医疗 AI-Ready 训练数据集库（上万即取即用）

MICCAI 2024 第 4 届糖尿病足溃疡大挑战——6,200 张足部照片的自监督实例分割任务（训练 2,000 原始+2,000 合成/验证 200/测试 2,000），训练主分割集不带人工标注，DINOv2 probing 与 GroundedDINO+SAM 双基线，冠军 Dice 0.5709 与全监督代差显性化

足部彩色 RGB 临床照片（跨设备/跨光照/跨肤色采集，常伴胼胝/坏疽/敷料/脚趾干扰）+ 2,000 张按溃疡实例大小分组合成的训练图像 + 验证/测试集组织方实例分割标注；前作 DFUC 2022 为 4,000 张 640×480、5 位足病医师标注的语义分割集 52

电子健康记录时序数据死亡登记重症监护

首个 GDPR 合规欧洲 ICU 数据库 · 2 万患者 10 亿观测点

20,109 名患者23,106 次住院~10 亿观测点GDPR + HIPAA 合规20,109 名患者

阿姆斯特丹大学医学中心（Amsterdam UMC） 114

皮肤影像多模态影像-文本对齐图像分类视觉问答皮肤癌

DermVerse-500K — 50 万张宏观皮肤图与 15 维结构化临床描述

影像数据文本数据人工标注多源汇聚宣称 500,000 张图像（README；HF 公开侧无主数据分片，仅 250 行预览与约 250 张样例图，实量不可复算）；来源为 8 个开源数据集 + 未具名医院真实患者数据

50 万张宏观临床皮肤图 × 每图 15 个临床描述符的三层标注：专家 seed 集微调 MedGemma-4B 后全量生成，配 Fitzpatrick I–VI 肤色、SNOMED CT 与 390 类 9 级疾病层级；NeurIPS 2026 匿名投稿（Paper ID 4127）同名数据集

8 开源源（Derm1M、BioMedica/PMC OA、Fitzpatrick17K、MM-Skin、SCIN、DermaVQA、SkinDisNet、PAD-UFES-20）+ 自有医院数据；每图 15 个临床描述符、Fitzpatrick I–VI、SNOMED CT、排序鉴别诊断、9 级 390 类层级；HF 公开侧含 MedGemma-4B 权重、LoRA adapter、6 模型生成描述与词法/语义评测表 36

生理信号心电信号评测基准心血管疾病

CODE-test — 827 例标注 12 导联心电图留出测试集

人工标注原始数据827 例（827 个不同患者，一例一心）

巴西米纳斯吉拉斯远程医疗网络 CODE 研究的公开留出测试集：827 例 12 导联 ECG、六类异常、双心内科医师独立标注加第三专家仲裁金标准，附带住院医、急诊医、医学生与 DNN 四套对照标注，是「AI 与医师同题对照」的教科书级心电基准

12 导联心电图 HDF5 张量 (827, 4096, 12)（400 Hz，原始 7 s 或 10 s 信号对称零填充至 4096 样本，导联序 DI-DII-DIII-aVR-aVL-aVF-V1-V6）+ 患者 attributes.csv（性别/年龄）+ 6 套六类异常 0/1 标注 csv（双心内科医师、金标准、DNN 预测、心内住院医、急诊住院医、医学生） 58

生理信号语音信号可穿戴传感队列研究医疗NLP多模态

TAME Pain — 疼痛语音多模态音频数据集

音频数据人工标注原始数据51 名健康成年参与者（26 女 / 22 男 / 3 非二元；年龄均值 21.33 岁，SD 4.18；18-35 岁、英语流利、有健康保险）

冷加压任务诱发急性疼痛、51 名健康成人朗读哈佛句表的疼痛语音数据集——7,039 条语音语句配自报疼痛强度与四档音频质量评分，PhysioNet 受限访问，Science Data 2025 数据描述论文，面向非侵入式疼痛评估 AI

PhysioNet 托管 TAME Pain v1.0.0：7,044 个 16-bit 单声道 PCM 16 kHz .wav 音频（其中 7,039 条标注语句，约 311.24 分钟）+ meta_audio.csv（7,044 行）+ meta_participant.csv（51 行）+ Annotations 目录 7 个标签 CSV 52

生理信号心电信号心血管疾病评测基准时序数据真实世界数据

PTB-XL+ — 商业级 ECG 特征增强扩展版

公开数据信号数据标注数据21799 条 12 导联 ECG 记录（覆盖全量 PTB-XL，来自 18869 名患者；论文口径 up to 21799 records / 18869 patients）

在 21799 条 PTB-XL 12 导联心电记录上补算 Uni-G／Marquette 12SL／ECGDeli 三套协调格式 ECG 特征与中位心拍、基准点，并附 12SL 自动诊断声明与 SNOMED CT／LOINC 本体映射

PTB-XL v1.0.3 原始波形（10 秒 12 导联，500 Hz 与 100 Hz 双采样，WFDB 16bit 1μV/LSB）+ Uni-G／Marquette 12SL／ECGDeli 三家算法产出的 ECG 特征（mV／ms 协调单位）+ 中位心拍 + ECGDeli 基准点 + 12SL 自动诊断声明及 SNOMED CT／LOINC 映射表 42

电子健康记录重症监护时序数据真实世界数据评测基准

Insulin4RL — ICU 静脉胰岛素滴定自然不规则时序离线强化学习数据集

真实世界数据时序数据原始数据12,209 名患者（PhysioNet 摘要另记 12,214，双口径存照）；13,652 episode；376,310 条标注决策

