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 780 个数据集

医学影像图像分类目标检测肿瘤学

Oral Cavity Images for OPMD and Oral Cancer Detection — 斯里兰卡 3000 张口腔腔内白光照片与四分类 COCO 标注数据集

人工标注影像数据临床数据714 名患者 / 3,000 张图像（四类：healthy / benign / OPMD / OCA；逐类细目未公开）

佩拉德尼亚大学 3000 张手机口腔腔内照片、714 名患者，按 healthy/benign/OPMD/OCA 四类标注多边形病变边界，配患者级烟酒槟榔风险元数据；CC BY-NC-ND 4.0 请求制获取，OPMD 早筛 AI 的关键公开语料

斯里兰卡 Peradeniya Dental Teaching Hospital 门诊采集的手机口腔腔内白光照片（3,000 张 / 714 名患者）+ COCO 多边形口腔腔体与病变边界标注 + 患者级元数据（年龄/性别/诊断/吸烟/饮酒/槟榔咀嚼） 69

医学影像病理图像MRI转录组挑战赛数据集肿瘤学

CHIMERA — 泌尿肿瘤多模态预后挑战赛

人工标注原始数据影像数据基因组数据267 例前列腺癌（Task 1）+368 例膀胱癌（Task 2/3 合并）

泌尿肿瘤多模态预后首个标准化 benchmark：前列腺 267 例+膀胱 368 例四模态融合——临床单模态屠榜与多模态鲁棒性悖论的方法学样本

Radboud UMC+Canisius Wilhelmina（Task 1 两机构）与 Erasmus MC 系 STM 2023 队列（Task 2/3 Cohort A/B）——患者知情同意科研使用；v2 数据含 UNI 预提取特征 54

医学影像X光影像医学图像分割目标检测图像分类

InReDD-Dataset-PAN924 — 924 张全景牙科 X 光片的像素级多标签数据集

人工标注影像数据原始数据924 张匿名全景牙科 X 光片（患者级数量未单独披露，一图一患者；14–81 岁，中位 35 岁）

巴西圣保罗大学里贝朗普雷图校区数字牙科跨学科研究组发布的 924 张匿名全景牙科 X 光片：FDI 牙位编号 + 牙齿状况双任务、3 名牙颌面放射科医师强制共识、COCO 兼容 JSON 多边形标注，托管于 PhysioNet 受限访问通道，并衍生骨流失扩展数据集

USP-RP 数字牙科跨学科研究组（InReDD）采集并匿名化的 924 张全景牙科 X 光片（JPG，2903×1536 px，95 dpi）+ COCO 兼容 JSON 标注（FDI 牙位编号 + 牙齿状况双任务；bbox=[x,y,w,h]、segmentation 为多边形顶点列表）+ FiftyOne 加载脚本 + LyriaPACS 标注平台工作流 33

生理信号可穿戴传感步态与运动评测基准脑机接口

Gesture Recognition and Biometrics ElectroMyogram — 43 人 × 3 天前臂与腕部表面肌电手势数据集

原始数据时序数据43 名健康受试者（23 男 / 20 女，平均年龄 26.35 ± 2.89 岁）；3 个采集会话（Day 1/8/29）× 43 人 = 129 条记录

GRABMyo 表面肌电（sEMG）手势数据集——滑铁卢大学 43 名健康受试者跨 3 天（Day 1/8/29）采集 16 类手/腕静态手势（含静息共 17 类，28 单极电极、2048 Hz、32 通道、129 条记录、9.4 GB），服务肌电生物特征与手势识别，CC BY 4.0 公开直链

PhysioNet 托管的表面肌电（sEMG）手势数据集：43 名健康受试者前臂与腕部肌肉在 3 个不同日期各完成一次相同实验流程，16 类手/指静态手势加静息共 17 类，28 个单极电极（前臂 16 + 腕 12，共 4 环）形成双极配置，2048 Hz 采样、32 通道、每次收缩 5 秒、9.4 GB。 36

医学影像眼科影像图像分类评测基准多模态青光眼

Harvard Glaucoma Detection and Progression — 哈佛千例真实临床 3D OCT 青光眼检测与进展预测数据集

真实世界数据影像数据临床数据1,000 名患者（每人 1 例 = 1,000 样本）

哈佛医学院 OphAI 实验室 ICCV 2023 发布的 1,000 例真实临床 3D OCT 数据集——每人一张 225×225 视乳头中心 RNFLT 厚度图，青光眼二分类 557:443 + 前 500 例六种进展定义，附 GRSL 跨域半监督算法框架，CC BY-NC-ND 4.0

