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 778 个数据集

医学影像病理图像医学图像分割评测基准挑战赛数据集肿瘤学

WSSS4LUAD

人工标注影像数据原始数据87 张 WSI（67 张 GDPH 院内扫描 + 20 张 TCGA；每患者仅取 1 张，患者级总数未单列）

广东省人民医院主办的肺腺癌 H&E 病理全切片弱监督语义分割挑战赛数据集——87 张 WSI 切出 10,211 个 patch，仅凭图像级三类多标签训练出像素级三组织分割，1 专家+2 资深+8 初级病理医师的 AI 辅助标注流水线，冠军方案 mIoU 0.8413

H&E 染色肺腺癌全切片图像（67 GDPH 扫描 + 20 TCGA 开放切片）切成的 10,211 个 PNG patch：训练 10,091 个（图像级三类多标签）+ 验证 40 个 + 测试 80 个（两者像素级掩膜，合计 >1.3 亿标注像素）+ 官方背景排除掩膜 56

医学影像病理图像多模态影像

Light My Cells 2 — 无标记显微图像荧光预测挑战

原始数据影像数据76 studies / >150,000 张显微图像（LMC2 训练集页面口径）——BF/PC/DIC 透射光输入 × 4 细胞器荧光配对；前作 LMC1 数据库 2,574 sets/56,984

76 studies 超 15 万张显微图：France BioImaging 挑战赛开篇——无标记透射光到四细胞器荧光的 in-silico labeling 双任务基准

France BioImaging 联合 23 个法国成像站点（LMC1 数据来自 8 个国家成像中心）——多设施/多显微镜/多细胞系/三模态透射光；OME-TIFF 标准化+REMBI 元数据（LMC1 口径）；训练数据 Grand Challenge 注册发放 63

医疗NLP临床文本

MIMIC-IV-Ext-PE — 肺栓塞 CTPA 报告标签集

结构化标签临床文本人工标注19,942 份 CTPA 报告 / 15,875 名患者（MIMIC-IV v3.1 派生，双人共识五类标签）

2 万份 CTPA 报告的双人共识金标准：血液科医生亲手给 MIMIC-IV 装上 PE 开关

MIMIC-IV v3.1 影像报告经五步 RegEx 识别+双人医生共识标注（VTE-BERT 与 ICD 编码双自动基准对照） 59

生理信号电子健康记录

MIMIC-III Waveform Database — 重症监护波形数据库

67,830 记录组30,000 ICU 患者300 万小时6.7 TB125 Hz 波形约 30,000 ICU 患者（成人+新生儿；去标识波形，Matched 子集用代理日期）

67,830 组监护波形记录 · 30,000 ICU 患者 · 300 万小时 · 6.7 TB：全球最大公开 ICU 床旁波形档案与 AI-Ready 信号底座

https://physionet.org/content/mimic3wdb/ 45

医学影像眼科影像医学图像分割糖尿病视网膜病变

Duke DME OCT 数据集 — Chiu 2015 视网膜层与水肿分割基准

图像分割掩码临床标注单模态小样本10

杜克大学 VIP 实验室发布的 110 张 B-scan 糖网黄斑水肿层/液双任务标注集，全自动分层+积液分割的经典起点

Duke DME OCT Dataset (Chiu et al., BOE 2015) url: https://www.qianfanghub.com/ai-ready-dataset/duke-dme/0 54

医学影像病理图像图像分类评测基准肿瘤学

UniToPatho

人工标注影像数据原始数据292 名病人（292 张 WSI，论文原文 Each slide belongs to a different patient）；9,536 个 H&E patch（8,669 档 σ=800 μm

都灵大学 DeepHealth 项目产物：292 张全切片提取 9,536 个 H&E patch，NORM/HP/TA/TVA 六类分类与腺瘤异型增生分级双任务，两档分辨率揭示'不同病变需不同观察尺度'，官方 ResNet-18 基线 BA 0.46 → 多分辨率级联集成 0.67，CC BY 4.0 于 IEEE DataPort 开放