MIMIC-IV v3.1 派生的首个'输入与决策均不定期'重症血糖控制离线 RL 基准——12,209 患者/13,652 episode/376,310 标注决策，MEDS 事件流表示免分箱免插补，配 FQE 标准化评估协议与 IQL/CQL 基线

MIMIC-IV v3.1（Beth Israel Deaconess Medical Center，2008-2022 年 ICU 收治）：静脉胰岛素输注轨迹 + 血糖测量 + 实验室/给药/营养/人口学事件，MEDS 事件流 (f,v,t) 表示 63

电子健康记录临床电子病历医疗NLP临床文本医学问答与基准重症监护

EHR-ReasonCon — 临床笔记与结构化表推理密集型一致性核验数据集

人工标注文本数据原始数据105 篇临床笔记、8,042 个标注锚实体（唯一患者数未披露，源于 MIMIC-III 成人 ICU 入院记录）

KAIST 联合三星医疗中心等基于 MIMIC-III 构建：8,042 个锚实体 × 105 篇笔记 × 14 张结构表，用量表探索工具流水线标 CONSISTENT/INCONSISTENT，专攻需医学解读、事件关系与时序变化的高推理门槛不一致案例

MIMIC-III v1.4（105 篇临床笔记，覆盖 Discharge/Physician/Nursing 三类），对照 14 张结构化表逐实体标注 CONSISTENT 或 INCONSISTENT；表清单见正文附录 60

医学问答与基准电子健康记录医疗NLP临床电子病历挑战赛数据集医学问答

ArchEHR-QA — 患者-电子病历证据落地的问答共享任务数据集

人工标注文本数据问答对167 例病例（PhysioNet v1.4：dev 20 + test 100 + test-2026 47；2025 共享任务实际用 120 例 = dev 20 + test 100）；患者总数

BioNLP 2025 共享任务：让模型回答患者关于自己住院经过的提问，并逐句引用电子健康记录中的临床证据——167 例 ICU/急诊病例（源自 MIMIC-III/IV），双轴评估 Factuality 与 Relevance，冠军 DMISLab 总分 53.7%

自公共健康论坛真实患者提问 + MIMIC-III/IV 派生的 ICU/急诊临床笔记节选；每例含患者叙述式问题、患者问题短语 span 标注、临床医生改写问题、笔记节选逐句切分与句级 relevance 标注（essential/supplementary/not-relevant）、临床医生撰写的带句级引用的参考答案；XML 主数据 + JSON 答案键与映射文件 57

医学影像PETCT多模态影像-文本对齐肿瘤学

PETWB-REP — 490 例多癌种全身 FDG PET/CT 中英双语报告配对数据集

影像数据文本数据原始数据衍生数据490 例（195 女 + 295 男；平均年龄 61.4 ± 12.8 岁）；每例含配对 PET/CT 影像 + 报告

上海单中心 2021-2024 回顾性采集的 490 例全身 18F-FDG PET/CT：BIDS 组织、RSNA 匿名器+CtaDeface 双文件去脸、SUVbw 归一与配准衍生、Google 翻译+核医学专家逐份审校的中英双语放射报告配对——面向肿瘤分割、报告生成与影像-文本多模态融合

上海联影（环球）医学影像诊断中心 2021-2024 年常规诊疗回顾性全身 18F-FDG PET/CT（Siemens Biograph 64）+ PACS 导出的中文放射报告（Google 翻译后双语专家审校成英文）——按 BIDS 组织的 NIfTI 原图（去脸匿名）与 SUV/配准衍生影像 + metadata.csv + report_zh.csv + report_en.csv 80

医学问答与基准医疗NLP临床文本电子健康记录评测基准

ER-REASON — 急诊室 LLM 临床推理基准

文本数据临床记录人工标注真实世界数据3,437 患者 / 3,984 次 ER 就诊 / 25,174 份临床笔记（另：194 例 SCT 习题 / 787 SCT 条目 / 2,555 条医师标注 / 72 份专家推理理由）

UCSF 急诊科 25,174 份去标识化纵向临床笔记构建的 LLM 临床推理评测基准：3,437 患者 / 3,984 次就诊 / 194 例脚本一致性测试（SCT）题 / 2,555 条急诊医师标注，凭证访问（PhysioNet DUA）

UCSF 急诊科（2022-03-01 至 2024-03-31）去标识化纵向临床笔记（HIPAA Safe Harbor + Expert Determination 双方法，UCSF Information Commons 执行），经 PhysioNet 凭证访问发布 v1.0.0 65

医学影像眼科影像图像分类青光眼临床电子病历

Hillel Yaffe Glaucoma Dataset — 金标准注释眼底彩照青光眼检测数据集

影像数据标签数据原始数据288 名患者（747 张眼底彩照；186 名 GON+ 患者，占 64.6%）

以色列 Hillel Yaffe 医学中心 288 名患者 747 张眼底彩照的「临床金标准」青光眼检测数据集：标签源自完整眼科检查+OCT+视野+至少一年随访而非仅凭图像主观判读，ODC-By 1.0 于 PhysioNet 完全开放，配套 GONet 模型论文

以色列 Hillel Yaffe 医学中心眼科青光眼单元 2022–2024 年临床数据：TOPCON DRI OCT Triton 相机（45° FOV）拍摄的 747 张眼底彩照（JPG，2576×1934 或 1960×1934）+ Labels.csv（Image Name/Patient/Label/Quality Score） 65

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。