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

医学影像乳腺影像图像分类医学图像分割乳腺癌

INbreast — 高精度标注乳腺钼靶数据集

410 张 DICOM115 例患者约 9.01 GB专家 XML 轮廓标注免费获取115 例患者

全视野数字乳腺摄影 410 张 · 115 例 · 专家病灶轮廓 XML

INESC TEC & Centro Hospitalar de S. João（葡萄牙波尔图） url: https://www.kaggle.com/datasets/tommyngx/inbreast2012/data 94

医学影像肿瘤学病理图像骨骼肌肉影像

骨肉瘤组织病理图像数据集（Osteosarcoma） — 化疗反应评估

1,144 张 1024×1024 H&E JPG196.84 MB3 类病理标注CC BY 3.0 开放获取4 名患者 40 张 WSI4 名入选患者（源自 50 例档案，1995—2015）

1,144 张 H&E 病理 tile 三类标注，4 例儿童骨肉瘤化疗反应开放数据

The Cancer Imaging Archive（UT Southwestern Medical Center / UT Dallas） url: https://www.cancerimagingarchive.net/collection/osteosarcoma-tumor-assessment/ 74

医疗NLP电子健康记录医学问答与基准评测基准临床文本

MIETIC 急诊分诊指令语料

EHR 结构化数据合成文本临床文本提示-指令对凭证访问9,629 条分诊病例（派生自 MIMIC-IV v3.1、MIMIC-IV-ED v2.2、MIMIC-IV-Note v2.2，含 18 岁以上成人急诊就诊）

从 MIMIC-IV 急诊模块抽出的 9,629 条分诊病例，按五级 ESI 构造成指令-输入-输出三元组，配 50 条三医师仲裁样本与 24 段质控 SQL，用于训练与评测大模型的分诊判断

MIMIC-IV v3.1 急诊模块（MIMIC-IV-ED v2.2）与 MIMIC-IV-Note v2.2 抽取的生命体征、主诉、人口学与分诊结局，经模板生成与专家校验后组织为指令-输入-输出三元组 66

医学影像医学图像分割评测基准神经科学脑影像

ADAM

影像数据人工标注原始数据训练 113 例（含 129 个未破裂颅内动脉瘤，其中 93 例含 UIA、20 例无）｜测试 141 例（含 153 个 UIA，其中 117 例含、26 例无，不公开）

MICCAI 2020 颅内动脉瘤检测与分割挑战赛——全 TOF-MRA、113 例训练含 129 个未破裂动脉瘤、141 例私有测试集，Task 1 检测 11 队 / Task 2 分割 9 队同台竞技，nnU-Net 系方法拿下分割榜首并逼近观察者间水平

UMC Utrecht 临床 3D TOF-MRA（飞行时间磁共振血管造影）＋每例附带结构 MR（T1/T2/FLAIR 之一）＋医学标注专家手工制作的 UIA 二值掩码与中心体素坐标（训练集）；测试集标注不公开 70

医学影像CT脑影像图像分类挑战赛数据集评测基准

RSNA Intracranial Hemorrhage

人工标注影像数据原始数据挑战赛数据25,312 例检查（原始提交候选 27,861 例，剔除后保留）；= 训练/验证 21,784 + 测试 3,528；图像 874,035 张

RSNA 2019 脑 CT 出血挑战赛：25,312 例无对比头颅 CT、874,035 张轴位切片、60 名志愿神经放射科医生在 MD.ai 上标注，对五类颅内出血亚型（EPH/IPH/IVH/SAH/SDH）做逐切片多标签分类，并以加权多标签对数损失排榜——至今仍是脑 CT AI 训练与评测最常被复用的公开底座

RSNA 2019 Brain CT Hemorrhage Challenge：四家机构（Stanford / UNIFESP / Thomas Jefferson University Hospital / Unity Health Toronto）提供的去标识化无对比头颅 CT（DICOM 轴位序列，层厚 3-5mm，每序列 20-60 层）+ 切片级多标签 CSV（5 亚型 + any）+ Kaggle 竞赛规则文件 73

内窥镜影像图像分类医学影像结直肠癌肿瘤学

GastroEndoNet — 胃食管反流病与结直肠息肉四分类内窥镜图像数据集

影像数据原始数据增强数据未披露（4,006 张原始图像的患者级来源人数论文未给出）

孟加拉 Dhaka 单中心内窥镜室 4,006 张原始图像（GERD / GERD Normal / Polyp / Polyp Normal 四类）× 6 种几何光度增强 = 24,036 张 512×512 JPG，Mendeley Data v3 公开直下，附伦理批号与两代内镜设备清单

孟加拉 Dhaka Gulshan-2 的 Zainul Haque Sikder Women's Medical College & Hospital 内窥镜室采集的消化道内镜图像（Olympus EVIS EXERA III / GIF-190 与 Pentax Medical EG29-i10），原始像素 440–960 经 bicubic 重采样至 512×512 JPG；外加 6 种几何/光度增强副本；明细见正文附录 107

医学影像内窥镜影像目标检测手术视频评测基准结直肠癌

REAL-Colon — 真实世界多中心全结肠镜视频逐帧标注数据集

人工标注影像数据原始数据60 例患者（每队列 15 例，共 4 队列 / 6 中心 / 3 大洲）；均龄 64.6±10.7 岁，男性 55%；14 例（23%）无息肉

60 段完整结肠镜手术视频 / 275 万原生帧 / 35 万边界框 / 132 息肉的 CC BY 4.0 开放结肠镜 AI 训练与评测资源——多中心真实阴性帧分布，覆盖检测、追踪与分级任务

四个临床队列（001 Cosmo 美国 RCT / 002 意大利单中心研究 / 003 奥地利 St. Pölten / 004 日本 Sano Hospital）的完整结肠镜手术视频（1920×1080 原生帧，ProRes→JPEG）+ 逐帧息肉边界框 XML（MS COCO 模板）+ video_info.csv + lesion_info.csv 临床与病理元数据 82

皮肤影像多模态影像-文本对齐图像分类医学问答与基准

SkinCAP — 皮肤病学图像-医学描述多模态数据集

人工标注影像数据文本数据4,000 张皮肤临床图像（178 种皮肤病；源自 Fitzpatrick 17k 与 DDI；原始图像非直接放出）

4,000 张皮肤临床图像配皮肤科医生中文母语医学描述、覆盖 178 种皮肤病与 Fitzpatrick I-VI 全肤型——世界首个临床级皮肤 captioning 数据集，后演化为 SkinCaRe（+SkinCoT 链式推理 3,041 例），标注层由 CC-BY-NC-SA 转为 CC-BY-4.0

Fitzpatrick 17k（16,577 张：DermaAmin 12,672 + Atlas Dermatologico 3,905）+ Diverse Dermatology Images（DDI，656 张）+ SKINCON 48 临床概念标签；皮肤科医生多中心中文撰写医学描述（location/distribution/color/morphology），GPT-4/Google Translate 英译 67