© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
万全数据（北京）科技有限公司
企业万全数据（北京）科技有限公司成立于2024年，属互联网和相关服务，主营技术服务、技术开发、技术咨询、技术交流。面向心血管疾病、医疗AI、医学影像等领域提供数据服务，开放心血管疾病CVD数据集（心血管疾病、医疗AI）、卵巢组织病理切片图像数据集（医学影像、AI辅助诊断）、脑肿瘤四分类（胶质瘤、 脑膜瘤 、垂体瘤、无肿瘤）影像（医疗影像、肿瘤分类），支撑诊疗分析与医疗质控。
心血管疾病医疗AI服务医学影像互联网服务数据服务
数据集列表
胃组织病理切片图像数据集
本数据集为标准化的胃组织病理切片图像数据集，涵盖了胃正常组织、癌前病变及早期胃癌的病理图像特征，可在具备病理图像 AI 辅助诊断能力的医疗机构、科研机构及医学教育机构中使用，为胃癌的早筛早诊、病理诊断标准化提供数据支撑，有效解决了基层医院病理诊断能力不足、胃癌早诊率低的行业痛点。具体应用场景如下：
基层医疗机构早筛应用：针对基层医院病理医生短缺的问题，该数据集训练的 AI 模型可帮助基层医生快速完成病理切片的初筛，将疑似早期胃癌的病例自动标记，优先推送至上级医院复核，大幅提升基层的胃癌早诊能力，让基层患者在家门口就能获得标准化的病理诊断服务，无需长途奔波至三甲医院。
科研与教学应用：针对胃癌病理特征研究、AI 算法研发的需求，该数据集可作为高质量的标注数据，为科研工作者提供标准化的病理图像样本，助力胃癌病理机制的研究；同时为医学院校的病理教学提供标准化的样本，帮助医学生快速掌握胃癌的病理特征，提升教学效果，培养更多的病理诊断人才。
北京市数据知识产权2026-04-14 更新270
乳腺组织病理切片图像数据集
本数据聚焦于乳腺组织病理切片图像的 AI 辅助诊断分析，构建了乳腺肿瘤与非肿瘤组织的标准化病理图像特征库，揭示了乳腺病理图像特征与肿瘤分类之间的定量关系，为公司（作为 AI 医疗产品开发商）及外部相关方提供了重要的诊断技术优化依据，具有显著的应用价值。具体体现在以下方面：
1. 优化 AI 辅助诊断产品开发：公司可通过分析乳腺病理图像特征与肿瘤分类的关联规律，训练深度学习模型，开发乳腺癌病理图像自动识别系统，精准调控模型的分类阈值，优化 AI 辅助诊断系统的算法结构和识别精度，科学制定病理切片的自动筛查标准和质量控制参数，提升乳腺癌病理诊断的效率和准确率，助力乳腺癌的早筛早诊。
2. 推动行业科技进步：本数据可以给乳腺癌病理诊断领域的相关科研工作者、AI 技术研发人员、病理科医生、质量管理人员、医学教育人员等使用，为他们开展乳腺癌病理图像 AI 算法研发、肿瘤病理特征研究、病理诊断质量控制、临床科研分析、医学教学培训等工作提供支撑，助力乳腺癌早期诊断技术的研发，推动病理诊断的标准化和智能化，缩小不同地区的医疗资源差距。
北京市数据知识产权2026-04-14 更新160
脑肿瘤四分类（胶质瘤、 脑膜瘤 、垂体瘤、无肿瘤）影像数据集
AI 医疗模型全流程开发与优化，多分类模型基础训练：作为核心训练数据，支撑 CNN、ResNet、Vision Transformer 等深度学习模型的开发，实现胶质瘤、脑膜瘤、垂体瘤与无肿瘤脑部图像的精准四分类，解决基础二分类模型无法区分肿瘤亚型的痛点。模型性能迭代与验证：用于模型超参数调优、泛化能力测试和鲁棒性验证，通过不同的图像样本，提升模型对罕见病例、微小肿瘤的识别准确率，避免模型过拟合。轻量化模型适配训练：针对基层医疗设备、移动医疗终端等场景，训练轻量化 AI 模型，降低模型算力需求。多模态模型融合开发：若数据集包含 CT、MRI 等多种影像类型，可用于训练跨模态融合模型，提升 AI 系统对不同医疗影像设备输出结果的适配能力。临床医疗辅助诊断与效率提升，放射科精准预筛查：AI 模型先对海量脑部影像进行自动分类，快速标记出胶质瘤、脑膜瘤、垂体瘤及正常影像，减少医生阅片时的无效筛查，聚焦重点病例分析。基层医院辅助诊断支撑：为缺乏神经科专科医生的基层医疗机构提供技术支持；急诊快速分诊辅助：AI 可快速处理影像并给出肿瘤类型初步判断，助力急诊医生快速区分肿瘤急症与普通病症。
北京市数据知识产权2026-02-04 更新290
卵巢组织病理切片图像数据集
本数据聚焦于卵巢组织病理切片图像的 AI 辅助诊断分析，构建了卵巢肿瘤与非肿瘤组织的标准化病理图像特征库，为卵巢癌辅助诊断 AI 模型的训练、验证及临床应用提供了高质量的标注数据支撑，有效解决了传统病理诊断过度依赖人工经验、诊断效率低、基层医院病理医生短缺导致的漏诊误诊风险高的痛点，具有显著的临床与科研应用价值。具体体现在以下方面：
优化 AI 辅助诊断产品开发：医院可通过该数据集训练 ResNet-50 等深度学习模型，开发卵巢癌病理图像自动识别系统，实现病理切片的快速自动筛查，将单张切片诊断时间从人工的 10 分钟缩短至 1 秒，大幅提升病理科的诊断效率；，为基层医院提供标准化的病理诊断能力，有效解决基层病理医生短缺、诊断能力不足的问题。
支撑临床与科研工作：本数据可面向病理科医生、AI 研发人员、医学科研工作者、质量管理人员等使用，为他们开展卵巢癌病理特征研究、AI 辅助诊断算法研发、病理诊断质量控制、临床科研分析等工作提供高质量的标注数据，助力卵巢癌早期诊断技术的研发，推动卵巢癌病理诊断的标准化和智能化。
北京市数据知识产权2026-04-14 更新390
心血管疾病CVD数据集
本数据集为多维度标准化心血管疾病（CVD）数据集，整合了心电信号、心功能指标、临床体征及影像特征等多源数据，覆盖正常心血管生理指标、冠心病、心律失常、心力衰竭等常见心血管疾病类型，适配医疗机构、医疗 AI 研发企业、科研院所及公共卫生防控机构的应用需求，有效解决心血管疾病早期筛查精准度低、诊断依赖专业资源、科研缺乏标准化数据支撑的行业痛点，为心血管疾病的早筛早诊、智能诊断研发、疾病机制研究提供核心数据支撑。具体应用场景如下：可应用于各级医院心内科、体检中心、急诊科室，依托数据集训练的 AI 辅助诊断模型，实现对心电信号、影像数据的快速自动分析，为临床医生提供疾病筛查结果和诊断参考依据，大幅提升心血管疾病初筛效率，缓解三甲医院诊断压力，弥补基层医疗机构专业诊疗人员不足的短板，实现心血管疾病的标准化、高效化临床诊断。
北京市数据知识产权2026-04-14 更新450