即取即用的 AI-Ready 医疗数据集库

瑞士伯恩 Medi School of Dental Hygiene 在 1985–2011 年间对 883 名牙周维护治疗（SPT）患者的 11,842 次复诊做常规临床检查所得的纵向结构化记录：逐诊记录现存牙数、探诊出血位点、各残余探诊深度区间位点数与距上次就诊时间，支撑一套在用 SPT 复诊间隔算法的推导与验证，CC BY 4.0 于 PhysioNet 首版公开

瑞士伯恩 Medi School of Dental Hygiene（MSDH）1985–2011 年 SPT 常规诊疗临床记录：4 个 RFC 4180 CSV（患者级 883×22 / 就诊级 11,842×15 / 派生级 11,842×44 / 人工编辑台账 63×12）+ 93 变量字典 + 3 对 R/Python 分析脚本，PhysioNet 公开托管，DOI 10.13026/cn9b-2632 38

医学影像病理图像多模态队列研究肿瘤学

CMB-AML — 癌症登月生物样本库急性髓系白血病影像集合

影像数据临床数据纵向随访原始数据16 受试（v9 集合级口径；放射 9 + 4 分片受试、病理受试合计后为 16）；Cancer Moonshot Biobank 项目级目标为 ≥1,000 名患者 / ≥10 个癌种

NCI Cancer Moonshot Biobank 的 AML 队列影像子集：放射部分 CC BY 4.0 公开、病理全切片 445GB 走 NIH 受控申请的双许可结构，DICOM tag (0012,0053) 内嵌「注册天数」把影像与临床事件对齐，Version 9 共 16 受试 / 52 studies / 2,868 张放射影像 / 448.08GB

TCIA 托管的 Cancer Moonshot Biobank - Acute Myeloid Leukemia Cancer Collection（Version 9，2026/07/02 更新）：放射模态 XA/MR/CT/PT（DICOM, CC BY 4.0）+ 组织病理/全切片 Histopathology/WSI（JSON/SVS, NIH 受控）；配套基因组/表型/临床数据托管于 dbGaP，临床子集镜像于 CTDC，影像镜像于 IDC 40

电子健康记录重症监护时序数据挑战赛数据集评测基准队列研究

MIT Critical Datathon 2023 — MIMIC-IV 派生脉搏血氧校正配对数据集

时序数据真实世界数据派生数据81,797 条 ICU SaO2-SpO2 配对（唯一患者/stay 数未披露；上游 MIMIC-IV v2.2 覆盖 50,920 名唯一患者，2008-2019）

2023 年 MIT Critical Datathon 竞赛配套的 SaO2-SpO2 配对数据集：从 MIMIC-IV v2.2 派生 81,797 条 ICU 配对，90 分钟窗口配对+138 变量+隐藏低氧血症规则标签，PhysioNet 凭据访问，是后续 BOLD 三库整合版的前身

MIMIC-IV v2.2 派生：ICU chartevents 中 SaO2（itemid 220227）与前 90 分钟内最近 SpO2（itemid 220277）配对，附 138 变量（人口学/SOFA 六系统/通气 FiO2/RRT/血管升压药/血常规凝血化学/生命体征）与 hidden_hypoxemia 规则标签 41

电子健康记录重症监护真实世界数据队列研究公共卫生与流行病学

BOLD, a blood-gas and oximetry linked dataset — 整合 MIMIC-III/IV 与 eICU 三库的脉搏血氧-动脉血气配对联数据集

真实世界数据时序数据原始数据44,907 名患者（49,099 对 SpO2–SaO2 测量：MIMIC-IV 4,921 对/4,778 患者；MIMIC-III 740 对/728 患者；eICU-CRD 43,438 对/

把三个 ICU 电子健康记录库里的脉搏血氧（SpO2）与动脉血气（SaO2）配对成 49,099 条 5 分钟窗口测量——聚焦血氧仪在深肤色人群中的系统性高估，为血氧仪去偏算法提供分析就绪的公平性数据基座

MIMIC-III（BIDMC 单中心）+ MIMIC-IV（BIDMC）+ eICU-CRD（美国多中心）三库 ICU 电子健康记录，经时间对齐与概念协调后横向拼接 32

电子健康记录重症监护时序数据评测基准真实世界数据

Clinical Time Series Datasets for Trajectory Flow Matching Evaluation: ICU Sepsis, ICU Cardiac Arrest, and ICU GIB Cohorts — TFM 论文配套 ICU 血流动力学轨迹评测三队列

