医疗数据库下载

④ 《医疗器械分类目录》在哪里可以查询到

医疗器械是指直接或间接用于人体的仪器、设备、器具、体外诊断试剂及校准物、材料以及类似或者相关的物品，包括所需要的计算机软件，主要是通过物理的方式获得，例如：医用成像器械（ct、心电图等）、有源手术器械（超声碎石、骨科手术仪等）等等。

国家对于医疗器械按照风险程度实行分类的管理。

第一类是风险程度较低，实行常规管理可以保证其安全、有效的医疗器械。

第二类是中风险，需要严格控制管理以保证其安全、有效的医疗器械。

第三类是具有较高风险，需要采取特别措施严格控制管理以保证其安全、有效的医疗器械。

医疗器械分类目录的查询方式

官方的查询方式

通过搜索“nmpa”，进入国家药品监督管理局，在导航栏中选择医疗器械下的“医疗器械查询”，在所有目录中选择“医疗器械分类目录”查询。

医疗器械分类目录

⑤ 最完整的药品数据库查询网站

当然是戊戌数据啦，涵盖了国内国外各种医药学的数据。包括中国药品注册，中国上市药品，仿制药一致性评价，美国上市药品，欧盟上市药品，中国基本药物目录，中国医保目录，中国临床试验，药物杂质对照品，中国制药企业库，美国橙皮书，药品说明书，ClinicalTrials，中国上市医疗器械，中国生物制品批签发，欧盟HMA上市药品，日本橙皮书，日本上市药品等一系列关于医药学的数据库查询。

⑥ 定点医疗机构、医保医师、医保护士代码数据库动态维护生成授权书怎么下载下载之后的名称和位置在哪里

建议你直接向当地的医保行政部门(医保局)咨询。

⑦ 常用的医药文献检索外文数据库有哪些

国际医学文献数据库检索网站

Medline——世界上最著名的医学文献检索系统之一

AIDS Databases——有关艾滋病的临床实验、药物研制以及相关文献数据库

CANCERLIT——癌症数据库(National Cancer Institute)

