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 788 个数据集

医疗NLP临床文本

MIMIC-IV-Ext-PE — 肺栓塞 CTPA 报告标签集

结构化标签临床文本人工标注19,942 份 CTPA 报告 / 15,875 名患者（MIMIC-IV v3.1 派生，双人共识五类标签）

2 万份 CTPA 报告的双人共识金标准：血液科医生亲手给 MIMIC-IV 装上 PE 开关

MIMIC-IV v3.1 影像报告经五步 RegEx 识别+双人医生共识标注（VTE-BERT 与 ICD 编码双自动基准对照） 61

医疗NLP电子健康记录

MIMIC-III 表型标注集 — 出院小结表型标签

1,102 出院小结1,000 护理进展记录13 高上下文表型双人 Cohen's KappaMIMIC-III NOTEEVENTS ROW_ID 锚定1,102 出院小结 + 1,000 护理进展记录 = 2,102 篇标注笔记（患者总数官方未公布）

Phenotype Annotations：2,102 篇临床笔记 × 13 高上下文表型 × 双人金标准标注——临床 NLP 表型识别的最小可信金标准

https://physionet.org/content/phenotype-annotations-mimic/ 50

生理信号电子健康记录

MIMIC-III Waveform Matched Subset — 波形临床对齐子集

22,317 波形记录22,247 数值记录10,282 ICU 患者匹配率 34%35%代理日期10,282 名不同 ICU 患者（官方口径 distinct ICU patients；代理 ID + 代理日期去标识）

22,317 波形记录 × 10,282 名 ICU 患者：波形与临床数据的官方匹配桥——匹配方法学、代理日期规则与多模态融合底座

https://physionet.org/content/mimic3wdb-matched/ 44

生理信号电子健康记录

MIMIC-III Waveform Database — 重症监护波形数据库

67,830 记录组30,000 ICU 患者300 万小时6.7 TB125 Hz 波形约 30,000 ICU 患者（成人+新生儿；去标识波形，Matched 子集用代理日期）

67,830 组监护波形记录 · 30,000 ICU 患者 · 300 万小时 · 6.7 TB：全球最大公开 ICU 床旁波形档案与 AI-Ready 信号底座

https://physionet.org/content/mimic3wdb/ 46

药物发现与化学化学信息学知识图谱微生物组评测基准

MDAD

5,055 条验证关联1,388 种药物180 种微生物824 株菌株993 篇文献来源GitHub 直链下载不涉及患者（非临床影像/病历数据集；为文献策展的微生物-药物关联对，1,388 药物 × 180 微生物物种层面的关联对集合）

微生物-药物关联数据库：5,055 条临床/实验验证的微生物-药物关联（1,388 药物 × 180 微物），深圳大学与中国矿业大学 2018 年构建，引用超百次的微生物组药物学基准，官网已失效、数据仅存 GitHub 单点

TTD 与 DrugBank 等药物数据库 + 993 篇文献的临床/实验验证关联挖掘（1970s 起），逐条附 PubMed ID、药物分子式或 DrugBank 链接、微生物菌株与 Uniprot 靶点注释 46

医学影像MRI医学图像分割挑战赛数据集儿科

LISA 2025

人工标注影像数据原始数据79 例 0.064T 儿科脑 MRI 体积（71 训练 + 8 内部验证 + 12 官方验证）；Task 1 QA 首届口径 432 扫描/144 名受试者（+42/14 验证、27/9 隐藏测试）

MICCAI 2025 第二届低场强儿科脑 MRI 分割与质控挑战赛暨全球首个公开超低场（0.064T）儿科脑数据集：79 例 Hyperfine SWOOP 床旁 MRI、七类伪影 QA 与海马/基底节分割双任务，乌干达-南非-美国低资源网络采集，LNCS 16411 开放获取

Hyperfine SWOOP 0.064T 永磁便携式超低场儿科脑 T2 MRI（三正交方向采集，TR 1.5s/TE 5ms/TI 400ms，超分辨率重建 1.0×1.0×1.0 mm³ 等向）+ 体素级分割标注（双侧海马、双侧尾状核、豆状核、双侧侧脑室）+ 七类伪影 QA 分级标签；Synapse 托管 38

医学影像病理图像转录组肿瘤学

HEST-1k — 病理×空间转录组配对库

1,229 个 ST 样本配对 WSI210 万表达-形态对超 7,640 万细胞核全量超 1 TBH5ADTIFFH5Parquet1,229 个空间转录组样本（153 个独立队列，26 个器官）

1,229 个 ST 样本与 H&E 全切片一一配对，210 万表达-形态对覆盖 153 队列

Mahmood Lab（哈佛医学院 / Mass General Brigham） url: https://huggingface.co/datasets/MahmoodLab/hest 58

