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：

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。

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。

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

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 1886 个数据集

电子健康记录重症监护真实世界数据评测基准时序数据

FIDDLE 重症 EHR 特征矩阵

EHR 结构化数据特征矩阵生理信号凭证访问MIMIC-III 侧 17,710 名患者 / 23,620 次 ICU 住院（仅 MetaVision 系统 2008–2012）；eICU-CRD 侧 139,367 名患者 / 200,859

用同一套预处理管线把 MIMIC-III 与 eICU-CRD 各转成五组任务的特征矩阵，覆盖院内死亡、急性呼吸衰竭与休克三类结局，最高约 8,000 维，让「换了预处理就不可比」变成可对照的实验

MIMIC-III v1.4（Beth Israel Deaconess Medical Center）与 eICU-CRD v2.0（全美多中心）经 FIDDLE 管线按默认设置转换为特征矩阵；MIMIC-III 侧取 10 张源表，eICU 侧取 18 张源表 47

医学影像病理图像医学图像分割挑战赛数据集

COSAS 2024 — 跨域腺癌分割

580 张 H&E 病理 patch约 1500×1500 像素手工轮廓像素级标注训练集注册后获取580 张 H&E patch（两任务各 290 张；患者级计数官方未披露）

580 张 H&E 病理 patch、6 器官与 6 扫描仪双赛道域泛化挑战赛

COSAS 2024 组织委员会（西交利物浦大学 / 上海交通大学医学院附属瑞金医院 / 深圳大学 / 广西医科大学 / Histo Pathology Diagnostic Center） url: https://cosas.grand-challenge.org 64

医疗NLP命名实体识别临床文本生物医学文献罕见病

MACCROBAT — 病例报告实体标注

200 篇病例报告 standoff 对25,144 个实体59,164 条标注约 1.02 MB ZIPCC BY 4.0 开放下载200 例患者（每篇病例报告对应 1 例患者叙事）

200 篇病例报告、41 类实体/事件、59,164 条标注的医学 NER 开放语料

加州大学洛杉矶分校（UCLA）团队，figshare 托管 url: https://figshare.com/articles/dataset/MACCROBAT2018/9764942 64

医疗NLP电子健康记录临床文本命名实体识别真实世界数据

MedDec 出院小结医疗决策标注集

临床文本人工标注片段级标注凭证访问419 名患者（451 篇出院小结，其中 192 篇与 MIMIC-III 表型标注集重叠、259 篇为额外纳入）

451 篇 MIMIC-III 出院小结、419 名患者、逾 5.4 万句，按 DICTUM 十类决策体系做片段级标注，140 万 token 中标出 87.9 万个决策片段，Cohen's Kappa 0.74，用于抽取「医生到底做了什么决定」

MIMIC-III Clinical Database v1.4 的 NOTEEVENTS 出院小结，由两名受训医学生独立标注、一名临床医师仲裁，按 DICTUM 十类决策体系标注片段边界与类别，2024 年 10 月经 PhysioNet 发布 34

医疗NLP多模态生物医学文献视觉问答

PMC-VQA — 医学视觉问答大基准

227k 问答对149k 图像约 21GB CSV+JPEG开放下载 CC BY-SA复合图版本抉择MedVInT 生成式基准149k 幅生物医学图像 / 227k 个问答对

227k 问答对 / 149k 图的生物医学图文视觉问答数据集

上海交通大学 & 上海人工智能实验室 url: https://github.com/xiaoman-zhang/PMC-VQA 121

生理信号神经科学语音信号步态与运动

UA-Speech — 构音障碍语音黄金基准数据集

约 103 小时多通道音频29 名说话人（16 构音 + 13 对照）每人 765 个孤立词邮件申请获取WAV 16 kHz29 名说话人（16 名脑瘫构音障碍 + 13 名对照）

29 名说话人、103 小时构音障碍孤立词语音基准

University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） url: https://speechtechnology.web.illinois.edu/UASpeech 80