CHID online——综合卫生信息数据库，提供有关卫生、卫生教育资源的题录、文摘等信息

ClinicalTrials.gov——向医患人员提供的临床实验信息数据库

DIRLINE——收集美国约17,000个政府机构、研究机构、公司、学术机构等信息

药物信息库——包含有9,000余种美国处方与非处方药物信息

HSTAT——包括有健康指南、评价、和消费者指南信息的全文数据库

NCCAM Resources——补充和替代医学资源

Dietary Supplements——提供维生素、矿物质、植物等信息

畸形、智力迟缓数据库——提供先天畸形、智力发育迟缓信息

LOCATORplus——杂志、书籍和视听教材目录数据库

Chemical Abstract——覆盖化学、化工、医学、生物学、环境、食品等多学科的科技文献系统

Dialog 联机检索系统——世界上最大的文献检索系统

Biomedicine——荷兰医学文摘，世界权威性的医药文献数据库。

RHO——生殖健康展望，由William H .Gates 基金会的基金资助

Out Look——有关生殖健康的论题，由 PATH 出版，联合国人口基金资助，可免费索取

医药信息网——有药品数据库、疾病数据库、新药数据库、医药市场等主要数据库

MEDLINE Search——最权威的生物医学文献数据库，可获取全球范围内的4300种期刊的文献

Consensus Statements——提供对医生、患者有重要意义的有争议医学问题一致性见解

Cancer net Database——综合癌症信息数据库

Rare Diseases Database——罕见疾病临床研究数据库

Visible Human Project——可视人计划数据库

TOXNET Databases——毒理学数据库，将有关毒理和有害物质信息分为八个文档

FDA——最新的有关食品、药物、生物制剂、美容品、医学装置等通过、调整等信息

Guideline Clearinghouse——提供临床医疗指南，汇总美国各权威协会和学术机构制定的各种指南性文件

Women's Health & Environment——妇女卫生与健康研究信息数据库

Rehabilitation Information——康复信息数据库

INFOTRIEVE——可通过WEB浏览器查找医学文献

CLINIWEB——医学信息检索系统，帮助医生从WEB上查询有用的医学信息

Health A to Z——一个功能强大的INTERNET医学信息资源搜索器

Medguide——收录了网上大部分生物医学资源，支持多词逻辑检索

achoo——INTERNET医学信息资源搜索

MedAll List——是哈佛大学收集医药网点的列表，有大量网上医学院校和图书馆的联接

MedExplorer——检索方法简便，主要提供有关医学新闻及杂志的信息

MEL health resources——将INTERNET上的医药信息按学科分类进行整理，提供关键词查找

Medical Virtual library——是一个分布式的资源系统，提供关键词查找，并有按字序排列的列表

BiomedNet——由美国多家机构联合建立，收集网页1万余个

Medscape——面向临床医师和其他医疗卫生专业人员的交互式的商用Web站点

Medical Matrix——有分类检索和关键词检索两种检索方式。还提供免费Mailing lists

Doctor's Guide——向医生和患者提供信息和服务，特色服务是新闻和会议消息

美国化学文摘社——世界最大、最强化学信息库,1300万条摘要、1650万种物质

美国专利数据库——提供美国专利目录和摘要数据库,免费查找专利名称、摘要等信息

天然产物数据库——提供75年以来活性天然产物，通过电子邮件申请帮助查询

IBM 专利服务器——提供美国专利局26年来的专利摘要，免费摘要、付费定购拷贝件

Science 科学——世界订户最多综合性科学刊物，这是我国引进的电子版

PharmInfoNet——医药信息网，提供药品、疾病、新药数据库；医学专题综述、医药市场等

Nature Medicine——自然杂志出版生物医学论文，提供1996年以来各期目录及摘要

The Lancet 柳叶刀——始于1823年著名医学杂志，提供大量全文，全部免费阅读')

美国国家健康研究所——联邦政府生物医学研究中心，世界上著名的生物医学研究中心

HealthGate数据公司——提供免费Medline查询，最新研究信息，帮助临床治疗、生物医学研究及教育

生物医学文献数据库——中国医科院信息研究所研制，综合性生物医学数据库，国内权威

美国医学协会出版物——美国医学协会出版，新闻、文摘或全文，包括以下部分。内科学文卷、皮肤病文卷、外科学文卷、眼科学文卷、美国医学会志、美国医学新闻、神经病学文卷、妇女健康杂志、家庭医疗文卷、普通精神病学文卷、耳鼻喉、头颈外科、儿科及青春期医学

British Medical Journal——英国医学杂志

Medical Conference——医学会议库，4500多条会议信息，每日更新

NIST Webbook and Chemistry Webbook——美国国家标准与技术研究所数据集，免费查询5000多种化合物的红外光谱，8000多种化合物质谱等等。

New England Journal of Medicine——报道医学重要研究成果的周刊，提供全部过刊信息及现刊的论文摘要

⑧ 常用的医药文献检索外文数据库有哪些

1.Pubmed

是医学,生命科学领域的数据库,旨在组织、分享科研领域信息。为用户提供文献检索,图片检索,影响因子查询,免费全文下载,国家自然科学基金统计分析等服务

如果是校外没有这些数据库账号，可以从seek68文献馆中找到。而且还省米。

⑨ 哪些医学数据库可以免费下全文

基本上很少用，你可以看看首席医学网，有一些免费的全文，但是非常少

⑩ 「数据集」医学图像数据集与竞赛大全

智能医疗有很多的发展方向，例如医学影像处理、诊断预测、疾病控制、 健康 管理、康复机器人、语音识别病历电子化等。当前人工智能技术新的发力点中的医学图像在疾病的预测和自动化诊断方面有非常大的意义，本篇即针对医学影像中的病例分析，降噪，分割，检索等领域来介绍一些常用的数据集。

1.1 病例分析数据集

1.1.1 ABIDE

发布于2013年，这是一个对自闭症内在大脑结构的大规模评估数据集，包括539名患有ASD和573名正常个体的功能MRI图像。

1.1.2 OASIS

OASIS，全称为Open Access Series of Imaging Studies，已经发布了第3代版本，第一次发布于2007年，是一项旨在使科学界免费提供大脑核磁共振数据集的项目。它有两个数据集可用，下面是第1版的主要内容。

(1) 横截面数据集：年轻，中老年，非痴呆和痴呆老年人的横断面MRI数据。该组由416名年龄在18岁至96岁的受试者组成的横截面数据库组成。对于每位受试者，单独获得3或4个单独的T1加权MRI扫描包括扫描会话。受试者都是右撇子，包括男性和女性。100名60岁以上的受试者已经临床诊断为轻度至中度阿尔茨海默病。

