即取即用的 AI-Ready 医疗数据集库

致力于为医疗 AI 研究人员找到合适的数据集。已收录 1,945 个 AI-Ready 数据集，覆盖医学影像、电子病历与文本、病灶分割与标注等多模态数据。

需要具备完整溯源、伦理合规与工程化交付的专病训练集？进入医疗数据商城 →

按工程化层级：

官方自营 · 合规交易

千方医数集 · 商业级 AI-Ready 数据集

查看全部商业数据

影像服务最快 4 周

乳腺阳性影像数据集

乳腺钼靶阳性病例影像数据，覆盖肿块、钙化等典型征象，面向乳腺 AI 辅助筛查模型训练。

去商城获取 →

影像服务最快 4 周

TCT 宫颈细胞学数据集

液基薄层细胞学（TCT）数字图像，含阴阳性判读结果，适配宫颈癌细胞学筛查模型。

去商城获取 →

需要更多专病队列？

千方医数集支持按病种、模态合规定制采集。

提交定制需求

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 1906 个数据集

MedNLI

医疗NLP临床文本医学问答与基准评测基准电子健康记录

MedNLI

人工标注文本数据原始数据14,049 句对（4,683 个唯一 premise；train 11,232 / dev 1,395 / test 1,422）；底层 MIMIC-III 患者数未在论文中披露

MIMIC-III 出院小结衍生的临床自然语言推理基准——14,049 个 premise-hypothesis 句对三分类标注（entailment/contradiction/neutral），UMass Lowell × IBM Research 联合出品，EMNLP 2018 发表，PhysioNet 凭证制开放

MIMIC-III NOTEEVENTS 表出院小结（discharge summary）的 Past Medical History 节句子（LingPipe 句子切分）× 人工撰写 hypothesis × entailment/contradiction/neutral 三分类标签，另含 Stanford parser 句法树字段，按 mli_train/dev/test_v1.jsonl 三文件发放 63

crossMoDA 2022

医学影像MRI医学图像分割挑战赛数据集神经科学

crossMoDA 2022

人工标注影像数据原始数据2022 版全口径 755 例 MRI（训练源 210 ceT1 + 训练目标 210 hrT2 + 验证 64 hrT2 + 封闭测试 271 hrT2）；Zenodo 公开可下载 484 例（21

无监督跨模态域适应分割挑战赛：755 例前庭神经鞘瘤 MRI（ceT1 有标注源域→hrT2 无标注目标域），双任务 VS+耳蜗分割与 Koos 分级，12 队 rank score 排名，CC BY-NC-SA 4.0

King's College London/King's College Hospital（伦敦 379 例）+ Elisabeth-TweeSteden Hospital 蒂尔堡（376 例）前庭神经鞘瘤 MRI：训练源 210 ceT1（VS+耳蜗标注+GIF 掩码）、训练目标 210 hrT2（无标注）、验证 64 hrT2、测试 271 hrT2（不公开） 58

ToothFairy2

医学影像CT医学图像分割挑战赛数据集评测基准

ToothFairy2

人工标注影像数据原始数据530 例牙科 CBCT（训练 480 例 = Set A 417 例 P 前缀 + Set B 63 例 F 前缀；隐藏测试 50 例不公开）；58.30% 女性；年龄区间 (10, 100]；20

牙科 CBCT 42 类颌面多结构分割挑战赛：530 例体数据（480 训练 = Set A 417 + Set B 63，50 隐藏测试），mha/HU/0.3mm 等向，DSC+HD95 共 84 ranks mean rank 排名，nnU-Net ResEnc L 夺冠，CC BY-SA 注册制下载

Afidea Center（意大利，NewTom NTVGiMK4 CBCT，3mA/110kVp/0.3mm）为主采集的 530 例牙科 CBCT：训练 480 例（Set A 417 例 P 前缀临床数据 + Set B 63 例 F 前缀）+ 隐藏测试 50 例（Radboud UMC i-CAT 采集，仅经 grand-challenge 提交评估）；42 类颌面结构体素标注 89

PhysioNet/CinC 2021

生理信号心电信号挑战赛数据集评测基准心血管疾病

PhysioNet/CinC 2021

原始数据人工标注131,149 条 12 导联 ECG 记录（公开训练 88,253 + 隐藏验证 6,630 + 隐藏测试 36,266）；来自 9 个数据库、7 家机构、4 国；患者级数量未跨库统一披露