Mass Eye and Ear（哈佛医学院附属眼科医院）真实临床 3D OCT：每例一张 225×225 视乳头中心 RNFLT 厚度图 + 以视乳头为中心的 OCT volume（MIRAGE 口径 200 B-scans）+ Cirrus OCT（Carl Zeiss Meditec, Jena, Germany）采集 + 临床变量（age/male/race/hispanic）+ 视野（VF）衍生的 MD/VFI/TD 进展标签 36

医学影像CT医学图像分割队列研究公共卫生与流行病学

Low-Dose CT Images of Healthy Cohort (Healthy-Total-Body-CTs) — UC Davis uEXPLORER 30 名健康成人全身低剂量 CT 与 37 组织分割参考库

影像数据分割掩码原始数据元数据30 名健康成人（14 男 / 16 女；年龄 47 ± 13 岁）；135 studies / 111,778 图像

TCIA 受控访问集合：30 名健康志愿者在 uEXPLORER 全身 PET/CT 上采集 111,778 张低剂量 CT 图像（59.06GB），配 37 组织 NIfTI 自动分割与人口学表；三次版本迭代打磨元数据与文件命名，图像受限、分割与临床数据 CC BY 4.0

TCIA 集合 Healthy-Total-Body-CTs：uEXPLORER 全身 PET/CT 采集的 30 名健康志愿者低剂量 CT（DICOM，512×512×828 重建、0.9766×0.9766×2.344 mm³ 体素，90 分钟点 50 mAs / 其余点 5 mAs）+ 37 组织 NIfTI 分割（MOOSE 自动生成）+ 人口学 XLSX。明细见正文附录。 38

电子健康记录调查数据队列研究公共卫生与流行病学生理信号

Sex differences in age-related hearing loss — 韩国人群纯音听阈性别与年龄参考值

真实世界数据结构化数据原始数据4,084 名受试者（910 男 + 3,174 女）；注册完成听力问卷者 16,884 名（10,286 男 + 6,598 女）

韩国大邱法蒂玛医院 4,084 名健康筛查受检者的双耳六频段纯音听阈横断面数据——910 男 3,174 女，覆盖 0.25-8 kHz、Beltone 112 听力计 ANSI 1989 校准，用于建立年龄相关听力损失（presbycusis）的性别与年龄分层参考值

韩国大邱法蒂玛医院（Daegu Fatima Hospital）健康促进中心 2004-01 至 2010-04 就诊客户的双耳六频段纯音听阈（0.25/0.5/1/2/4/8 kHz，dB HL），单文件 hearing_thresholds.csv，14 列（性别、年龄、右耳 6 频、左耳 6 频） 38

电子健康记录临床电子病历队列研究时序数据调查数据

Supportive Periodontal Therapy Clinical Examination Data — 伯恩 883 患者 11,842 次牙周维护治疗的 26 年纵向临床检查记录

临床记录原始数据表格数据883 名牙周维护治疗（SPT）患者（女 489 / 男 394）；11,842 次 SPT 复诊；单中心 1985–2011（26 年）

瑞士伯恩 Medi School of Dental Hygiene 在 1985–2011 年间对 883 名牙周维护治疗（SPT）患者的 11,842 次复诊做常规临床检查所得的纵向结构化记录：逐诊记录现存牙数、探诊出血位点、各残余探诊深度区间位点数与距上次就诊时间，支撑一套在用 SPT 复诊间隔算法的推导与验证，CC BY 4.0 于 PhysioNet 首版公开

瑞士伯恩 Medi School of Dental Hygiene（MSDH）1985–2011 年 SPT 常规诊疗临床记录：4 个 RFC 4180 CSV（患者级 883×22 / 就诊级 11,842×15 / 派生级 11,842×44 / 人工编辑台账 63×12）+ 93 变量字典 + 3 对 R/Python 分析脚本，PhysioNet 公开托管，DOI 10.13026/cn9b-2632 34

医学影像病理图像多模态队列研究肿瘤学

CMB-AML — 癌症登月生物样本库急性髓系白血病影像集合

影像数据临床数据纵向随访原始数据16 受试（v9 集合级口径；放射 9 + 4 分片受试、病理受试合计后为 16）；Cancer Moonshot Biobank 项目级目标为 ≥1,000 名患者 / ≥10 个癌种