都灵大学结直肠息肉筛查病人 H&E 全切片（Hamamatsu Nanozoomer S210，20×，0.4415 μm/px）两档视野尺寸 patch（PNG）+ 6 类标签与 4 类 type 的 CSV 元数据（含 WSI 引用、ROI 与 patch 坐标） 54

医学影像MRI医学图像分割挑战赛数据集儿科

LISA 2025

人工标注影像数据原始数据79 例 0.064T 儿科脑 MRI 体积（71 训练 + 8 内部验证 + 12 官方验证）；Task 1 QA 首届口径 432 扫描/144 名受试者（+42/14 验证、27/9 隐藏测试）

MICCAI 2025 第二届低场强儿科脑 MRI 分割与质控挑战赛暨全球首个公开超低场（0.064T）儿科脑数据集：79 例 Hyperfine SWOOP 床旁 MRI、七类伪影 QA 与海马/基底节分割双任务，乌干达-南非-美国低资源网络采集，LNCS 16411 开放获取

Hyperfine SWOOP 0.064T 永磁便携式超低场儿科脑 T2 MRI（三正交方向采集，TR 1.5s/TE 5ms/TI 400ms，超分辨率重建 1.0×1.0×1.0 mm³ 等向）+ 体素级分割标注（双侧海马、双侧尾状核、豆状核、双侧侧脑室）+ 七类伪影 QA 分级标签；Synapse 托管 35

医学影像病理图像转录组肿瘤学

HEST-1k — 病理×空间转录组配对库

1,229 个 ST 样本配对 WSI210 万表达-形态对超 7,640 万细胞核全量超 1 TBH5ADTIFFH5Parquet1,229 个空间转录组样本（153 个独立队列，26 个器官）

1,229 个 ST 样本与 H&E 全切片一一配对，210 万表达-形态对覆盖 153 队列

Mahmood Lab（哈佛医学院 / Mass General Brigham） url: https://huggingface.co/datasets/MahmoodLab/hest 55

医学影像CTMRI医学图像分割挑战赛数据集脑影像

TopCoW Challenge — 面向 CT 与 MR 血管造影的 Willis 环拓扑感知分割

CTAMRA血管分割多类分割拓扑指标像素级标注配对影像226

TopCoW Challenge：Willis 环多类血管分割与拓扑感知评测数据集（CTA + MRA）

TopCoW Challenge (https://topcow23.grand-challenge.org/ ; https://topcow24.grand-challenge.org/) + Zenodo 存档 15692630 / 15665435 + arXiv:2312.17670 51

眼科影像多模态影像图像分类青光眼糖尿病视网膜病变

Harvard-FairVision — 首个 2D+3D 眼科公平性大规模数据集

30,000 名受试者SLO 眼底 + OCT B-scan 双模态约 600 GBCC BY-NC-ND 4.0,6 个身份属性30,000 名受试者

30,000 名受试者的 SLO 眼底 + OCT 双模态影像与六维人口学属性的公平性研究平台

Harvard Ophthalmology AI Lab, Department of Ophthalmology, Harvard Medical School url: https://huggingface.co/datasets/harvardairobotics/FairVision 38

医学影像医学图像分割脑影像挑战赛数据集心血管疾病

Cerebral Artery Segmentation Challenge 2023 — 首届脑动脉 TOF-MRA 分割挑战赛与 100 例公开标注

人工标注影像数据原始数据训练集 100 例（有标注）+ 测试集 50 例（隐藏标签）= 150 例；患者级数量未披露

MICCAI 2023 首届脑动脉分割挑战赛：100 例训练 3D TOF-MRA、各向同性 1mm、单类二值动脉标注、14,349 张切片；50 例隐藏测试集四指标加权排名（DSC/AHD×全域/狭窄区），冠军 PhiWCH 0.88284；清华+华盛顿大学联合组织，Zenodo 与 CodaLab 许可口径不一致

有症状性颅内动脉狭窄患者的 3D TOF-MRA（各向同性 1mm 重采样，尺寸 208×320×96 至 784×784×255）+ 脑动脉二值分割掩码；.nii.gz，nnUNet 目录结构 43