Will Two Do?——9 库 131,149 条 12 导联 ECG 的多标签心脏异常诊断挑战赛汇编：公开训练 88,253 条，SNOMED CT 标签 26 类计分，首创降导联（6/4/3/2）诊断泛化任务，CC BY 4.0 完全开放

9 库汇编（WFDB 格式 + SNOMED CT 标签）：CPSC 2018/Extra、St Petersburg INCART、PTB、PTB-XL、Georgia G12EC、Chapman-Shaoxing/Ningbo、UMich、Undisclosed American（公开训练 88,253 / 隐藏验证 6,630 / 隐藏测试 36,266，分库明细见正文附录） 53

WSSS4LUAD

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 61

Light My Cells 2 — 无标记显微图像荧光预测挑战

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 69

VinDr-PCXR — 万例儿科胸片病灶标注集

医学影像X光影像图像分类目标检测儿科

VinDr-PCXR — 万例儿科胸片病灶标注集

人工标注原始数据影像数据9,125 例儿科胸片研究（<10 岁，PA 视图；train 7,728/test 1,397）——36 病灶级+15 图像级双层标注

9,125 张儿童胸片的 36+15 双层标注：越南 VinDr 系的儿科下沉，页面三大 Copy-Paste 事故实录

Phu Tho Obstetric & Pediatric Hospital（PTOPH）PACS 回顾性采集 2020-2021；两阶段脱标识（HIPAA）；CNN 自动过滤+人工复核；VinDr-Lab 标注平台 51

TN-Mammo — 多视图乳腺密度分级数据集

医学影像乳腺影像图像分类肿瘤学

TN-Mammo — 多视图乳腺密度分级数据集

人工标注原始数据影像数据676 例受检者（推算 2,704 张四视图 JPEG）——年龄 18-91 岁；BI-RADS 密度 A-D 四级双盲双评+共识裁决

越南统一医院的 676 例乳腺密度库：双盲双评+共识裁决的轻量金标，TN 是医院名不是三阴

Thong Nhat Hospital（胡志明市）PACS 原始采集 2022-01~2024-06；DICOM→JPEG 转换；双放射科医生双盲密度评估+科主任共识；伦理批件 No. 43/2024/CN-BVTN-HDDD 49

RadVLM Instruction Dataset — 胸片指令微调数据集

医学影像医疗NLP多模态X光影像

RadVLM Instruction Dataset — 胸片指令微调数据集

指令数据人工标注派生数据对话数据719,675 image-instruction instances（PhysioNet 实发；论文口径 1,115,021）/ 图像源自 MIMIC-CXR 等四库约 60 万+ 次检查

111 万指令对的胸片助手课：把五个任务塞进一种 LLaVA 格式的统一训练菜谱

MIMIC-CXR-JPG v2.1.0 + Chest Imagenome v1.0.0 + MS-CXR v1.1.0 + VinDr-CXR v1.0.0 四源派生；GPT-4o（Azure 安全实例）做报告过滤与对话生成；CheXbert 标签；weighted box fusion 融合标注 60

MIMIC-IV-Ext-PE — 肺栓塞 CTPA 报告标签集

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） 64

MIMIC-III 表型标注集 — 出院小结表型标签

医疗NLP电子健康记录

MIMIC-III 表型标注集 — 出院小结表型标签

1,102 出院小结1,000 护理进展记录13 高上下文表型双人 Cohen's KappaMIMIC-III NOTEEVENTS ROW_ID 锚定1,102 出院小结 + 1,000 护理进展记录 = 2,102 篇标注笔记（患者总数官方未公布）

Phenotype Annotations：2,102 篇临床笔记 × 13 高上下文表型 × 双人金标准标注——临床 NLP 表型识别的最小可信金标准

https://physionet.org/content/phenotype-annotations-mimic/ 51

MIMIC-III Waveform Matched Subset — 波形临床对齐子集

生理信号电子健康记录

MIMIC-III Waveform Matched Subset — 波形临床对齐子集

22,317 波形记录22,247 数值记录10,282 ICU 患者匹配率 34%35%代理日期10,282 名不同 ICU 患者（官方口径 distinct ICU patients；代理 ID + 代理日期去标识）

22,317 波形记录 × 10,282 名 ICU 患者：波形与临床数据的官方匹配桥——匹配方法学、代理日期规则与多模态融合底座

https://physionet.org/content/mimic3wdb-matched/ 46

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。

买数据/找定制

联系商务

获取样例

客服二维码

电话咨询微信咨询邮箱咨询