医疗NLP语音信号临床文本电子健康记录评测基准

PriMock57 — 模拟基层问诊多模态语料

语音数据文本数据人工标注57 名扮演患者（actor）；7 名临床医生；5 名评估 GP。全部为模拟问诊，无真实患者参与。

57 场模拟基层医疗问诊的公开多模态数据集——8 小时 38 分双声道音频、人工逐句转写与临床 SOAP 记录三件套，附 5 名全科医生的人类评估标注与 18 项自动指标相关性研究，成为会话式医疗 ASR 与问诊记录生成两大任务的通用基准

Babylon Health + University of Aberdeen 采集的 57 场模拟基层医疗问诊（5 天 / 7 名临床医生 / 57 名员工扮演患者），包含：双声道 WAV 音频（16bit/16kHz，医生与患者分轨）、Praat TextGrid 人工逐句转写、57 份 JSON 格式 SOAP 问诊记录、病例卡与咨询核对清单、以及 5 名全科医生的人类评估标注（后期编辑 / 错误陈述 / 遗漏）与 18 项自动指标分数。 45

眼科影像多模态影像图像分类青光眼糖尿病视网膜病变

Harvard-FairVision — 首个 2D+3D 眼科公平性大规模数据集

30,000 名受试者SLO 眼底 + OCT B-scan 双模态约 600 GBCC BY-NC-ND 4.0,6 个身份属性30,000 名受试者

30,000 名受试者的 SLO 眼底 + OCT 双模态影像与六维人口学属性的公平性研究平台

Harvard Ophthalmology AI Lab, Department of Ophthalmology, Harvard Medical School url: https://huggingface.co/datasets/harvardairobotics/FairVision 40

医学影像乳腺影像X光影像图像分类医学图像分割评测基准

Breast Cancer Digital Repository — 葡萄牙波尔图乳腺 X 光多源病案影像库

病灶级标注多边形分割掩码BI-RADS 分类临床电子病历多设备异构灰度 TIFF 影像1010

BCDR：胶片与全视野数字乳腺摄影双子库、BI-RADS 病灶分割与临床史三合一的老牌 CADx 基准

Breast Cancer Digital Repository (BCDR) — CETA-CIEMAT / INEGI / FMUP-HSJ 共建，IMED 项目与 ALOE 平台支持 url: https://www.qianfanghub.com/ai-ready-dataset/bcdr 47

生理信号可穿戴传感多模态时序数据真实世界数据糖尿病视网膜病变

D1NAMO — 1 型糖尿病多模态可穿戴数据集

生理信号传感器数据影像数据人工标注原始数据29 人（20 名健康人 + 9 名 1 型糖尿病患者；T1D 亚组 6 男 3 女，年龄 20-79 岁，性别年龄为二手口径）

真实生活条件下 20 名健康人 + 9 名 1 型糖尿病患者的 ECG/呼吸/三轴加速度 + 血糖 + 餐食照片多模态数据集，Zephyr BioHarness 3 胸带采集，Zenodo 公开 10.2 GB，面向无创低血糖检测研究

Zephyr BioHarness 3 胸带（ECG I 导联双电极 250 Hz / 呼吸 EVA 泡沫压力传感器 18 Hz / 三轴加速度 100 Hz ±16 g / 设备自算 HR·BR·activity·posture）+ Bayer Contour XT 血糖仪（健康组每日 6 次指尖血）+ Medtronic iPro2 Professional CGM（T1D 组每 5 分钟）+ 手机餐食照片（瑞士法郎硬币比例尺）+ 营养师逐图饮食标注 34

医学影像PET医学图像分割挑战赛数据集肿瘤学

PSMA-PET-CT-Lesions — LMU 慕尼黑 597 例全身 PSMA PET/CT 手工病灶分割数据集

人工标注影像数据原始数据378 名男性患者（疑似或确诊前列腺癌，年龄 48-92 岁，PHI 口径 89 岁以上一律记 90）；597 个全身 PSMA PET/CT 检查（539 个含病灶、58 个无病灶）

LMU 慕尼黑大学医院 2014-2022 年 597 个全身 PSMA PET/CT 检查、378 名前列腺癌患者的 3D 手工病灶分割数据集——¹⁸F-PSMA 与 ⁶⁸Ga-PSMA 双示踪剂、TCIA 公开、autoPET III/IV 挑战赛官方训练数据

LMU 慕尼黑大学医院 2014-2022 年临床 PSMA PET/CT（三台设备：Siemens Biograph mCT Flow 20 / Biograph 64-4R TruePoint / GE Discovery 690）＋全部 PSMA 摄取病灶的 3D 手工二值分割掩膜（DICOM SEG）＋TSV 患者级元数据（年龄/设备型号/放射性核素/CT 对比剂使用） 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。