医学影像医学问答与基准骨骼肌肉影像MRI评测基准

MRNet — 膝关节 MRI 损伤检测数据集

约 6.09GB zip1,370 例检查2001-2012 年数据三平面 .npy 体积申请审核获取1,312 名患者 / 1,370 例检查

1,370 例斯坦福膝关节 MRI · ACL/半月板/异常三任务 · 匹敌放射科医生的经典基准

Stanford Machine Learning Group（斯坦福大学） url: https://stanfordmlgroup.github.io/competitions/mrnet/ 106

基因组学与多组学代谢组学蛋白质组学

PRIDE — 质谱蛋白质组学数据仓库

50,804 个数据集月均新增约 534 个CC0 开放获取RAWmzMLmzIdentMLmzTab月均下载约 100 TB无统一患者队列；人类疾病研究样本分散于各数据集（代表性癌症 meta 分析含 191 个癌细胞系与 246 个临床肿瘤样本）

全球最大开放质谱蛋白质组学仓库 · 50,804 个数据集 · CC0

European Molecular Biology Laboratory, European Bioinformatics Institute (EMBL-EBI) url: https://www.ebi.ac.uk/pride 108

医学影像手术视频内窥镜影像

MISAW — 显微吻合手术工作流识别数据集

27 个显微吻合序列30 Hz 视频+运动学同步phasestepactivity 三层标注920×540 立体显微视频Synapse 注册后开放无患者数据（6 名受试者在人造血管上操作）

27 序列显微吻合视频+运动学双模态，三层工作流粒度基准

Univ Rennes, INSERM, LTSI - UMR 1099（挑战赛组织）& 东京大学（数据采集） url: https://www.synapse.org/MISAW 72

医学影像医学问答与基准图像分类皮肤影像评测基准皮肤癌

MED-NODE — 临床皮肤照片黑色素瘤数据集

约 24.7MB zip170 张图像70 黑色素瘤 + 100 痣非皮肤镜临床照片免费下载引用论文即可使用170 张图像

最常用的非皮肤镜临床照片基准 · 170 张图像 · 真实世界评估场景

格罗宁根大学 & 格罗宁根大学医学中心（UMCG）皮肤科 url: https://www.cs.rug.nl/~imaging/databases/melanoma_naevi 68

医学影像CT骨骼肌肉影像目标检测医学图像分割

MedPelvis3D — 99 例骨盆 CT 的 57 点 3D 地标与三骨段网格

人工标注影像数据原始数据点云数据99 例去标识骨盆 CT（59 男 / 40 女）；57 个解剖地标/例；297 个网格组件；4,950,000 点参考点云

解放军总医院 99 例去标识骨盆 CT（59 男/40 女），每例 CT 体数据 + 三标签掩膜 + 3 个 STL 网格 + 57 个专家 3D 地标 + 5 万点参考点云，LPS 毫米坐标，配 scikit-image 0.26.0 重生成的零缺陷网格与 3.44/4.56 mm 标注一致性实测

解放军总医院回顾性骨盆 CT（NIfTI，512×512 面内，层厚 0.625 mm）+ 三标签骨分割掩膜 + 重生成 STL 网格 + 57 地标 CSV + 5 万点 npy + 队列元数据 CSV 40

医学影像病理图像CT基因组学与多组学蛋白质组学肿瘤学

CPTAC-STAD — 胃癌影像-蛋白-基因组配对公共集

影像数据原始数据汇总 168 例（放射 CT/US 20 例；病理 WSI 168 例）；论文分析集 159 例肿瘤 + 30 例配对正常（165 例入组）

NCI CPTAC 胃腺癌队列影像公开发布——20 例 CT/超声 DICOM（38,660 张）与 168 例病理全切片（703 studies，1.1TB），CC BY-4.0 全开放，经 CRDC 与 15 层多组学论文（Cell Rep Med 2026；159 肿瘤+30 NAT，5 个 ecotypes）互联的胃癌多模态建模资源

TCIA CPTAC-STAD collection Version 1（DOI 10.7937/jw9a-8k71）：CT/US DICOM（20 例/22 study/99 series/38,660 张/21GB）+ H&E 病理 WSI SVS（168 例/703 study/1.1TB）；关联 PDC 蛋白组、GDC CPTAC-3 基因组、IDC 云端镜像 96

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。