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 639 个数据集

电子健康记录公共卫生与流行病学临床电子病历医疗登记

SEER (NCI) — 美国癌症监测流行病学与最终结局数据库

约1880万肿瘤记录22个登记区·48%美国人口覆盖1975-2023年·49年纵向追踪约1880万肿瘤记录

22登记区·48%美国人口·1880万肿瘤记录·1975-2023·49年纵向追踪

美国国家癌症研究所 (NCI) Surveillance Research Program url: https://seer.cancer.gov/ 104

电子健康记录医疗NLP

MIMIC-III 重症监护临床数据库

38,597 成人患者49,785 住院58,976 ICU 停留3.31 亿 chartevents26 张表46,520 名患者（patients 表；其中 38,597 成人）

MIMIC-III 临床数据库：3.31 亿条床旁记录 × 26 张关系表的十年 ICU 全景——医疗 AI 领域被引用最多的一手数据资产

https://physionet.org/content/mimiciii/ 91

电子健康记录时序数据死亡登记重症监护

首个 GDPR 合规欧洲 ICU 数据库 · 2 万患者 10 亿观测点

20,109 名患者23,106 次住院~10 亿观测点GDPR + HIPAA 合规20,109 名患者

阿姆斯特丹大学医学中心（Amsterdam UMC） 99

皮肤影像多模态影像-文本对齐图像分类视觉问答皮肤癌

DermVerse-500K — 50 万张宏观皮肤图与 15 维结构化临床描述

影像数据文本数据人工标注多源汇聚宣称 500,000 张图像（README；HF 公开侧无主数据分片，仅 250 行预览与约 250 张样例图，实量不可复算）；来源为 8 个开源数据集 + 未具名医院真实患者数据

50 万张宏观临床皮肤图 × 每图 15 个临床描述符的三层标注：专家 seed 集微调 MedGemma-4B 后全量生成，配 Fitzpatrick I–VI 肤色、SNOMED CT 与 390 类 9 级疾病层级；NeurIPS 2026 匿名投稿（Paper ID 4127）同名数据集

8 开源源（Derm1M、BioMedica/PMC OA、Fitzpatrick17K、MM-Skin、SCIN、DermaVQA、SkinDisNet、PAD-UFES-20）+ 自有医院数据；每图 15 个临床描述符、Fitzpatrick I–VI、SNOMED CT、排序鉴别诊断、9 级 390 类层级；HF 公开侧含 MedGemma-4B 权重、LoRA adapter、6 模型生成描述与词法/语义评测表 23

生理信号心电信号评测基准心血管疾病

CODE-test — 827 例标注 12 导联心电图留出测试集

人工标注原始数据827 例（827 个不同患者，一例一心）

巴西米纳斯吉拉斯远程医疗网络 CODE 研究的公开留出测试集：827 例 12 导联 ECG、六类异常、双心内科医师独立标注加第三专家仲裁金标准，附带住院医、急诊医、医学生与 DNN 四套对照标注，是「AI 与医师同题对照」的教科书级心电基准

12 导联心电图 HDF5 张量 (827, 4096, 12)（400 Hz，原始 7 s 或 10 s 信号对称零填充至 4096 样本，导联序 DI-DII-DIII-aVR-aVL-aVF-V1-V6）+ 患者 attributes.csv（性别/年龄）+ 6 套六类异常 0/1 标注 csv（双心内科医师、金标准、DNN 预测、心内住院医、急诊住院医、医学生） 37

生理信号可穿戴传感儿科

The Icelandic 16-electrode electrohysterogram database — 冰岛 16 电极子宫肌电数据库

生理信号时序数据队列研究45 名孕妇（122 条记录：112 妊娠期 + 10 产程）

妊娠期腹壁 16 通道表面子宫肌电（EHG）记录库：45 名孕妇 122 条记录（112 妊娠 + 10 产程），4×4 电极阵列、200 Hz 采样，2008–2010 冰岛三机构采集，面向早产预测，PhysioNet v1.0.0 公开（DOI 10.13026/C2159J）

冰岛三机构（Akureyri Primary Health Care Centre、Akureyri Hospital、Landspitali University Hospital）于 2008–2010 采集的妊娠期与产程腹壁 16 通道表面子宫肌电记录；Embla A10 采集设备，EDF 原始格式，200 Hz、16-bit 22

