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 754 个数据集

基因组学与多组学病理图像单细胞基因组学转录组队列研究

KPMP — 肾脏多组学精准医学图谱

22,824 个数据文件612 名参与者WSI 6,625 张9 类空间与单细胞 assayCC BY 4.0 开放 + DUA 受控临床元数据分箱化612 名参与者

NIH/NIDDK 资助肾脏精准医学项目 · 612 名参与者 · 22,824 个文件的 WSI+单细胞+空间多组学图谱

KPMP Consortium（NIH/NIDDK 资助） url: https://www.kpmp.org/ 59

基因组学与多组学转录组单细胞基因组学皮肤癌肿瘤学

NMSC Spatial Multi-omic Atlas — 免疫抑制非黑素瘤皮肤癌的空间多组学图谱

原始数据多组学数据138 例患者 / 150 份标本（55 免疫正常 IC + 83 免疫抑制 IS）；GEO 层：GSE316922 36 样本来自 30 例，GSE306129 论文口径 14 例 / GEO 口径

GSE306129 空间 ATAC 28 样本 x GSE316922 scRNA-seq 36 样本的双层 GEO 资源：MD 安德森 138 例 BCC/cSCC 队列揭示「免疫抑制不是免疫细胞变少，而是巨噬细胞抗原呈递失灵 + 空间组织被拆散」

NCBI GEO 核心记录 GSE306129（spatial ATAC，28 GSM）与 GSE316922（scRNA-seq，36 GSM）；同研究 GSE306130 / GSE318638 / GSE308361 作核对参照 25

医疗NLP公共卫生与流行病学评测基准

arXiv 预印本 — 326 万篇，医学影像模型的真正首发地

3,226,976 篇1991 年至今eess.IV 医学影像元数据 CC0逐篇选许可Atom API每日约 1,000+ 篇不适用（学术预印本文献，无患者数据；部分论文含公开数据集上的实验，但数据集本身不在 arXiv 内）

它不是一个数据集，是一个每天新增一千多篇论文的开放档案：eess.IV（影像与视频处理）是医学影像方法的首发地，通常比期刊早 6–18 个月。元数据全部 CC0，正文许可由作者逐篇选择——这意味着你拿到的每一篇，可用范围都不一样，而这是把它当训练语料时最容易忽略的一处

arXiv（Cornell University 运营） url: https://arxiv.org/ 15

基因组学与多组学变异与注释多模态知识图谱

Alliance of Genome Resources — 九物种联盟，五成七是重复行

56,677,795 个实体1,909,959 条表型注释（去重后）51,188,465 条变异23.04 GB 下载9 个物种8 个成员库100% 挂 PMID开放 S3 桶不适用（模式生物参考库，无人类个体级记录；HUMAN 轴为基因-疾病注释，非队列数据）

56,677,795 个实体、1,909,959 条表型注释、23.04 GB 下载：八个模式生物库合并成一个库之后，字段统一了，语义没有

[{'@type': 'DataCatalog', 'name': 'Alliance of Genome Resources 下载站', 'url': 'https://download.alliancegenome.org/'}] 16

公共卫生与流行病学生物医学文献调查数据

Dryad — 论文附录数据的第一落点

65,786 个已发布数据集50,000,000+ 文件CC0 1.0 全库强制DOI 前缀 10.5061免注册直下JSON API 无鉴权不适用（通用存储库，收录 65,786 个独立数据集）

CC0 强制的通用数据存储库：2024/25 财年 65,786 个已发布数据集、5,000 万+ 文件、全部 DOI 化

Dryad Digital Repository url: https://datadryad.org 23

神经科学生理信号脑电信号多模态

IBL Brain-Wide Map — 小鼠全脑决策活动图谱

12 个实验室139 只小鼠459 个 session699 次探针插入62.2 万个单元7.5 万个良品单元279 个脑区AWS 公开桶0

12 个实验室、139 只小鼠、69.9 万次探针插入，拼出一张全脑活动图

国际脑实验室（International Brain Laboratory）联合建设，12 个实验室贡献数据；存储由 AWS Open Data 计划承担（桶 ibl-brain-wide-map-public，us-east-1）；访问入口 internationalbrainlab.org 27

医学影像图像分类

CXLSeg — 胸片肺分割数据集

243,324 张正位胸片 + 同名掩码6,500 患者子文件夹CheXpertNegBio 派生标签80:10:10 官方划分SA-UNet 基线 Dice 96.80%243,324 张正位图像 / 6,500 个患者子文件夹（母集 MIMIC-CXR 共 65,379 患者 / 377,110 张图像）

CXLSeg：MIMIC-CXR 的 243,324 张正位胸片成品分割包——图像与掩码同名成对、CheXpert/NegBio 标签随行、80:10:10 划分，把肺分割实验的开箱成本压到最低

https://physionet.org/content/chest-x-ray-segmentation/1.0.0/ 41

医学影像电子健康记录

脓毒症急诊胸部 CT — Sepsis-3 影像队列

836 次胸部 CT（NIfTI）337 例 Sepsis-3 住院14 张 CSV 表约 396 万行ExamReport 6,037 行中文检查报告PhysioNet + OMIX 双存储728 次就诊（含门诊）/ 337 例住院（103 女 + 234 男）/ 327 例住院有 CT

浙江省人民医院急诊 ICU 的 836 次脓毒症胸部 CT 与 14 张临床表格——把杭州 EHR 管线从纯表格延伸到影像的深表型续章

https://physionet.org/content/chest-ct-sepsis-er/1.0.0/ 44

医学影像X光影像影像-文本对齐临床文本医疗NLP

美国国家医学图书馆与印第安纳大学开放胸片报告图文对数据集

图文对影像数据文本数据标注数据每人一次检查，INPC 两家医院各约 2,000 例，合计约 4,000 例抽取

3,955 份放射报告配 7,470 幅胸片 · 双人 MeSH/RadLex 编码 · CC BY-NC-ND 4.0 直链下载

Indiana Network for Patient Care 两家医院系统的门诊后前位胸片检查；影像取自 PACS 的 DICOM，报告取自同一检查的放射科叙述性报告；经 RSNA CTP 与 DICOM Supplement 142 影像脱敏、Regenstrief Scrubber 文本脱敏后，由 NLM 图像组做双人 MeSH/RadLex 手工编码与 MTI 自动标注 126

医学影像CTX光影像挑战赛数据集评测基准

COBRA2026: a large-scale multicenter pelvic cone-beam computed tomography projection dataset — 六欧洲中心盆腔放疗 CBCT 原始投影数据集

原始数据影像数据867 例患者（训练 692 / 验证 52 / 测试 123；盆腔放疗；六欧洲中心；性别/年龄/癌种分布未公开）

867 例盆腔放疗 CBCT 原始投影+采集几何+形变配准 planning CT+模拟投影的双厂商（Elekta/Varian）多中心投影域数据集：训练集 692 例约 750 GB 已于 2026-07 开放，验证/测试集封存至 2032-03 保障 COBRA2026 挑战赛独立评测，CC BY-NC 4.0

六欧洲中心直线加速器机载 CBCT 实测原始投影（Elekta 与 Varian 双厂商）+ RTK 格式采集几何 + 厂商校准/校正文件（匿名化转开放格式）+ 临床重建 CBCT + 形变配准 planning CT + 模拟 CBCT 投影；大数据本体托管 CREATIS（里昂），Zenodo 承载 DOI 索引与论文 PDF、训练集 QC 概览图 27