2 免费访问突变CNA表达甲基化RPPAAGPL-3.0 开源软件hg19GRCh37 为主200+ 项公开研究；最大单项 25,775 例（MSK MetTropism）

468+ 项肿瘤研究的突变/拷贝数/表达/甲基化聚合门户

Memorial Sloan Kettering Cancer Center（MSK）等 url: https://www.cbioportal.org 61

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。