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 1675 个数据集

医学图像分割基因组学与多组学病理图像

细胞内部的参考系 — Allen 细胞影像集合

原始影像人工标注元数据补充材料不适用（以细胞与细胞系为观测单位；单细胞影像集收录逾二十万个活细胞）

WTC-11 单细胞三维影像 / 25 类结构 / 20 万活细胞

https://www.allencell.org/ 22

公共卫生与流行病学真实世界数据药物安全卫生服务研究

英格兰每家诊所的处方账本 — OpenPrescribing

元数据原始数据链接文献引用本体映射不适用（聚合数据，覆盖英格兰六千余家 GP 诊所的全部门诊处方）

GP 诊所逐月处方 / BNF 五级编码 / OGL 开放下载

https://openprescribing.net/ 19

基因组学与多组学医学问答与基准公共卫生与流行病学

Gene2Phenotype — 3,856 条基因病关联的置信度分级

人工标注元数据本体映射文献引用不适用（关联级数据库，无个体患者）

7 个疾病面板 / 3,170 个基因 / 六级置信度

https://www.ebi.ac.uk/gene2phenotype/ 25

医学影像医疗NLP多模态X光影像影像-文本对齐评测基准

MS-CXR-T — 胸片时序视觉语言基准

时序标注人工标注基准评估集800 名患者（1,326 图像对）+ 361 报告句对（MIMIC-CXR v2 派生，板证放射科医生金标准）

1,326 对胸片 + 361 对报告句的时序双任务基准：给医学 VLP 模型装上'时间之眼'

MIMIC-CXR v2 图像对与报告句：Chest ImaGenome silver 标签 gold 提升 + RadGraph/CXR-BERT-Specialized 句对构建，全部经板证放射科医生人工裁决 62

医学影像CT图像分类临床文本影像-文本对齐

RAD-ChestCT — Duke 万例级胸部 CT 配完整放射报告与 83 标签矩阵

人工标注影像数据文本数据19,993 名患者 / 36,316 个 CT volume（公开子集 3,630 volumes；test 划分 7,209 volumes，患者级无泄漏）

Duke 2012-2017 年 19,993 名患者 36,316 例平扫胸部 CT 配 336,800 份独特放射报告——SARLE 双医师结构化标注框架派生 83 标签矩阵，CT-Net83 多标签基准平均 AUROC 0.773，Zenodo 请求制加公开子集 3,630 例

Duke University Health System 2012-01 至 2017-04 平扫胸部 CT（12 台 GE/Siemens 扫描仪；原始 DICOM 9.2 TB，SimpleITK 重采样 0.8mm 各向同性后 2.8 TB npz）+ 336,800 份独特放射报告原文 + SARLE 双医师结构化标注派生 83 标签矩阵 43

医学影像影像-文本对齐评测基准临床文本

ReXVal：放射报告六类错误的医师计数标注

胸部X光报告生成错误标注多标注者人工评测50

五十项检查、四份高分候选报告、六位执业放射科医生，按六类错误逐个计数并区分临床意义，这份阶梯式样本把「报告哪错了」从一句评语变成可加总的向量

MIMIC-CXR（BIDMC，贝斯以色列女执事医疗中心） 26

药物发现与化学基因组学与多组学蛋白质组学评测基准影像-文本对齐

EMDB — 电镜数据库：冷冻电镜三维密度图的 wwPDB 核心归档库

影像数据原始数据结构数据不适用（结构生物学归档库，非患者数据）；截至 2026-10-15 累计 63,259 条密度图/断层图归档（2025 年底 52,921，2026 年内 10,338）

Electron Microscopy Data Bank 收录单颗粒分析/螺旋重构/电子断层/子断层平均/电子晶体学五类 cryo-EM 密度图与断层图，2026 年累计逾 6.3 万条、单年首破万条，CC0 1.0 公共领域奉献，REST API 免认证开放，与 PDB 原子坐标、EMPIAR 原始图像构成三方协作归档体系

全球冷冻电镜实验室经 wwPDB OneDep 系统沉积的三维密度图（CCP4/MRC 格式）与代表性断层图，附完整实验元数据（显微镜/电压/探测器/剂量/重建参数/分辨率/FSC）+ 关联 PDB 原子坐标 ID + 主引文献 40

医疗NLP临床文本医学影像医学问答与基准

ReXPref-Prior 胸片报告先验幻觉偏好数据集

衍生数据文本数据自动生成标注24,462 份报告对应的 MIMIC-CXR study（患者数未单独披露，继承母库口径）

基于 MIMIC-CXR 的句级偏好对数据集——GPT-4 改写胸片报告中的先验检查指称，配合同名方法论文以直接偏好优化抑制报告生成模型的先验幻觉行为

MIMIC-CXR v2.0.0 报告文本（findings 与 impression 节）+ GPT-4 句级改写；CSV 字段 orig_sentence/new_sentence/section/sentence_id/study_id 14

医学影像X光影像医疗NLP临床文本影像-文本对齐

CheXpert Plus — 带放射报告文本的胸部 X 光多模态数据集

223,462 张胸片187,711 份报告64,725 名患者研究用途协议47 项 DICOM 元数据64,725 名患者

223,462 张胸片 · 187,711 份放射报告 · 6.47 万名患者 · 从图像标签走向图文对齐的下一代 CheXpert

Stanford AIMI（斯坦福医学与影像人工智能中心）× VinBrain url: https://aimi.stanford.edu/datasets/chexpert-plus 74

电子健康记录医学影像多模态医疗NLP临床文本X光影像

MIMIC-CXR-Ext-MIMIC-CXR-DB — MIMIC-IV 胸片与住院记录的关系型关联库

电子健康记录影像数据文本数据知识图谱派生数据14.6 万张院内胸片关联（231,? / 见正文）：37.7 万张胸片 / 22.78 万次检查中 146,333 张（38.8%）落入住院窗口；住院级关联；患者级数量数据集未直接披露

把 MIMIC-CXR-JPG 的 37.7 万张胸片按住院窗口关联到 MIMIC-IV v3.1，在统一 hadm_id 键下沉降 14.6 万张院内胸片、策展化心肺检验面板、ICD-10 诊断与对齐 12 个生物医学本体的影像/出院三元组——PhysioNet 凭证式访问，关系层「白盒」重建的范本

MIMIC-IV v3.1（住院/化验/诊断/人口学）+ MIMIC-CXR-JPG v2.1.0（胸片 CheXpert 标签与 DICOM 元数据）+ MIMIC-IV-Note（出院与影像报告自由文本），经 Google BigQuery 关联重建为 7 张关系表的关系型临床数据库 63