即取即用的 AI-Ready 医疗数据集库

荷兰 MAASTRO 放射治疗中心 137 例头颈鳞癌（HNSCC）的治疗前 CT 收集：GTV 勾画 RTSTRUCT 与 DICOM SEG 双格式、临床/随访表含化疗执行列与数据字典，是 Aerts 2014 Nature Communications 泛癌种 radiomics 论文四大主队列之一（H&N1），影像 NIH 受控、临床表 CC BY-NC 3.0

MAASTRO 放射治疗中心（荷兰 Maastricht）HNSCC 放疗队列：治疗前定位 CT 共 486 series / 28,918 images（11.79 GB），模态 CT 为主（元数据另列 SEG、RTSTRUCT、PT）；GTV 勾画双格式（RTSTRUCT + DICOM SEG）；临床/随访 ZIP 表含 chemotherapy_given 列并附 TXT 数据字典 33

医学影像CT医学图像分割多模态影像肿瘤学

Spinal-Multiple-Myeloma-SEG — 双能 CT 脊柱多发性骨髓瘤病灶分割

人工标注影像数据原始数据临床数据67 例患者（72 次检查，其中 5 例贡献随访检查；平均 66 岁，范围 48-85；36% 女性）

捷克布尔诺团队在 TCIA 公开的双能低剂量 CT 脊柱骨髓瘤分割数据集：67 例患者 72 次检查、常规 CT+三档虚拟单能+四档钙抑制共 576 个图像序列、椎体与溶骨病灶体素级掩码（NIfTI+DICOM-SEG 双格式）、六类临床 TSV 结构化变量，CC BY-4.0 无需注册下载

University Hospital Brno 2020-2023 年 Philips IQon Spectral CT 双层探测器双能低剂量全身扫描（120 kVp、10 mA、0.9 mm 层厚、无对比剂），每例 8 种重建序列（常规 CT + VMI 40/80/120 keV + 钙抑制指数 25/50/75/100）+ 椎体与溶骨病灶分割掩码（NIfTI + DICOM-SEG）+ 临床 TSV（M 蛋白、游离轻链、实验室、分期、骨髓、疗效） 31

医疗NLP医学问答与基准临床文本生物医学文献评测基准挑战赛数据集

CohortX — MICCAI 2026 队列定义可计算化挑战赛基准

人工标注文本数据公开数据无患者级数据（文献/注册层基准）｜Task 1 测试金标 500 例文献案例（300 public + 200 private；官网口径 Test 200）｜Task 2 三元组案例 150 例（10

把论文里的患者队列叙述文本变成机器可执行的队列查询：MICCAI 2026 官方挑战赛四任务覆盖 PMC 队列标准抽取、资格准则三元组化、ICD-10-CM 编码解析与本体知识图谱建模，226 队 9,267 次提交 18 支验证团队，金标准由 ChatGPT 初转换加人工验证，Zenodo 提案 CC BY-4.0 公开

ClinicalTrials.gov 注册记录 + PubMed/PMC 文献全文（Task 1）+ ChatGPT 初转换人工验证三元组（Task 2）+ Google Scholar Labs Service 病名派生（Task 3）+ NCT 结构化模板（Task 4）——全部为公开文献与注册层文本，零患者记录 48

医学影像CT多模态影像评测基准多模态挑战赛数据集

BIC-MAC Challenge — 全身 PET/MR 无 CT 衰减校正的跨模态伪 CT 合成挑战赛

影像数据原始数据标注数据99 名健康被试（20 test + 75 train + 4 validation；公开于 HF 79 = 8 full + 67 no-recon + 4 val）

MICCAI 2026 挑战赛：从 NAC-PET、DIXON MRI 与 2D 定位像合成全身伪 CT（HU），同时以 CT 精度与下游 AC-PET 重建四指标评估，99 名健康被试数据集 643GB / 无 sinogram 版 45GB，更完整版 CC-BY 4.0 已发布

