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 790 个数据集

医学影像CT医学图像分割公共卫生与流行病学挑战赛数据集COVID-19

CCP-COVID19 Lung CT Lesion Segmentation Challenge — 肺部 CT 病灶分割国际挑战赛

影像数据人工标注原始数据295 幅胸部 CT（官方以「图像数=患者数」表述：训练 199 患者 + 验证 50 患者 + 测试 46 患者；来源 A 272 幅、来源 B 23 幅）

NVIDIA+NIH+美国国家儿童医院 2020 年疫情期间组织的 295 幅胸部 CT 肺病灶分割国际挑战赛——199 训练+50 验证+46 测试三源划分，1,096 支团队参赛，Dice/NSD/NAVE 三指标+MSD 排名方案，影像 CC BY 4.0+注释 CC0

两支 TCIA 公开胸部 CT：来源 A「CT Images in COVID-19」(doi:10.7937/tcia.2020.gqry-nc81，272 幅，中国) 用于训练 199+验证 50；来源 B「COVID-19-AR」(23 幅，美国) 仅用于测试；全部 RT-PCR 阳性患者的无造影增强胸部 CT + ITKSnap 修正的 COVID-19 肺病灶 ground truth 掩膜（单类） 28

医学影像CT医学图像分割COVID-19评测基准

COVID-19 CT Lung and Infection Segmentation Dataset

人工标注影像数据原始数据20 例 COVID-19 CT 体数据（Zenodo 本体）；论文基准扩展口径 70 例 annotated COVID-19 cases

20 例像素级标注 COVID-19 CT 体数据——双放射科医生标注加资深医生终审，左肺/右肺/感染三类掩码，配套首个医学分割数据高效学习基准（少样本/域泛化/知识迁移三任务、40+ 预训练基线），CC BY-4.0 Zenodo 公开直链

20 例 COVID-19 胸部 CT 体数据（NIfTI .nii.gz）+ 左肺/右肺/感染三类逐像素掩码（四种掩码组合包：Infection_Mask、Lung_Mask、Lung_and_Infection_Mask 与病例影像本体）+ 三基准任务官方划分与评估代码（Gitee 仓库） 30

生理信号心电信号多模态可穿戴传感

EPHNOGRAM：24 人长跑中同步心电与心音

心音图心电同步运动负荷试验电机械耦联噪声抵消自制设备小样本多模态融合24

二〇二一年伊朗设拉子的一个课题组做了件别人没做过的事：让同一颗心脏的电与声在同一台设备上同时被录下来，一录半小时，而且是在跑步机上录。数据不大，十一吉字节，但它回答了一个心电和心音分开采的数据集永远答不了的问题

伊朗设拉子大学电气与计算机工程学院；美国埃默里大学；设拉子大学生物医学工程伦理审查委员会批准 22

生理信号心血管疾病儿科评测基准

CirCor 心音：942 名儿童 4 部位同步听诊

心音图心脏杂音先天性心脏病筛查心动周期分割听诊部位儿科人群多中心采集挑战赛数据942

二〇一四到二〇一八年，巴西与美国的医生用数字听诊器在四个部位各录二十来秒，凑出一份真正按心动周期切好的心音数据。它最容易被误用的地方，也是它最好的地方：那些分段标签是算法吐出来的，不是医生一句一句听出来的

巴西米纳斯吉拉斯联邦大学（UFMG）与巴西利亚大学（UnB）医学院；美国哈佛医学院波士顿儿童医院；美国乔治亚理工学院；PhysioNet 与 Computing in Cardiology 联合主办 24

生理信号心血管疾病脑电信号评测基准

Neurocritical-Pediatric：儿童神经重症颅内压与脑血流

颅内压动脉血压经颅多普勒脑血流速度神经重症床旁监护WFDB12

十二名二至二十五岁的患儿、约十小时床旁波形，把有创颅内压、动脉血压与经颅多普勒脑血流速度锁在同一时间轴上——这份数据的目的不是给医生看，是给一个「不校准也能估颅内压」的算法当参照

波士顿儿童医院（Boston Children's Hospital），哈佛-麻省理工健康科学与技术项目 28

生理信号心血管疾病多模态心电信号

HeartCycle：阻抗心动图与超声心动图同步记录

阻抗心动图超声心动图心电心音脉搏波同步采集17

十七名健康志愿者、二百余条同步记录，把阻抗心动图的 B 点与 X 点放到超声主动脉瓣开闭的真实时刻旁边去校验，这套数据的价值不在规模而在「同一秒内有四条独立证据」

