医疗数据集医疗AI-Ready医疗AI数据商城交易医疗AI前沿资讯医疗数据合作关于医疗数据平台
业务咨询/定制

医疗 AI-Ready 训练数据集库（上万即取即用）

致力于为医疗 AI 研究人员找到合适的数据集。已收录 2,151 个 AI-Ready 数据集，覆盖医学影像、电子病历与文本、病灶分割与标注等多模态数据。

需要注册级、带专家标注的合规可交易临床数据？ 前往医疗数据商城 →

按工程化层级：

数据标签

千方医数集 · 商业级 AI-Ready 数据集

官方自营 · 合规交易

乳腺钼靶影像与病灶标注数据集

四体位乳腺钼靶 DICOM 影像，配病灶检出框与像素级分割掩膜，标签按 BI-RADS 术语组织。

最快 4 周去商城获取 →

眼底照相与 OCT 影像数据集

眼底彩照与 OCT 报告图文配对，一眼一报告可回溯，含逐项所见与 AI 辅诊结论。

最快 4 周去商城获取 →

需要更多专病队列？

千方医数集支持按病种、模态合规定制采集。

提交定制需求

医学影像 AI-Ready 数据集

CTMRI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 1886 个数据集

CTSpine1K — 千例脊柱CT椎体分割数据集
医学影像骨骼肌肉影像CT医学图像分割

CTSpine1K — 千例脊柱CT椎体分割数据集

1,005 例脊柱 CT11,172 个标注椎体约 150GB NIfTICC BY-NC-SA 4.0官方三段划分1,005 例受检者

1,005 例多中心脊柱 CT，11,172 个椎体实例级标注

中国科学院计算技术研究所智能信息处理重点实验室（MIRACLE 中心） url: https://github.com/MIRACLE-Center/CTSpine1K 85
Tabula Muris — 小鼠跨组织单细胞图谱
基因组学与多组学医学影像单细胞基因组学测序数据病理图像

Tabula Muris — 小鼠跨组织单细胞图谱

100,605 个单细胞20 个器官组织FACS Smart-seq2 + 10x droplet 双平台CC BY 4.0 开放获取FACS 矩阵压缩包约 290 MB不适用（动物数据：7 只 C57BL/6JN 小鼠，100,605 个单细胞）

100,605 个单细胞 × 20 个器官的小鼠跨组织转录组参考图谱

Chan Zuckerberg Biohub（Tabula Muris Consortium） url: http://tabula-muris.ds.czbiohub.org/ 82
Breast-Lesions-USG — 乳腺超声病灶策划基准数据集
医学影像乳腺影像医学图像分割图像分类乳腺癌评测基准

Breast-Lesions-USG — 乳腺超声病灶策划基准数据集

256 例乳腺超声扫描256 名患者266 个病灶掩膜CC BY 4.0含 BIRADS 与病理标签256 名患者

256 例乳腺超声扫描 · 256 名患者 · 266 个病灶 · BIRADS 描述符与患者级临床标签

波兰科学院基础技术研究所 (IPPT PAN) / The Cancer Imaging Archive url: https://www.cancerimagingarchive.net/collection/breast-lesions-usg/ 57
Lung-PET-CT-Dx — 肺癌 PET/CT 双模态诊断
医学影像CT肿瘤学肺癌

Lung-PET-CT-Dx — 肺癌 PET/CT 双模态诊断

355 名肺癌受试者127.18 GB DICOM 影像251,135 幅图像CC BY 4.0 免费下载PASCAL VOC XML 标注355 名经活检病理确诊的肺癌受试者

355 例病理确诊肺癌的 PET/CT 双模态影像，251,135 幅逐层边界框标注

TCIA（The Cancer Imaging Archive）· 哈尔滨医科大学第二附属医院 url: https://www.cancerimagingarchive.net/collection/lung-pet-ct-dx/ 84
CDARS — 全港临床 EHR 数据库
电子健康记录药物发现与化学药物安全队列研究

CDARS — 全港临床 EHR 数据库

1,100 万+ 患者55 亿+ 条记录1995 年至今持续更新申请审核制ICD-9-CM 编码1,100 万+ 名患者（含 1993 年以来临床细节）

香港医管局全港性临床数据库 · 1,100 万患者 · 55 亿条记录

香港医院管理局（Hospital Authority, Hong Kong SAR） url: https://www3.ha.org.hk/data 133
JADER 日本药品不良事件报告数据库 — 日本 PMDA 自发药物警戒库
药物发现与化学公共卫生与流行病学药物安全疾病监测真实世界数据

JADER 日本药品不良事件报告数据库 — 日本 PMDA 自发药物警戒库

PMDA 公开免费下载无需注册图片验证码MedDRAJ 编码四表病例编号关联全量覆盖更新（非增量）含 R2R3 混存结构逾 96.5 万例（2004-04~2025-01，J-STAGE 口径）；2025 年末约 90 万份（去重口径）

PMDA 药品副作用报告数据库 · 2004 年 4 月起逾 96 万例 · 四表关系结构 · 免费公开下载

Pharmaceuticals and Medical Devices Agency (PMDA), Japan url: https://www.pmda.go.jp/safety/info-services/drugs/adr-info/suspected-adr/0004.html 112
Synthea — 开源合成患者生成器
电子健康记录药物发现与化学临床电子病历分子生成

Synthea — 开源合成患者生成器

可无限生成100 万官方档案16 张 CSV 表FHIR R4Bulk FHIRCSVC-CDAApache 2.0 免费100 万（SyntheticMass 官方档案；生成器可按需无限生成）

百万级开源合成 EHR，Apache 2.0 无限制生成真实感患者记录

The MITRE Corporation url: https://synthetichealth.github.io/synthea/ 144
DrugEHRQA：结构化与自由文本双模态用药问答
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 39
EHRSQL — 电子健康记录 Text-to-SQL 基准
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 91
RadImageNet — 放射学迁移学习基座数据集
医学影像CTMRI图像分类骨骼肌肉影像

RadImageNet — 放射学迁移学习基座数据集

1.35M 标注 key image131,872 名患者165 类病理标签11 个解剖区CTMRIUS 三模态申请审核获取131,872 名患者（公开研究版）

135 万标注图像 · 165 类 · CT/MRI/US 三模态医学迁移学习基座

RadImageNet（西奈山伊坎医学院联合团队 / RadImageNet LLC） url: https://www.radimagenet.com/ 68
PhysioNet/CinC Challenge 2014 — 多模态心拍定位挑战
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 52
VinDr-Mammo — 乳腺钼靶 BI-RADS 基准
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/ 86

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。

申请访问