派生队列时序数据表格数据凭证访问三队列合计 70,553 名成人 ICU 患者：ICU Sepsis 3,362（2,689/336/337）+ ICU Cardiac Arrest 64,589（51,671/6,459/6,45

PhysioNet 凭证访问资源 v1.0.0——由 eICU CRD v2.0 与 MIMIC-III v1.4 派生的三组不规则采样 ICU 血流动力学轨迹队列（入监护室前 24 小时心率-血压完整配对），NeurIPS 2024 Spotlight 论文 TFM 官方评测集，0.8/0.1/0.1 固定划分，代码 MIT 开源

eICU Collaborative Research Database v2.0（ICU Sepsis、ICU Cardiac Arrest）与 MIMIC-III v1.4（ICU GIB）派生：入 ICU 前 24 小时心率-血压完整配对轨迹（z-score 标准化、时间轴归一化 [0,1]）+ 静态/动态条件变量（APACHE-IV 概率、去甲肾上腺素输注、CART 变量、血管活性药与血制品使用）+ ICU_MORT/HOSP_MORT 结局标签，三个 CSV 文件发放 44

医疗NLP关系抽取命名实体识别药物发现与化学药物-靶点相互作用挑战赛数据集

DrugProt — 生物医学化学品-蛋白相互作用抽取黄金语料

人工标注文本数据原始数据无患者数据：5,000 篇 PubMed 文献摘要（文献挖掘语料，不涉及患者个人信息）

BioCreative VII Track 1 化学品-基因/蛋白相互作用关系抽取黄金标准语料：5,000 篇 PubMed 摘要、1,200,788 tokens、108,387 实体注释、21,053 条公开人工关系覆盖 13 类细粒度相互作用，另附 236 万篇摘要、5,399 万实体注释的大规模银标扩展与衍生知识图谱，CC BY-4.0 全开放

DrugProt 黄金训练/开发集（Zenodo 5042151：训练 3,500 篇 + 开发 750 篇，实体 108,387，公开关系 21,053）+ Large Scale 银标扩展（Zenodo 5119878：2,366,081 篇摘要、53,993,602 实体注释） 40

医学影像X光影像医学图像分割目标检测挑战赛数据集儿科

Children's dental panoramic radiographs dataset for caries segmentation and dental disease detection — 儿童龋齿全景片分割+检测双任务数据集，MICCAI STS 挑战赛 2D track 基础数据

人工标注影像数据原始数据106 名 2-13 岁儿童（123 张片筛选出 100 张高质量全景片，48 男/52 女）；并入成人三库后总计 2885 张

四川大学华西口腔医院牵头的国际多中心团队 2023 年发布于 Scientific Data 的儿童口腔全景 X 光片数据集：106 名 2-13 岁儿童筛出 100 张高质量全景片做牙齿分割、193 张儿童片做 6 类牙病检测，并入 2692 张成人片成 2885 张总库，后被 MICCAI STS 2023/2024 挑战赛采用为 2D track 基础数据

杭州下沙区牙科医院 2022 年 3-6 月采集的儿童口腔 X 光片（全景+口内+CBCT，IQSC 质量筛选）+ EISeg 牙齿分割掩码 + LabelMe 6 类牙病检测框 JSON + 并入三库成人全景片，figshare 公开托管 38

医学影像MRI病理图像多模态挑战赛数据集肿瘤学

CHIMERA-agent — 前列腺癌临床决策 Agent 挑战赛：从预测到可追溯推理

文本数据影像数据标注数据未获官方一手披露（第三方研究报告口径：训练标签 T1/T2/T3=91/61/75，测试含 100 例 Karolinska 域偏移集——非官方，存照）

MICCAI 2026 挑战赛，Radboudumc 主办、Karolinska/Utrecht 协办——在缺失模态、纵向证据与跨模态冲突下，用冻结基础模型编排「活检决策→风险分层→生化复发预测」三决策点，并提交结构化推理轨迹接受反幻觉评审

Grand Challenge 平台发放的结构化 JSON 病例（每例含各任务可用模态：mpMRI 报告、活检/根治病理报告、临床变量、纵向 PSA），每例输出 2 个任务专属 JSON（预测 + 推理，各约 5 KB）；官方另提供 MRI 分区分割、自动 Gleason 分级、MRI-based csPCa 检测三类预训练工具 42