科英布拉大学医院（University of Coimbra Hospital），EU FP7 HeartCycle 项目 24

多模态电子健康记录X光影像视觉问答

MIMIC-Eye 眼动多模态整合数据集

真实世界数据影像数据临床文本人工标注眼动追踪3,192 名患者 / 1,644 次住院 / 3,689 张胸片

把 MIMIC-IV 病历、MIMIC-CXR 胸片与 REFLACX 放射科医师眼动按患者重排成一棵目录树——千级患者、千级住院、数千张胸片，仅四成半拿得到临床链接

MIMIC-IV（Hosp 与 ICU 模块）+ MIMIC-IV-ED + MIMIC-CXR + MIMIC-CXR-JPG + REFLACX + Eye Gaze Data for Chest X-rays 的按患者重组 15

医学影像手术视频内窥镜影像挑战赛数据集评测基准

CholecTriplet2021 手术动作三元组识别挑战赛

人工标注影像数据视频数据45 段公开训练视频（取自 Cholec80）+ 5 段隐藏测试视频；患者数未逐段披露

MICCAI 2021 EndoVis 首届手术动作三元组识别挑战赛：以 CholecT45 为官方基准、94 个有效类、19 支参赛队，把〈器械-动词-目标〉从数据集议题变成公共排行榜

CholecT45：45 段 1 fps 腹腔镜胆囊切除术视频与帧级三元组/器械/动词/目标二元标签；官方评测另用 5 段隐藏测试视频，测试标签与排行榜由组织方内部持有 21

内窥镜影像图像分类挑战赛数据集肿瘤学评测基准

RARE26 低流行率 Barrett 食管早癌识别挑战赛

影像数据人工标注专家标注无标注数据训练集 3,095 张（2,937 非异型增生 + 158 肿瘤性）；验证集 1,100 张（1,000 + 100）；测试集 26,416 张（23,216 + 3,200）；另有未标注预训练集 4

4,820,653 张未标注胃肠镜预训练图 + 3,095 张标注训练图的低流行率早癌二元分类基准，评测指标为召回率固定 90% 时的阳性预测值，2026 年在 grand-challenge 平台举办

rare26.grand-challenge.org（Overview、Timeline、Task & Evaluation、Phases & Rules、Organizing Team、Announcements）+ Grand Challenge REST API（challenges/RARE26）+ EndoVis 2026 结构化设计文档 PDF；预训练集溯源至 Gastroenterology 2025 的 GastroNet-5M 论文与 Zenodo 17273108 17

医学影像MRI医学图像分割挑战赛数据集肿瘤学

HNTS-MRG 2024 头颈肿瘤 MR 引导放疗分割挑战

人工标注原始数据影像数据150 例训练（公开）+ 50 例测试（Docker 私有）；整理池共 202 例、其中 52 例留作私有评估

MD 安德森单中心 150 例训练 + 50 例 Docker 测试——pre-RT 与 mid-RT 双时点 T2w MRI，GTVp/GTVn 双标签，STAPLE 多观察者共识，CC BY-NC 4.0

UT MD Anderson 单中心回顾性队列：pre-RT（放疗前 1–3 周）与 mid-RT（放疗中 2–4 周）各一次 T2 加权 MRI（NIfTI，锁骨上缘至鼻中隔下缘裁剪），配 GTVp/GTVn 多观察者 STAPLE 共识掩膜与 SimpleITK 配准后的 pre-RT 影像和掩膜；每例 6 个 NIfTI 文件 17

医学影像病理图像医学图像分割挑战赛数据集肺癌

ACDC@LungHP 全切片肺癌分割与分型挑战

影像数据人工标注原始数据200 例含癌 H&E 活检样本（150 例训练 / 50 例测试）

ISBI 2019 肺癌 WSI 分割挑战赛 · 200 例 H&E 活检 · 150 训练 / 50 测试 · 与 MICCAI 2020 分型届同源

长沙市第一医院、湖南省肿瘤医院、中南大学湘雅二医院、张家界市人民医院提供的肺癌活检 H&E 全切片（TIFF）+ 病理医师组织级肿瘤区域 XML 标注（ASAP 兼容） 18

医学影像X光影像目标检测挑战赛数据集肺癌评测基准

NODE21 胸片肺结节检测与生成挑战赛

人工标注影像数据原始数据训练集 4,882 张单项检查（1,134 张含结节）；实验测试集 281 张；患者级唯一计数官方未披露

近五千张正位胸片、上千个放射科医师重订结节框，外加一条让算法在健康胸片上「长出」结节的生成赛道——Radboudumc 在 Grand Challenge 平台维护的开放性肺结节基准

JSRT、PadChest、ChestX-ray14、Open-I 四库正位胸片重混合并重订结节框（重采样至 1024×1024）+ 生成赛道附件 LUNA16 衍生 50×50×50 mm 三维 CT 结节块 23

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。