即取即用的 AI-Ready 医疗数据集库

CXRGraph：给报告生成任务改造的实体关系标注

在 RadGraph 的四种实体、三种关系之上加一类位置属性实体、一类部分关系与三个实体属性，专门处理去标识后「与既往相比」这类无法还原的对照叙述，让结构化报告不再教模型编造间隔变化

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

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

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

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

Montgomery CXR — 肺结核 X 光基准集

138 张 PA 胸片 + 双肺手工掩膜的肺结核筛查经典基准

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

ReXPref-Prior 胸片报告先验幻觉偏好数据集

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

MS-CXR — 胸片短语接地基准

1,162 对医生验证的胸片短语接地标注 · 局部图文对齐金标准

ReXVal：放射报告六类错误的医师计数标注

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

ReXGradient-160K — 大规模胸片报告数据集

16 万检查 · 27.3 万图像 · 10.9 万患者的胸片-报告配对集

EMDB — 电镜数据库：冷冻电镜三维密度图的 wwPDB 核心归档库

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

MIMIC-IV-Note — 去标识化临床自由文本语料库

REVA-PO — 胸片报告生成强化学习稳定化框架与 MIMIC-CXR/IU-Xray 复现包

以 Qwen2.5-VL-7B 为底座的三阶段流水线（连接层预热→分类器引导 SFT→无 Critic 的组相对策略优化），用响应加权正则与验证锚定策略重置驯服长期 RL 训练中的 KL 压力的开源复现包