医疗NLP知识图谱医学问答与基准医学问答评测基准

MedReason — 医学知识图谱引导的 32,682 条可解释思维链数据集

文本数据合成数据知识图谱不适用（文本 QA 与推理链数据集，无患者个体）

UCSC-VLAA 用 PrimeKG 知识图谱把 7 个医学 QA 数据集转换为可核查的逐步推理链，产出 32,682 条高质量思维链，微调 MedReason-8B 在 7-8B 参数级达医学推理 SOTA，超越 Huatuo-o1-8B 达 4.2%

7 个医学 QA 数据集的 training split（MedQA/MedMCQA/PubMedQA/MMLU 或 MMLU-Pro/HuatuoGPT-o1/MedXpert/Humanity's Last Exam）经 PrimeKG 医学知识图谱引导生成逐步推理链，质量过滤后 32,682 条 33

多模态视觉问答影像-文本对齐X光影像医学问答评测基准

MIMIC-Ext-CXR-QBA — 胸片视觉问答的「问题-框-答案」三元组数据集

影像数据文本数据衍生数据65,317 名患者（Train 64,524 / Val 500 / Test 293）；227,239 项检查、376,175 张图像

从 MIMIC-CXR 的 22.8 万篇放射报告自动构建 42,172,827 条胸片 VQA 问答对——每问附细粒度解剖边界框（正负发现均定位）、层级化整句答案与结构化标签，配套场景图与 ICLR 2026 结构化 VQA 任务基准，PhysioNet 凭证访问

MIMIC-CXR 派生的胸片 VQA 数据集（42,172,827 问答对，源 227,827 篇放射报告 / 377,110 张 MIMIC-CXR-JPG 图像），PhysioNet 凭证访问 42

医学影像内窥镜影像图像分类肿瘤学手术视频

Endoscopic Bladder Tissue Classification Dataset — TURBT 内镜四类膀胱组织分类（1754 图/23 例/CC BY 4.0）

影像数据原始数据人工标注23 例接受 TURBT 的患者（NBI 域仅来自其中 3 例）

米兰理工与斯特拉斯堡 ICube 联合 IEO 泌尿外科采集的经尿道膀胱肿瘤电切（TURBT）内镜图像分类数据集——1754 张白光照（WLI）与窄带成像（NBI）帧按切除组织病理回溯标注四类（HGC/LGC/NST/NTL），配套半监督 GAN 跨域方法，CC BY 4.0 于 Zenodo 公开直链

TURBT 手术内镜视频抽帧 PNG（WLI 与 NBI 双域）+ 逐帧注释文件 annotations.csv（帧名/成像类型/组织类型/数据划分）；样本总量 1754 张，四类 HGC 469 / LGC 647 / NST 504 / NTL 134；官方下载包 baldder_tissue_classification.zip（241.2 MB，md5 f507e28908fa73cb01fcfd48e1951675） 44

知识图谱药物发现与化学药物-靶点相互作用基因组学与多组学罕见病

PrimeKG — 哈佛精准医疗知识图谱：129,375 节点与 405 万关系把 20 个医学生物数据源焊成一张图

原始数据文本数据知识图谱129,375 个实体节点（疾病 17,080、蛋白 27,671、生物过程 28,642 等 10 类）；无患者级个体数据

Harvard Medical School Zitnik Lab 构建的精准医疗基础设施——把 DrugBank、MONDO、HPO、GO、Reactome、UBERON 等 20 个数据源经本体调和与实体消解融合为 10 类节点、30 种无向边的异构图，专为药物重定位与多模态 AI 而生，整合数据 CC0 1.0 发放

DrugBank、MONDO、UMLS、HPO、GO、Reactome、UBERON、Entrez Gene、Orphanet、Mayo Clinic、SIDER、DrugCentral、CTD、DisGeNET、Bgee、NCBI Gene、OMIM（2023 扩展）等 20 个医学生物数据源的整合（完整清单与各自角色见正文附录 A） 100

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

按工程化层级：

数据标签

千方医数集 · 商业级 AI-Ready 数据集

乳腺阳性影像数据集

TCT 宫颈细胞学数据集

需要更多专病队列？

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

Supportive Periodontal Therapy Clinical Examination Data — 伯恩 883 患者 11,842 次牙周维护治疗的 26 年纵向临床检查记录