(2) 纵向集数据集：非痴呆和痴呆老年人的纵向磁共振成像数据。该集合包括150名年龄在60至96岁的受试者的纵向集合。每位受试者在两次或多次访视中进行扫描，间隔至少一年，总共进行373次成像。对于每个受试者，包括在单次扫描期间获得的3或4次单独的T1加权MRI扫描。受试者都是右撇子，包括男性和女性。在整个研究中，72名受试者被描述为未被证实。包括的受试者中有64人在初次就诊时表现为痴呆症，并在随后的扫描中仍然如此，其中包括51名轻度至中度阿尔茨海默病患者。另外14名受试者在初次就诊时表现为未衰退，随后在随后的访视中表现为痴呆症。

1.1.3 DDSM

发布于2000年，这是一个用于筛选乳腺摄影的数字数据库，是乳腺摄影图像分析研究社区使用的资源。该项目的主要支持来自美国陆军医学研究和装备司令部的乳腺癌研究计划。DDSM项目是由马萨诸塞州综合医院（D. Kopans，R. Moore），南佛罗里达大学（K. Bowyer）和桑迪亚国家实验室（P. Kegelmeyer）共同参与的合作项目。数据库的主要目的是促进计算机算法开发方面的良好研究，以帮助筛选。数据库的次要目的可能包括开发算法以帮助诊断和开发教学或培训辅助工具。该数据库包含约2,500项研究。每项研究包括每个乳房的两幅图像，以及一些相关的患者信息（研究时间，ACR乳房密度评分，异常微妙评级，异常ACR关键字描述）和图像信息（扫描仪，空间分辨率等）。包含可疑区域的图像具有关于可疑区域的位置和类型的像素级“地面真实”信息。

1.1.4 MIAS

MIAS全称为MiniMammographic Database，是乳腺图像数据库。

乳腺MG数据（Breast Mammography）有个专门的database，可以查看很多数据集，链接地址为：

1.1.5 MURA

发布于2018年2月，吴恩达团队开源了 MURA 数据库，MURA 是目前最大的 X 光片数据库之一。该数据库中包含了源自14982项病例的40895张肌肉骨骼X光片。1万多项病例里有9067例正常的上级肌肉骨骼和5915例上肢异常肌肉骨骼的X光片，部位包括肩部、肱骨、手肘、前臂、手腕、手掌和手指。每个病例包含一个或多个图像，均由放射科医师手动标记。全球有超过17亿人都有肌肉骨骼性的疾病，因此训练这个数据集，并基于深度学习检测骨骼疾病，进行自动异常定位，通过组织器官的X光片来确定机体的 健康 状况，进而对患者的病情进行诊断，可以帮助缓解放射科医生的疲劳。

参考2018年论文：MURA: Large Dataset for Abnormality Detection in Musculoskeletal Radiographs.

1.1.6 ChestX-ray14

参考论文：

CheXNet: Radiologist-Level Pneumonia Detection on Chest X-Rays with Deep Learning

ChestX-ray14 是由NIH研究院提供的，其中包含了30,805名患者的112,120个单独标注的14种不同肺部疾病（肺不张、变实、浸润、气胸、水肿、肺气肿、纤维变性、积液、肺炎、胸膜增厚、心脏肥大、结节、肿块和疝气）的正面胸部 X 光片。研究人员对数据采用NLP方法对图像进行标注。利用深度学习的技术早期发现并识别胸透照片中肺炎等疾病对增加患者恢复和生存的最佳机会至关重要。

1.1.7 LIDC-IDRI

LIDC-IDRI数据集是由美国国家癌症研究所(National Cancer Institute)发起收集的，目的是为了研究高危人群早期肺结节检测。该数据集中，共收录了1018个研究实例。对于每个实例中的图像，都由4位经验丰富的胸部放射科医师进行两阶段的诊断标注。该数据集由胸部医学图像文件(如CT、X光片)和对应的诊断结果病变标注组成。

1.1.8 LUNA16

发布于2016年，是肺部肿瘤检测最常用的数据集之一，它包含888个CT图像，1084个肿瘤，图像质量和肿瘤大小的范围比较理想。数据分为10个subsets，subset包含89/88个CT scan。

LUNA16的CT图像取自LIDC/IDRI数据集，选取了三个以上放射科医师意见一致的annotation，并且去掉了小于3mm的肿瘤，所以数据集里不含有小于3mm的肿瘤，便于训练。