非衰减校正 PET（NAC-PET）+ DIXON MRI（in/out phase，4 段 + 拼接全身）+ 2D 定位像（topogram）+ demographics 人口学信息；标签为 ground-truth CT（HU，含 body/organ/face 分割）与 ground-truth AC-PET（含 body/organ 分割）+ STIR sinogram 重建数据 32

医学影像眼科影像多模态影像-文本对齐图像分类儿科

ROP-VL — 早产儿视网膜病变眼底图与临床知识多模态数据集

影像数据文本数据临床元数据人工标注1,116 名婴儿（infants）

2,020 张早产儿视网膜病变（ROP）彩色眼底照配 1,116 名婴儿生物学元数据与结构化临床文本描述——覆盖正常、A-ROP、激光治疗后与 ROP 1-5 期共八类，港澳与内地三机构联合发布，用于构建知识感知的视觉-语言模型

早产儿视网膜病变（ROP）彩色眼底照片 2,020 张 + 患者生物学元数据 + 专家结构化临床文本描述，覆盖正常、A-ROP、激光治疗后 ROP 与 ROP 1-5 期共八类诊断 44

生理信号电子健康记录时序数据图像分类儿科

Cardiotocography — UCI 胎心宫缩图 21 特征胎儿状态分类数据集（2126 例）

原始数据表格数据临床数据2126 例胎心宫缩图记录（每例对应一次妊娠的产前 CTG 判读；孕周 29-42 周）

SisPorto 2.0 自动抽取的 2126 例产前胎心宫缩图 21 维诊断特征表——3 位产科专家共识双标签（形态学 CLASS 10 类 + 胎儿状态 NSP 3 类），CC BY 4.0 开放，机器学习胎心判读的入门基准

UCI Machine Learning Repository dataset id=193（Campos & Bernardes, 2000；doi:10.24432/C51S4N）——CTG.xls 单表 2126 行 × 23 列，含 21 维诊断特征（LB/AC/FM/UC/DL/DS/DP/ASTV/MSTV/ALTV/MLTV 及 FHR 直方图统计）+ 双标签（CLASS 1-10 / NSP N-S-P），无缺失值 34

医学影像内窥镜影像图像分类肿瘤学

CystoDS — 膀胱镜膀胱癌多分类图像数据集

真实世界采集影像数据医生标注160 名患者（2016-2022 于 VAPAHCS 招募，IRB #29838/#36085 批准，签署知情同意）；8067 张图像

真实临床膀胱镜 8067 张图像 / 160 患者的五类二十二子类多分类数据集——白光与蓝光双模态、768 张 ROI 分割标注、病理确诊驱动标签，以 Swin-Transformer 跨库泛化验证可直接训练可迁移，CC BY 4.0 全链开放

真实临床膀胱镜检查图像：TURBT 手术室 KARL STORZ Endoskope 硬镜（n=200）+ 门诊 Olympus 软性膀胱镜（n=8）；白光 WLC 7617 张 + 蓝光 BLC 450 张；PNG 格式、宽 252-5120 px、高 209-2880 px；含 5 大类 22 子类标签 + 768 张 ROI 分割 JSON + cystods.csv 元数据表（632,115 字节） 42

医学影像病理图像医学图像分割图像分类

DeepUTI — Urine Microscopy Open Dataset — 尿液显微七分类细胞注释数据集

影像数据人工标注像素级标注300 例患者（300 份自然排尿样本，mean 42±15 岁，95.1% 女性）；300 张图像；3,562 个手工标注细胞

300 张自然排尿未染色明场显微图 + 3,562 个手工像素级标注细胞（七类：Rod/RBC-WBC/Yeast/Miscellaneous/Single EPC/Small EPC sheet/Large EPC sheet）——为尿道感染（UTI）深度学习诊断测试奠基，RODARE 数据集先行（2023-09-12）论文后置（Sci Data 2024），CC-BY-4.0 开放直链，GitHub casus/UMOD 配 MIT 代码

