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 1671 个数据集

医学影像医学问答与基准医学图像分割CT挑战赛数据集

BTCV — 腹部 CT 多器官分割基准

50 例增强腹部 CT13 类器官逐体素标注NIfTI 格式Synapse 注册后免费获取约 6 GB（Abdomen）50 名患者（30 训练 + 20 测试）

50 例增强 CT、13 器官逐体素标注的 MICCAI 2015 挑战赛基准

Vanderbilt University Medical Center（MICCAI 2015 BTCV 挑战赛） url: https://www.synapse.org/#!Synapse:syn3193805 105

电子健康记录重症监护真实世界数据评测基准时序数据

FIDDLE 重症 EHR 特征矩阵

EHR 结构化数据特征矩阵生理信号凭证访问MIMIC-III 侧 17,710 名患者 / 23,620 次 ICU 住院（仅 MetaVision 系统 2008–2012）；eICU-CRD 侧 139,367 名患者 / 200,859

用同一套预处理管线把 MIMIC-III 与 eICU-CRD 各转成五组任务的特征矩阵，覆盖院内死亡、急性呼吸衰竭与休克三类结局，最高约 8,000 维，让「换了预处理就不可比」变成可对照的实验

MIMIC-III v1.4（Beth Israel Deaconess Medical Center）与 eICU-CRD v2.0（全美多中心）经 FIDDLE 管线按默认设置转换为特征矩阵；MIMIC-III 侧取 10 张源表，eICU 侧取 18 张源表 17

医学影像病理图像医学图像分割挑战赛数据集

COSAS 2024 — 跨域腺癌分割

580 张 H&E 病理 patch约 1500×1500 像素手工轮廓像素级标注训练集注册后获取580 张 H&E patch（两任务各 290 张；患者级计数官方未披露）

580 张 H&E 病理 patch、6 器官与 6 扫描仪双赛道域泛化挑战赛

COSAS 2024 组织委员会（西交利物浦大学 / 上海交通大学医学院附属瑞金医院 / 深圳大学 / 广西医科大学 / Histo Pathology Diagnostic Center） url: https://cosas.grand-challenge.org 39

医学影像医学图像分割内窥镜影像结直肠癌肿瘤学

BKAI-IGH NeoPolyp — 结肠镜息肉分割与肿瘤性检测

7,466 标注图像4 种光成像模式6 种 Paris 分型3 类息肉分类~314 MB (Small)单中心数据集，越南河内 IGH

BKAI Center for AI, Hanoi University & Institute of Gastroenterology and Hepatology 107

医疗NLP命名实体识别临床文本生物医学文献罕见病

MACCROBAT — 病例报告实体标注

200 篇病例报告 standoff 对25,144 个实体59,164 条标注约 1.02 MB ZIPCC BY 4.0 开放下载200 例患者（每篇病例报告对应 1 例患者叙事）

200 篇病例报告、41 类实体/事件、59,164 条标注的医学 NER 开放语料

加州大学洛杉矶分校（UCLA）团队，figshare 托管 url: https://figshare.com/articles/dataset/MACCROBAT2018/9764942 40

医疗NLP临床文本命名实体识别心血管疾病肿瘤学

CARMEN-I — 西班牙语临床文本匿名化语料

2,000 份临床文书34,773 条人工标注TXT 与 brat .ann 格式PhysioNet 认证访问西班牙语与加泰罗尼亚语2,000 份临床文书（患者级数量官方未披露）

2,000 份匿名化西语/加泰罗尼亚语临床文书，26,545 条实体标注

巴塞罗那超级计算中心（BSC）NLP4BIA 与巴塞罗那医院诊所（HCB） url: https://physionet.org/content/carmen-i/1.0.1/ 42

医疗NLP电子健康记录临床文本命名实体识别真实世界数据

MedDec 出院小结医疗决策标注集

临床文本人工标注片段级标注凭证访问419 名患者（451 篇出院小结，其中 192 篇与 MIMIC-III 表型标注集重叠、259 篇为额外纳入）

451 篇 MIMIC-III 出院小结、419 名患者、逾 5.4 万句，按 DICTUM 十类决策体系做片段级标注，140 万 token 中标出 87.9 万个决策片段，Cohen's Kappa 0.74，用于抽取「医生到底做了什么决定」

MIMIC-III Clinical Database v1.4 的 NOTEEVENTS 出院小结，由两名受训医学生独立标注、一名临床医师仲裁，按 DICTUM 十类决策体系标注片段边界与类别，2024 年 10 月经 PhysioNet 发布 19

公共卫生与流行病学电子健康记录卫生服务研究医保理赔真实世界数据药物安全

PINC AI Healthcare Database — 美国全支付方医院真实世界数据

15亿+ encounters（2025 口径）1,164+ 贡献医院（2021）2.6亿独立患者2000 年起每周更新商业许可获取2.6 亿+ 独立患者（截至 2021-09 官方白皮书）

覆盖 1/4 美国住院的医院级真实世界数据库 · 2.6 亿患者 · 15 亿+ 就诊记录

PINC AI Applied Sciences（Premier Inc.） url: https://premierinc.com/real-world-evidence 89

医疗NLP多模态生物医学文献视觉问答

PMC-VQA — 医学视觉问答大基准

227k 问答对149k 图像约 21GB CSV+JPEG开放下载 CC BY-SA复合图版本抉择MedVInT 生成式基准149k 幅生物医学图像 / 227k 个问答对

227k 问答对 / 149k 图的生物医学图文视觉问答数据集

上海交通大学 & 上海人工智能实验室 url: https://github.com/xiaoman-zhang/PMC-VQA 96

生理信号神经科学语音信号步态与运动

UA-Speech — 构音障碍语音黄金基准数据集

约 103 小时多通道音频29 名说话人（16 构音 + 13 对照）每人 765 个孤立词邮件申请获取WAV 16 kHz29 名说话人（16 名脑瘫构音障碍 + 13 名对照）

29 名说话人、103 小时构音障碍孤立词语音基准

University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） url: https://speechtechnology.web.illinois.edu/UASpeech 67

电子健康记录医保理赔真实世界数据队列研究药物安全

GePaRD — 德国 2,500 万人医保理赔数据库

约 2,500 万参保人每数据年约 1,700 万人2004 年起连续累计ICD-10-GMOPSEBMATC 编码合作制申请获取约 2,500 万名参保人

2,500 万人法定医保理赔数据，德国药物警戒科研旗舰

Leibniz Institute for Prevention Research and Epidemiology – BIPS（德国不来梅莱布尼茨预防研究与流行病学研究所） url: https://www.bips-institut.de/en/research/research-infrastructures/gepard.html 47

医学影像MRI肿瘤学脑肿瘤

FeTS — 跨机构联邦脑肿瘤分割 MRI 数据集

25,256 例 MRI 扫描6,314 名患者71 家机构 6 大洲NIfTI 格式公开挑战数据 1,470 例注册后开放获取6,314 名胶质母细胞瘤患者（联邦全量口径）

71 机构联邦脑胶质瘤 MRI 分割数据集（25,256 例扫描）

FeTS Initiative Consortium（宾夕法尼亚大学发起） url: https://www.fets.ai/ 69

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。