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 1336 个数据集

神经科学生理信号脑电信号多模态

IBL Brain-Wide Map — 小鼠全脑决策活动图谱

12 个实验室139 只小鼠459 个 session699 次探针插入62.2 万个单元7.5 万个良品单元279 个脑区AWS 公开桶0

12 个实验室、139 只小鼠、69.9 万次探针插入，拼出一张全脑活动图

国际脑实验室（International Brain Laboratory）联合建设，12 个实验室贡献数据；存储由 AWS Open Data 计划承担（桶 ibl-brain-wide-map-public，us-east-1）；访问入口 internationalbrainlab.org 28

神经科学生理信号电子健康记录多模态

DANDI Archive — 神经电生理数据联邦档案库

NWB 格式BIDS 格式OME-Zarr上千个 dandisets版本化数据集CC-BY-4.0元数据 CC0单文件 5 TB 上限embargo 6 个月0

它不是一个数据集，是上千个数据集的容器。首页写着一千零五十九个、九百二十二太比特，同一个站的 API 却报九百三十八、一千二百零九；四个官方来源给出四个规模数字。这个库真正值得学的是它怎么把「版本」和「许可」做成硬约束

美国 BRAIN Initiative 资助；分布式档案库由劳伦斯伯克利国家实验室、MIT、CatalystNeuro 等机构联合建设；存储由 AWS Open Data 计划承担；访问入口 dandiarchive.org 22

生理信号脑电信号癫痫挑战赛数据集评测基准

UPenn-Mayo — 颅内脑电癫痫检测挑战赛

颅内脑电1 秒片段犬与人类双物种发作检测早期检出标签11.62 GB竞赛受限许可12

十二个受试者、四只狗、八个人、一秒一段。它用一场 Kaggle 竞赛把癫痫检测的算法门槛一次性抬到 AUC 0.96，也留下了一个更难堪的后续：前三名里有两个换一份数据就跌回随机水平

美国宾夕法尼亚大学（UPenn）神经工程与治疗中心、梅奥诊所（Mayo Clinic）癫痫与神经生理实验室；International Epilepsy Electrophysiology Portal（ieeg.org）；NINDS 与美国癫痫学会（AES）资助；Kaggle 承办 27

生理信号脑电信号癫痫队列研究

EPILEPSIAE — 欧洲癫痫长程脑电数据库

长程脑电监测颅内脑电发作预测四段时刻标注空间扩散标注症状学描述表面与颅内双模态术前评估275

三家医院、二百七十五名术前监测患者、四万五千小时连续脑电。它比此前所有公开脑电库加起来大两个数量级，却从不免费——按数据集个数分档售卖，两万五千欧元起。这份数据库真正稀缺的不是规模，是把一次发作拆成四个时刻的那种标注方式

德国弗莱堡大学医院癫痫中心、葡萄牙科英布拉大学医院、法国巴黎 Pitié-Salpêtrière 医院；欧盟第七框架计划 EPILEPSIAE 项目（Grant 211713）资助；现行由弗莱堡大学医学中心 Campus Technologies Freiburg 运营 31

生理信号脑电信号癫痫评测基准

TUSZ — 坦普尔大学医院癫痫发作脑电语料库

癫痫发作检测长程脑电事件级标注类别失衡跨中心泛化BIDS 格式临床脑电基准评测675

一万六千小时的临床脑电里，只有百分之零点二的片段装着发作。为了把这些片段挖出来，一群工程师用关键词、商业软件和自研模型三方交叉筛了一遍，最后留下 675 名患者、1,476 小时、4,029 次发作

美国天普大学（Temple University）电气与计算机工程系神经工程数据联盟（NEDC）；天普大学医院 2002–2017 年归档临床脑电；天普大学 IRB 批准，按 HIPAA 去除 18 类标识符 36

电子健康记录临床电子病历医疗NLP临床文本医学问答与基准评测基准

SimSUM — 结构化表格×GPT-4o 临床笔记的合成临床信息抽取基准

合成数据文本数据结构化表格人工标注机器标注10,000 条虚构患者就诊记录（全合成，无真实患者）；每条含 1 份正常笔记 + 1 份精简笔记

一万条初级保健呼吸病例：专家贝叶斯网络采出 16 个表格变量，GPT-4o 据此写出双版本临床笔记（正常版与精简版），再用 LLM 反抽 4.2 万个症状 span——把「表格背景知识能否补文本之不足」变成可复现的对照实验

专家定义的 16 节点贝叶斯网络采样出结构化表格（症状/诊断/基础疾病/非临床/治疗/结局），GPT-4o 依据症状与基础疾病生成临床笔记，再由 GPT-4o 抽取症状 span 并经文本匹配校正 37

医学问答与基准评测基准药物安全医疗NLP

RxQA

文本数据标注数据评测集无真实患者数据（题面为药师改写的合成病例情境）；600 题 = OpenFDA 300（美）+ BNF 300（英）；开源半区实测长题干（>400 字符）198 道