1.1.9 NSCLC

发布于2018年，来自斯坦福大学。数据集来自211名受试者的非小细胞肺癌（NSCLC）队列的独特放射基因组数据集。该数据集包括计算机断层扫描（CT），正电子发射断层扫描（PET）/ CT图像。创建该数据集是为了便于发现基因组和医学图像特征之间的基础关系，以及预测医学图像生物标记的开发和评估。

1.1.10 DeepLesion

DeepLesion由美国国立卫生研究院临床中心（NIHCC）的团队开发，是迄今规模最大的多类别、病灶级别标注临床医疗CT图像开放数据集。在该数据库中图像包括多种病变类型，目前包括4427个患者的32,735 张CT图像及病变信息，同时也包括肾脏病变，骨病变，肺结节和淋巴结肿大。DeepLesion多类别病变数据集可以用来开发自动化放射诊断的CADx系统。

1.1.11 ADNI

ANDI涉及到的数据集包括如下几部分Clinical Data（临床数据）、MR Image Data（磁共振成像）、Standardized MRI Data Sets、PET Image Data（正电子发射计算机断层扫描）、Gennetic Data（遗传数据）、Biospecimen Data（生物样本数据）。

1.2 医学降噪数据集

1.2.1 BrainWeb数据集

发布于1997年，这是一个仿真数据集，用于医学图像降噪。研究者可以截取不同断层的正常脑部仿真图像，包括T1，T2，PD3种断层，设置断层的厚度，叠加高斯噪声或者医学图像中常见的莱斯噪声，最终会得到181×217大小的噪声图像。

1.3 医学分割数据集

1.3.1 DRIVE数据集

发布于2003年，这是一个用于血管分割的数字视网膜图像数据集，它由40张照片组成，其中7张显示出轻度早期糖尿病视网膜病变迹象。

1.3.2 SCR数据集

发布于2000年，胸部X光片的分割，胸部X光片中解剖结构的自动分割对于这些图像中的计算机辅助诊断非常重要。SCR数据库的建立是为了便于比较研究肺野，心脏和锁骨在标准的后胸前X线片上的分割。

本着合作科学进步的精神，我们可以自由共享SCR数据库，并致力于在这些分割任务上维护各种算法结果的公共存储库。在这些页面上，可以在下载数据库和上载结果时找到说明，并且可以检查各种方法的基准结果。

1.3.3 医学图像分析benchmark

在网址https://grand-challenge.org/challenges/提供了时间跨度超过10年的医学图像资料。

1.3.4 Ardiac MRI

ardiac MRI 是心脏病患者心房医疗影像数据，以及其左心室的心内膜和外膜的图像标注。包括33位患者案例，每个受试者的序列由沿着长的20帧和8-15个切片组成，共7980张图像。

1.3.5 NIH

发布于2017年，这是一个胸部X射线数据集，包含30,805个患者，14个疾病图像标签（其中每个图像可以具有多个标签），112,820个正面X射线图像，标签是使用自然语言处理从相关的放射学报告中自动提取。十四种常见的胸部病变包括肺不张，巩固，浸润，气胸，水肿，肺气肿，纤维化，积液，肺炎，胸膜增厚，心脏扩大，结节，肿块和疝。由于许多原因，原始放射学报告（与这些胸部X射线研究相关）并不是公开分享的。所以文本挖掘的疾病标签预计准确度 > 90％，这个数据集适合做半监督的学习。

1.4 List of Open Access

在List of Open Access Medical Imaging Datasets网站上可以看到更多的相关方向的数据集。

2.1 VISCERAL

VISCERAL 是Visual Concept Extraction Challenge in Radiology的缩写，是放射学中的视觉概念提取挑战赛。他们提供几种不同成像模式（例如CT和MR）的几种解剖结构（例如肾，肺，膀胱等）的放射学数据以及一个云计算实例。

2.2 Grand Challenges

提供了医学图像分析领域内所有挑战的概述，下面举的例子是2019年的医学图像方面将要举办的竞赛。

2.3 Dream Challenges

这个挑战赛中包括有数字乳腺摄影梦想挑战；ICGC-TCGA DREAM体细胞突变称为RNA挑战（SMC-RNA）等等。

最后提供给对医学影像处理感兴趣的童鞋一个超级赞的github链接如下：

这是Github上哈佛 beamandrew机器学习和医学影像研究者贡献的数据集，包括了医学影像数据、竞赛数据、来自电子 健康 记录的数据、医疗数据、UCI数据集、生物医学文献等。