NCI Cancer Moonshot Biobank 的 AML 队列影像子集：放射部分 CC BY 4.0 公开、病理全切片 445GB 走 NIH 受控申请的双许可结构，DICOM tag (0012,0053) 内嵌「注册天数」把影像与临床事件对齐，Version 9 共 16 受试 / 52 studies / 2,868 张放射影像 / 448.08GB

TCIA 托管的 Cancer Moonshot Biobank - Acute Myeloid Leukemia Cancer Collection（Version 9，2026/07/02 更新）：放射模态 XA/MR/CT/PT（DICOM, CC BY 4.0）+ 组织病理/全切片 Histopathology/WSI（JSON/SVS, NIH 受控）；配套基因组/表型/临床数据托管于 dbGaP，临床子集镜像于 CTDC，影像镜像于 IDC 36

医学影像CT医学图像分割评测基准

CT4Harmonization Multicentric Phantom — 多中心 3D 打印 CT 体模基准：跨厂商扫描仪协调与影像组学特征可复现性验证

影像数据人工标注基准数据0 名患者（体模数据集；IDC 记 Subjects=1，实为 1 具物理体模 phantom，非人体受试者）

瑞士 8 家中心、13 台 CT 扫描仪、4 家厂商在 5 档剂量下重复扫描同一具 3D 打印碘墨水肝脏体模的 1,378 个序列（649 次 CT 扫描、252.38 GB、CC BY 4.0）：它不含任何患者，却是所有跨中心影像组学模型与 CT 协调（harmonization）方法的受控标定物

瑞士 8 家中心 13 台 CT 扫描仪（Siemens 6 / Philips 2 / GE 3 / Toshiba 2）对同一具 3D 打印碘墨水纸基拟人肝体模的重复扫描：649 次 CT 扫描 × 最多 3 种重建（FBP/IR/DL）= 1,378 个 DICOM 序列（CT + SEG），5 档剂量 1/3/6/10/14 mGy，含肝脏 6 ROI/4 类组织真值分割掩码，共 252.38 GB 34

电子健康记录重症监护时序数据挑战赛数据集评测基准队列研究

MIT Critical Datathon 2023 — MIMIC-IV 派生脉搏血氧校正配对数据集

时序数据真实世界数据派生数据81,797 条 ICU SaO2-SpO2 配对（唯一患者/stay 数未披露；上游 MIMIC-IV v2.2 覆盖 50,920 名唯一患者，2008-2019）

2023 年 MIT Critical Datathon 竞赛配套的 SaO2-SpO2 配对数据集：从 MIMIC-IV v2.2 派生 81,797 条 ICU 配对，90 分钟窗口配对+138 变量+隐藏低氧血症规则标签，PhysioNet 凭据访问，是后续 BOLD 三库整合版的前身

MIMIC-IV v2.2 派生：ICU chartevents 中 SaO2（itemid 220227）与前 90 分钟内最近 SpO2（itemid 220277）配对，附 138 变量（人口学/SOFA 六系统/通气 FiO2/RRT/血管升压药/血常规凝血化学/生命体征）与 hidden_hypoxemia 规则标签 36

医学图像分割病理图像评测基准肿瘤学多模态

PathSeg — 21 源汇编的 27.5 万级病理语义分割基准

影像数据人工标注开源数据未披露患者级计数；由 21 个公开病理分割数据集汇编，共 275,200 组 image–mask–label 三元组（160 层级标签；源数据集各自含其原始病例数）

从 21 个公开病理分割数据集协调出 275,200 组 image–mask–label 三元组、20 解剖区域×3 组织层级×61 对象类型共 160 层级标签；配套文本提示基础模型 PathSegmentor（FocalNet+PubMedBERT，450M）整体 Dice 0.671，超 BiomedParse 0.429

21 个公开病理图像分割数据集的协调汇编：BCSS、CoCaHis、CoNIC2022、CRAG、DigestPath2019、GlaS、Janowczyk、MIDOG、MoNuSAC、NuCLS、PanNuke、RINGS、SegPath、SICAPv2、TNBC、WSSS4LUAD、CoNSeP、CPM15、CPM17、Kumar、Lizard——统一为 40× WSI 裁 1024×1024 patch + 同尺寸二值掩码 + 层级标签三元组 31

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。