英国伦敦 Whittington Health NHS Trust LUTS 专科门诊的症状性 UTI 患者自然排尿样本（2022-04 至 2022-08 采集），Olympus BX41F 明场显微镜 + ×20 物镜 + Infinity 3S-1UR 彩色相机 + C Chip™ 血细胞计数板，16-bit 彩色 1392×1040 TIFF；含 img/ bin_mask/ mult_mask/ 三目录各 300 文件 39

医学影像图像分类心血管疾病评测基准

TMED-2

人工标注影像数据原始数据599 studies（577 unique patients，全标注集）；view_labeled_set 705 studies/703 patients；unlabeled_set 5,486

塔夫茨医学超声心动图主动脉瓣狭窄分级数据集第二版——599 研究/577 患者全标注 2D TTE 灰度图，112×112 PNG，含 353,500 张无标注图像，半监督学习与多实例学习的医学影像标杆基准

Tufts Medical Center 常规诊疗采集的 2D 经胸超声心动图（TTE）去标识帧，112×112 PNG 灰度图；视图标签 5 类（PLAX/PSAX/A2C/A4C/Other），AS 严重度标签 5 级映射 3 类；官方划分 360 train/119 valid/120 test 44

基因组学与多组学变异与注释测序数据知识图谱药物-靶点相互作用肿瘤学

OncoKB — 全球首个获 FDA 认可的肿瘤体细胞变异临床注释知识库

人工标注文本数据知识库数据知识库条目而非患者级数据集：1,033 genes / 11,515 alterations / 143 cancer types / 171 drugs（2026-10-03 官网口径）；注释体系经

MSK 维护的精准肿瘤知识库：1,033 基因 / 11,515 体细胞变异 / 143 癌种 / 171 药物的循证注释，Levels of Evidence 七档体系与 AMP/ASCO/CAP 共识 1:1 对齐，2021 年获 FDA partial recognition，学术免费、商业合同制，REST API 与签约 JSON 快照双通道获取

OncoKB 官方策展知识库（MSK Kravis 分子肿瘤中心 CGAC 委员会治理）：同行评审文献策展 + MSK-IMPACT 临床测序实践 + FDA/NCCN 监管与指南扫描三源汇流，按 Levels of Evidence 七档循证定级 41

语音信号医疗NLP神经科学神经退行性疾病阿尔茨海默病评测基准

DementiaBank English Pitt Corpus — 语音阿尔茨海默检测的事实标准语料库

人工标注音频数据原始数据官网分组口径 104 controls / 208 dementia / 85 unknown diagnosis（共 397 条分组记录，含纵向多次访问，非唯一人数）；ASR 口径 292 名参与者

匹兹堡大学 1983-1988 年阿尔茨海默纵向研究的语音遗产：约 33 小时访谈音频加 CHAT 逐句转写，Cookie Theft 图片描述为主任务，经 CMU TalkBank 会员制发放四十年，孵化 ADReSS 与 ADReSSo 两个国际挑战赛（百度研究院夺魁 ADReSS），是语音自动痴呆检测论文引用最密集的语料库

Univ. of Pittsburgh Alzheimer and Related Dementias Study 1983-1988 纵向采集：访谈音频约 33 小时（292 参与者，另有降噪版）+ CHAT 转写 500 条（243 control + 257 dementia）+ Cookie Theft 描述、Word Fluency、Story Recall、Sentence Construction 四任务 + @ID 头嵌诊断与 MMSE + PItt-data.xlsx 人口学表 37

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。

即取即用的 AI-Ready 医疗数据集库

数据标签

医学影像 AI-Ready 数据集

电子病历与文本数据集

病灶分割与标注数据集

按任务类型浏览

ECG-Image-Database — 大规模成对心电图图像与数字波形库

HEAD-NECK-RADIOMICS-HN1 — MAASTRO 137 例头颈鳞癌放疗 CT 队列：Aerts 2014 泛癌种 radiomics 论文的 H&N1 数据源