Google Health 药物知识问答基准——Gemini 1.5 Flash 起草、8 名 board-certified 执业药师修订与五档难度评级，600 道四选一 MCQ（OpenFDA 300 开源 + BNF 300），高难度题 AMIE 准确率反超 21 名初级保健医生，Nature 正刊发表

OpenFDA 结构化产品标签（美国药品说明书，SPL）+ BNF 英国国家处方集；Gemini 1.5 Flash 起草 → 闭卷过滤 → 每辖区抽 100 short + 200 long → 8 名 board-certified 执业药师（美英各 4）修订与五档难度评级 40

医学影像图像分类

CXLSeg — 胸片肺分割数据集

243,324 张正位胸片 + 同名掩码6,500 患者子文件夹CheXpertNegBio 派生标签80:10:10 官方划分SA-UNet 基线 Dice 96.80%243,324 张正位图像 / 6,500 个患者子文件夹（母集 MIMIC-CXR 共 65,379 患者 / 377,110 张图像）

CXLSeg：MIMIC-CXR 的 243,324 张正位胸片成品分割包——图像与掩码同名成对、CheXpert/NegBio 标签随行、80:10:10 划分，把肺分割实验的开箱成本压到最低

https://physionet.org/content/chest-x-ray-segmentation/1.0.0/ 41

医学影像电子健康记录

脓毒症急诊胸部 CT — Sepsis-3 影像队列

836 次胸部 CT（NIfTI）337 例 Sepsis-3 住院14 张 CSV 表约 396 万行ExamReport 6,037 行中文检查报告PhysioNet + OMIX 双存储728 次就诊（含门诊）/ 337 例住院（103 女 + 234 男）/ 327 例住院有 CT

浙江省人民医院急诊 ICU 的 836 次脓毒症胸部 CT 与 14 张临床表格——把杭州 EHR 管线从纯表格延伸到影像的深表型续章

https://physionet.org/content/chest-ct-sepsis-er/1.0.0/ 44

医学影像X光影像影像-文本对齐临床文本医疗NLP

美国国家医学图书馆与印第安纳大学开放胸片报告图文对数据集

图文对影像数据文本数据标注数据每人一次检查，INPC 两家医院各约 2,000 例，合计约 4,000 例抽取

3,955 份放射报告配 7,470 幅胸片 · 双人 MeSH/RadLex 编码 · CC BY-NC-ND 4.0 直链下载

Indiana Network for Patient Care 两家医院系统的门诊后前位胸片检查；影像取自 PACS 的 DICOM，报告取自同一检查的放射科叙述性报告；经 RSNA CTP 与 DICOM Supplement 142 影像脱敏、Regenstrief Scrubber 文本脱敏后，由 NLM 图像组做双人 MeSH/RadLex 手工编码与 MTI 自动标注 126

生理信号脑电信号神经科学脑机接口多模态

Multisession fNIRS-EEG Post-Stroke Motor Recovery — 16 名偏瘫患者 84 次康复训练的同步脑电+近红外纵向数据集

原始数据时序数据临床评估多模态16 名上肢偏瘫卒中患者（6 女 10 男，42–71 岁）；康复会话 84 次；每例最多 6 次 session

Skoltech 联合俄罗斯联邦大脑与神经技术中心、莫斯科国立大学发布的全球首个长期同步 EEG-fNIRS 卒中公开数据集：8 导 EEG 与 70 通道 fNIRS 硬件级对齐，健手与患手各 84 次会话，附 ARAT/Fugl-Meyer 临床量表

同步采集的 8 导 EEG（NVX-52，500 Hz）+ 70 通道 fNIRS（NIRSport 16×16/8×8，760/850 nm，13.56 Hz）+ 2 路 EMG + 1 路 ECG；SRT 键压任务（健手/患手各 ≥3 run/会话）；ARAT 与 Fugl-Meyer 临床评分；人口学与病灶信息（Figshare 公开） 28

医学影像CTX光影像挑战赛数据集评测基准

COBRA2026: a large-scale multicenter pelvic cone-beam computed tomography projection dataset — 六欧洲中心盆腔放疗 CBCT 原始投影数据集

原始数据影像数据867 例患者（训练 692 / 验证 52 / 测试 123；盆腔放疗；六欧洲中心；性别/年龄/癌种分布未公开）

867 例盆腔放疗 CBCT 原始投影+采集几何+形变配准 planning CT+模拟投影的双厂商（Elekta/Varian）多中心投影域数据集：训练集 692 例约 750 GB 已于 2026-07 开放，验证/测试集封存至 2032-03 保障 COBRA2026 挑战赛独立评测，CC BY-NC 4.0

六欧洲中心直线加速器机载 CBCT 实测原始投影（Elekta 与 Varian 双厂商）+ RTK 格式采集几何 + 厂商校准/校正文件（匿名化转开放格式）+ 临床重建 CBCT + 形变配准 planning CT + 模拟 CBCT 投影；大数据本体托管 CREATIS（里昂），Zenodo 承载 DOI 索引与论文 PDF、训练集 QC 概览图 27

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。