生理信号可穿戴传感步态与运动挑战赛数据集多模态

GRABMyoFlow — sEMG 手势识别数据集腕部扩展版（+20 受试者·新增动态手势）

原始数据生理信号数据信号数据扩展新招募 20 名健康成人（男 12/女 8）；与原版合并后共 63 名（男 35/女 28）

GRABMyo 表面肌电数据集的官方扩展条目——新招募 20 名健康成人做腕部单组记录、受试者合并至 63 人，并在每会话末尾新增「静态手势间过渡」动态试次，为连续认证与手势事件分割开辟新方向

前臂/腕表面肌电（sEMG）开放数据集；16 通道（腕部双极 12 + 未用 4），2048 Hz，WFDB 格式，ZIP 4.3 GB；静态 16 手势 + 动态 30 转换，3 会话（3 天） 50

生理信号可穿戴传感步态与运动时序数据神经退行性疾病帕金森病

PADS — 帕金森病智能手表运动学数据集

时序数据传感器数据临床标注队列数据官方发布口径 469 人（5159 个测量步骤）；主论文摘要口径 504 名受试者参与（质控剔除后发布 469）

明斯特大学医院 469 人 / 5159 步双腕 Apple Watch 4 交互运动任务，100 Hz 加速度+陀螺仪 + 30 项 PDNMS 非运动症状标注；CC BY-NC-SA 4.0 于 PhysioNet 公开直链，PD vs HC 平衡准确率 91.16%

两块腕戴 Apple Watch Series 4（左右腕各一）+ 1 部智能手机组成的 Smart Device System 同步采集：11 项交互运动任务，加速度（g）与角速度（rad/s）三轴信号 @100 Hz；电子问卷（人口学、病史、30 项 PDNMS）；诊断标签 PD / DD / HC（ICD-10 确认） 43

电子健康记录重症监护时序数据真实世界数据评测基准

Insulin4RL — ICU 静脉胰岛素滴定自然不规则时序离线强化学习数据集

真实世界数据时序数据原始数据12,209 名患者（PhysioNet 摘要另记 12,214，双口径存照）；13,652 episode；376,310 条标注决策

MIMIC-IV v3.1 派生的首个'输入与决策均不定期'重症血糖控制离线 RL 基准——12,209 患者/13,652 episode/376,310 标注决策，MEDS 事件流表示免分箱免插补，配 FQE 标准化评估协议与 IQL/CQL 基线

MIMIC-IV v3.1（Beth Israel Deaconess Medical Center，2008-2022 年 ICU 收治）：静脉胰岛素输注轨迹 + 血糖测量 + 实验室/给药/营养/人口学事件，MEDS 事件流 (f,v,t) 表示 51

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重症监护

EHR-ReasonCon — 临床笔记与结构化表推理密集型一致性核验数据集

人工标注文本数据原始数据105 篇临床笔记、8,042 个标注锚实体（唯一患者数未披露，源于 MIMIC-III 成人 ICU 入院记录）

KAIST 联合三星医疗中心等基于 MIMIC-III 构建：8,042 个锚实体 × 105 篇笔记 × 14 张结构表，用量表探索工具流水线标 CONSISTENT/INCONSISTENT，专攻需医学解读、事件关系与时序变化的高推理门槛不一致案例

MIMIC-III v1.4（105 篇临床笔记，覆盖 Discharge/Physician/Nursing 三类），对照 14 张结构化表逐实体标注 CONSISTENT 或 INCONSISTENT；表清单见正文附录 35

生理信号脑电信号临床电子病历重症监护神经科学

JSMF ACCESS intraoperative derived EEG data set — 646 例全麻手术术中额部脑电衍生特征与术后谵妄关联数据集

原始数据临床数据生理信号数据646 例手术患者（其中 626 例完成 CAM-ICU 谵妄评估；20 例谵妄结局缺失，占 3.1%；源研究主分析进一步限制至 502 例完整子集）

ACCESS 麻醉学联盟四中心 646 例非心脏全麻手术的术中连续额部脑电，经标准化至 100 Hz 后衍生为谱功率、爆发抑制与涌现轨迹摘要特征，配套 CAM-ICU 术后（PACU）谵妄结局——Jackson S. Moulton Foundation 资助、PhysioNet 受限访问发布，仅含衍生特征不含原始波形

四个医学中心（Emory University Hospital Midtown、Grady Memorial Hospital、Atlanta VA Medical Center、Waikato Hospital）的术中连续额部脑电（临床监测系统采集，Atlanta 站点用 SedLine 250 Hz，统一处理至 100 Hz）衍生特征；含人口学与合并症、麻醉药物剂量与时点、血流动力学、手术特征、CAM-ICU 谵妄结局、恢复指标、住院与再入院结局 30