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 769 个数据集

医学影像病理图像CT基因组学与多组学蛋白质组学肿瘤学

CPTAC-STAD — 胃癌影像-蛋白-基因组配对公共集

影像数据原始数据汇总 168 例（放射 CT/US 20 例；病理 WSI 168 例）；论文分析集 159 例肿瘤 + 30 例配对正常（165 例入组）

NCI CPTAC 胃腺癌队列影像公开发布——20 例 CT/超声 DICOM（38,660 张）与 168 例病理全切片（703 studies，1.1TB），CC BY-4.0 全开放，经 CRDC 与 15 层多组学论文（Cell Rep Med 2026；159 肿瘤+30 NAT，5 个 ecotypes）互联的胃癌多模态建模资源

TCIA CPTAC-STAD collection Version 1（DOI 10.7937/jw9a-8k71）：CT/US DICOM（20 例/22 study/99 series/38,660 张/21GB）+ H&E 病理 WSI SVS（168 例/703 study/1.1TB）；关联 PDC 蛋白组、GDC CPTAC-3 基因组、IDC 云端镜像 50

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/" 111

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

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/ 125

医学影像乳腺影像X光影像图像分类乳腺癌

CBIS-DDSM — 乳腺钼靶 CAD 研究标准评测集

1,566 例受试者3,568 个标注异常163.51 GB DICOMCC BY 3.0 开放下载1,566 名受试者（DICOM 元数据含 6,671 个 patient ID）

1,566 例受试者 3,568 个标注异常的乳腺钼靶良恶性评测集

The Cancer Imaging Archive (TCIA) url: https://wiki.cancerimagingarchive.net/display/Public/CBIS-DDSM 44

医学影像基因组学与多组学病理图像肿瘤学脑肿瘤

UPenn-GBM — 胶质母细胞瘤影像基因组学

630 名患者828,234 张 DICOM 图像约 69GB 预处理 NIfTI145 维影像组学特征CC BY 4.0 免费下载630 名患者（611 例含术前基线多参数扫描）

630 例胶质母细胞瘤多参数 MRI 与影像基因组学免费数据集

The Cancer Imaging Archive (TCIA) — University of Pennsylvania url: https://www.cancerimagingarchive.net/collection/upenn-gbm/ 99

医学影像骨骼肌肉影像X光影像

儿童骨龄 RSNA — 儿童手部 X 光骨龄评估

14,236 张儿童左手 X 光 PNG1-228 个月骨龄标注（月）性别二值标签Kaggle 镜像约 9.97 GB免费获取（限非商业用途）约 14,236 例儿童手部 X 光检查（基本一例儿童一张主图）

14,236 张儿童左手 X 光 + 月龄骨龄标注 + 性别分层，骨龄评估国际基准

RSNA（北美放射学会） url: https://www.rsna.org/rsnai/ai-image-challenge/RSNA-Pediatric-Bone-Age-Challenge-2017 63

医学影像医学图像分割CT

TotalSegmentator — 全身 CT 多结构分割

1,228 例 CT117 类解剖标注约 23.6 GB NIfTICC BY 4.0 开放下载Zenodo 托管1,228 例 CT 检查（v2 公开数据集）

1,228 例全身 CT 的 117 类解剖结构分割数据集与 nnU-Net 工具

巴塞尔大学医院（University Hospital Basel）放射与核医学科 url: https://zenodo.org/records/10047292 156

医学影像乳腺影像图像分类医学图像分割乳腺癌

INbreast — 高精度标注乳腺钼靶数据集

410 张 DICOM115 例患者约 9.01 GB专家 XML 轮廓标注免费获取115 例患者

全视野数字乳腺摄影 410 张 · 115 例 · 专家病灶轮廓 XML

INESC TEC & Centro Hospitalar de S. João（葡萄牙波尔图） url: https://www.kaggle.com/datasets/tommyngx/inbreast2012/data 66

医学影像肿瘤学病理图像骨骼肌肉影像

骨肉瘤组织病理图像数据集（Osteosarcoma） — 化疗反应评估

1,144 张 1024×1024 H&E JPG196.84 MB3 类病理标注CC BY 3.0 开放获取4 名患者 40 张 WSI4 名入选患者（源自 50 例档案，1995—2015）

1,144 张 H&E 病理 tile 三类标注，4 例儿童骨肉瘤化疗反应开放数据

The Cancer Imaging Archive（UT Southwestern Medical Center / UT Dallas） url: https://www.cancerimagingarchive.net/collection/osteosarcoma-tumor-assessment/ 48

医学影像医学图像分割评测基准神经科学脑影像

ADAM

影像数据人工标注原始数据训练 113 例（含 129 个未破裂颅内动脉瘤，其中 93 例含 UIA、20 例无）｜测试 141 例（含 153 个 UIA，其中 117 例含、26 例无，不公开）

MICCAI 2020 颅内动脉瘤检测与分割挑战赛——全 TOF-MRA、113 例训练含 129 个未破裂动脉瘤、141 例私有测试集，Task 1 检测 11 队 / Task 2 分割 9 队同台竞技，nnU-Net 系方法拿下分割榜首并逼近观察者间水平

UMC Utrecht 临床 3D TOF-MRA（飞行时间磁共振血管造影）＋每例附带结构 MR（T1/T2/FLAIR 之一）＋医学标注专家手工制作的 UIA 二值掩码与中心体素坐标（训练集）；测试集标注不公开 43

医学影像CT脑影像图像分类挑战赛数据集评测基准

RSNA Intracranial Hemorrhage

人工标注影像数据原始数据挑战赛数据25,312 例检查（原始提交候选 27,861 例，剔除后保留）；= 训练/验证 21,784 + 测试 3,528；图像 874,035 张

RSNA 2019 脑 CT 出血挑战赛：25,312 例无对比头颅 CT、874,035 张轴位切片、60 名志愿神经放射科医生在 MD.ai 上标注，对五类颅内出血亚型（EPH/IPH/IVH/SAH/SDH）做逐切片多标签分类，并以加权多标签对数损失排榜——至今仍是脑 CT AI 训练与评测最常被复用的公开底座

RSNA 2019 Brain CT Hemorrhage Challenge：四家机构（Stanford / UNIFESP / Thomas Jefferson University Hospital / Unity Health Toronto）提供的去标识化无对比头颅 CT（DICOM 轴位序列，层厚 3-5mm，每序列 20-60 层）+ 切片级多标签 CSV（5 亚型 + any）+ Kaggle 竞赛规则文件 58

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。