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 630 个数据集

电子健康记录医学问答医疗NLP药物安全

DrugEHRQA：结构化与自由文本双模态用药问答

临床文本结构化表格问答对受限获取结构化部分覆盖 MIMIC-III 中 505 份出院小结所涉住院记录；问答对 70,381 条，其中两路均有答案 12,738 条

从 MIMIC-III 的处方表与出院小结同时取材，生成 70,381 条中文以外的用药问答三元组，每条含自然语言问题、可执行的 SQL 与两路答案，半数以上是含嵌套子查询的复杂 SQL

MIMIC-III 临床数据库 v1.4 的 PRESCRIPTIONS、DIAGNOSES_ICD、D_ICD_DIAGNOSES 三张表，以及 2018 n2c2 药物不良事件与用药抽取挑战赛标注的 505 份出院小结 22

电子健康记录临床电子病历医学问答评测基准医疗NLP临床文本

EHRSQL — 电子健康记录 Text-to-SQL 基准

24,411 问答对230 问题模板95MB+102MB SQLiteCC BY 4.0JSON 源文件222 名医院人员受访者（底层为 MIMIC-III 与 eICU 患者）

222 名医院人员问卷驱动的可信语义解析基准：24,411 问答对、230 模板、93.2% 时间敏感、含不可答问题

KAIST EdLab（KAIST AI 研究生院）联合 Konyang University Hospital、Seoul Women's University url: https://github.com/glee4810/EHRSQL 64

生理信号儿科图像分类心血管疾病语音信号

CirCor DigiScope — 全球最大儿科心音数据库

5,272 条 4 kHz 心音录音1,568 名 0-21 岁受试者215,780 个心拍分割标注约 559 MB WAVTSVCSV免费开放下载1,568 名受试者（0-21 岁）

1,568 名 0-21 岁儿童的 5,272 条四点位心音录音与杂音特征标注

PhysioNet（Universidade do Porto / INESC TEC / Real Hospital Português 等） url: https://physionet.org/content/circor-heart-sound/ 81

电子健康记录临床电子病历真实世界数据重症监护

Truveta

结构化 EHR临床笔记医学影像理赔链接SDOH基因组130,000,000+

由 30 家美国医疗系统共同治理的 1.3 亿患者真实世界 EHR 平台

30 家美国成员医疗系统 EHR 系统每日增量贡献 70

生理信号心电信号挑战赛数据集评测基准重症监护心血管疾病

PhysioNet/CinC Challenge 2014 — 多模态心拍定位挑战

时序数据原始数据生理信号100 条公开训练记录（编号 100-199，151,032 个专家标注心拍）+ 300 条隐藏测试记录（152,478 心拍，从未公开）；每条记录对应 1 名成人（患者或健康志愿者），官方未发布患者

Robust Detection of Heart Beats in Multimodal Data：100 条公开成人多参数床旁监护记录（每条 10 分钟、4-8 通道、第一路恒为 ECG）+ 300 条隐藏测试记录，151,032 个专家标注心拍；任务是在 ECG 缺失或严重噪声时，从血压/脉搏/呼吸等非 ECG 通道稳健定位每一个心拍；60 队 1,332 份提交，ODC-BY 1.0 全量开放，是生理信号多模态融合方法学的奠基性基准

MIT Laboratory for Computational Physiology（MIT 实验计算生理学实验室）；记录源自 MIMIC-II Waveform Database 等床旁监护多参数长程记录的 10 分钟片段，覆盖成人患者与健康志愿者 37

医学影像乳腺影像X光影像目标检测乳腺癌

VinDr-Mammo — 乳腺钼靶 BI-RADS 基准

20,000 张 FFDM 图像5,000 次四视图检查约 337.8 GB DICOM4,000 训练1,000 测试划分注册签署 DUA 后获取5,000 名女性受检者（10,000 侧乳腺）

5,000 例四视图乳腺钼靶、双侧 BI-RADS 与病灶框标注开放基准

VinBigData（Vingroup，越南；研发团队源自 VinBrain） url: https://physionet.org/content/vindr-mammo/1.0.0/ 57

基因组学与多组学转录组蛋白质组学COVID-19

ImmPort — NIAID 免疫学数据共享枢纽

1,505 项研究194,891 名受试者7,896,501 条结果TSVMySQLFCS19.5 万名受试者

1,505 项免疫学研究 / 19.5 万名受试者 / 7.9 百万条实验结果

美国国家过敏与传染病研究所（NIAID/DAIT） url: https://www.immport.org/ 67

医学影像病理图像图像分类医学图像分割评测基准

Raabin-WBC — 伊朗外周血白细胞分类与分割数据集

影像数据人工标注原始数据40,763 个血细胞与伪影边界框（73 张血涂片；供血者精确人数未披露，2021–2022 采集）

Raabin-WBC：德黑兰大学与 Nimaad 公司 2021–2022 采集的 73 张血涂片、40,763 边界框、1,145 细胞核质金标准外周血白细胞显微数据集——五类分类（中性粒/嗜酸/嗜碱/淋巴/单核）、双专家标注、两显微镜两相机多样性设计，官网免费直链、CC BY 4.0，配套 SVM 基准 94.65% 与核分割 Dice 0.9675

伊朗健康供血者外周血涂片（染色后显微镜成像，两品牌显微镜 + 两台相机），经手机/桌面应用双专家标注、Easy-GT 提取核质金标准，产出 20,936 张显微镜大图与 40,763 边界框（含 1,145 细胞核质掩膜），官网 raabindata.com 免费直链 51