中药多维知识图谱
中药多维知识图谱（TCM-MKG）是由Jingqi Zeng开发的开源数据平台，旨在整合并标准化中药与现代生物医学知识。它汇集了来自30多个权威资源的数据，并通过对齐ICD-11、UMLS、MeSH和DOID等标准，支持全球可互操作的研究
基本信息
资源简介
中药多维知识图谱
（Traditional Chinese Medicine Multidimensional Knowledge Graph，TCM-MKG）是由Jingqi Zeng开发的开源数据平台，旨在整合并标准化中药与现代生物医学知识。该平台汇集了来自30多个权威资源的数据，并通过对齐ICD-11、UMLS、MeSH和DOID等标准，支持全球可互操作的研究。TCM-MKG以结构化表格格式公开发布，可作为知识图谱构建、基于图的分析、关系推理以及中医药研究中可解释人工智能的基础。其公开在线平台TCMXAI提供交互式数据检索、关联分析、实体关系图可视化以及基于浏览器的GraphAI-for-TCM模型访问。该数据集在站内分类中归属于消化系统疾病下的酒精性肝炎方向，作者为Zeng, Jingqi与Jia, Xiaobin，机构为中国药科大学，发布时间为2026年，采用知识共享署名非商业性使用4.0国际许可协议。
【数据集背景】
中医药知识体系历史悠久、内容庞杂，其概念、方剂、药材与现代生物医学术语之间长期存在表述差异与语义隔阂，这为跨学科研究和数据驱动的分析带来了障碍。TCM-MKG正是在这一背景下提出的开源数据平台，目标在于整合并标准化来自中医药与现代生物医学两个领域的知识。该平台由Jingqi Zeng开发，作者还包括Jia, Xiaobin，所属机构为中国药科大学。通过将中医药知识与现代生物医学标准进行对齐，TCM-MKG致力于支持全球可互操作的研究，使不同来源、不同体系的知识能够在统一框架下被检索、关联与分析。该数据集在站内被归类于消化系统疾病下的酒精性肝炎方向，发布时间为2026年。
【数据内容】
TCM-MKG整合并标准化了来自中医药与现代生物医学的知识，其数据以结构化表格格式公开发布。平台汇集了来自30多个权威资源的数据，并通过对齐ICD-11、UMLS、MeSH和DOID等标准，实现跨体系的语义互操作。作为知识图谱类数据资源，其内容可支撑知识图谱构建、基于图的分析、关系推理以及中医药研究中可解释人工智能等任务。关于数据的具体规模、实体类型、关系种类、字段结构、覆盖的药材或方剂数量等细节，源站未提供。
【采集与来源】
该平台的数据汇集自30多个权威资源，并通过对齐ICD-11、UMLS、MeSH和DOID等标准进行整合与标准化。开发者为Jingqi Zeng，合作作者为Jia, Xiaobin，所属机构为中国药科大学。数据来源站为doi.org。关于各具体来源资源的名称、采集时间、采集方式、更新频率及数据清洗流程等细节，源站未提供。
【适用场景】
TCM-MKG可作为知识图谱构建、基于图的分析、关系推理以及中医药研究中可解释人工智能的基础。其公开在线平台TCMXAI提供交互式数据检索、关联分析、实体关系图可视化以及基于浏览器的GraphAI-for-TCM模型访问。结合站内分类，该数据集可应用于消化系统疾病中酒精性肝炎相关的中医药与生物医学知识整合与分析场景。关于具体应用案例、验证实验或下游任务的性能表现，源站未提供。
【使用方法】
TCM-MKG以结构化表格格式公开发布，用户可基于该格式开展知识图谱构建、图分析、关系推理与可解释人工智能等研究。其公开在线平台TCMXAI（https://www.tcmxai.com/）提供交互式数据检索、关联分析、实体关系图可视化以及基于浏览器的GraphAI-for-TCM模型访问。关于数据下载方式、接口调用规范、平台操作步骤及技术文档等细节，源站未提供。
【质量与限制】
该平台整合并标准化了来自30多个权威资源的数据，并通过对齐ICD-11、UMLS、MeSH和DOID等标准支持全球可互操作的研究，这为其数据的一致性与互操作性提供了基础。该数据集采用知识共享署名非商业性使用4.0国际许可协议，限制了商业用途。关于数据准确性评估、覆盖完整性、偏差分析、版本更新机制及已知错误等具体质量与限制信息，源站未提供。
【引用与许可】
该数据集的作者为Zeng, Jingqi与Jia, Xiaobin，所属机构为中国药科大学，发布时间为2026年，来源站为doi.org。许可方式为Creative Commons Attribution Non Commercial 4.0 International，即知识共享署名非商业性使用4.0国际许可协议，允许在署名前提下进行非商业性使用。关于具体引用格式、DOI编号及许可的完整条款说明，源站未提供。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.5281/zenodo.23202835
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 1.11 GB。
数据说明
中医药多维知识图谱（TCM-MKG）是由曾靖奇开发的一个开源数据平台，旨在整合和标准化中医药与现代生物医学科学的知识。它汇集了来自30多个权威资源的数据，并通过与ICD-11、UMLS、MeSH和DOID等标准的对齐，支持全球可互操作的研究。TCM-MKG以结构化的表格形式公开发布，为中医药研究中的知识图谱构建、基于图的分析、关系推理和可解释人工智能奠定了基础。其公开在线平台TCMXAI（https://www.tcmxai.com/）提供交互式数据检索、关联分析、实体关系图可视化，以及基于浏览器的GraphAI-for-TCM模型访问，用于机制预测和配伍解读。数据集：https://doi.org/10.5281/zenodo.13763953 网站：https://www.tcmxai.com/ GitHub：https://github.com/ZENGJingqi/GraphAI-for-TCM
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
