医疗 AI-Ready 训练数据集库（上万即取即用）

加拿大 Queen's University 团队发布：596 条医师双标注 10 秒四导联 ECG（AF 占比 17%，另含 2021 PhysioNet 挑战赛 70,363 条对照库），23 个模型跨特征/深度学习/心电基础模型三代基准，ECG-FM 迁移学习 F1 达 0.89，PhysioNet 凭据访问

加拿大安大略金斯顿三级医院（Kingston Health Sciences Centre）ICU 床旁监护 2015-2020 存档 ECG：四导联（I/II/III + V1 等效）、10 秒、240 Hz；两名重症医师独立标注 + 第三人裁决；WFDB 记录 + metadata.csv（含 ECG/Rhythm/TrainOrTest 列） 51

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 51

医学图像分割病理图像评测基准肿瘤学多模态

PathSeg — 21 源汇编的 27.5 万级病理语义分割基准

影像数据人工标注开源数据未披露患者级计数；由 21 个公开病理分割数据集汇编，共 275,200 组 image–mask–label 三元组（160 层级标签；源数据集各自含其原始病例数）

从 21 个公开病理分割数据集协调出 275,200 组 image–mask–label 三元组、20 解剖区域×3 组织层级×61 对象类型共 160 层级标签；配套文本提示基础模型 PathSegmentor（FocalNet+PubMedBERT，450M）整体 Dice 0.671，超 BiomedParse 0.429

21 个公开病理图像分割数据集的协调汇编：BCSS、CoCaHis、CoNIC2022、CRAG、DigestPath2019、GlaS、Janowczyk、MIDOG、MoNuSAC、NuCLS、PanNuke、RINGS、SegPath、SICAPv2、TNBC、WSSS4LUAD、CoNSeP、CPM15、CPM17、Kumar、Lizard——统一为 40× WSI 裁 1024×1024 patch + 同尺寸二值掩码 + 层级标签三元组 60

医学影像眼科影像皮肤影像挑战赛数据集评测基准医学图像分割

SynthOCT 2026 — 皮肤 OCT 数字体模逆物理合成挑战赛

影像数据原始数据合成数据120 张体内人皮肤 OCT B-scan（男/女 × 两个年龄段 × 两个解剖部位的分层子集；原始 3D OCT 队列规模未披露）；参赛 12 队注册、6 队提交终稿

MICCAI 2026 / SASHIMI 2026 卫星赛事：参赛者不讲故事、不炫视觉，而是从 120 张体内人皮肤 OCT B-scan 反推光学散射体的三维空间分布，经固定物理虚拟扫描仪前向渲染出合成扫描，再用 OAC 光学衰减系数与散斑统计双轴物理一致性评分

Zenodo 记录 18095266（DATASET.zip，38.2 MB，含 .npy 对数幅度 + .png 预览，256×512 uint8，~51 dB 动态范围）+ SynthOCT 官方 GitHub Baseline 仓库 + MICCAI 2026 论文集挑战赛综述 53

CT医学图像分割图像分类肿瘤学评测基准

RCC-AID — TCGA 肾细胞癌 CT 体素级分割标注开源数据集

人工标注影像数据原始数据129 例 CT / 91 患者（v2.0.0；85 clear cell + 26 papillary + 18 chromophobe；v1.0.0 旧口径为 142 CT / 101 患者）

为 TCGA 三大肾癌队列（KIRC/KIRP/KICH）补齐公开病灶标注的 CT 分割数据集——自动分割初标+学生质检+放射科医师复核，Zenodo CC BY-4.0 直链开源，v2.0.0 修复静默转换失败后保留 129 例 91 患者

TCGA-RCC 三队列（TCGA-KIRC 透明细胞 / TCGA-KIRP 乳头状 / TCGA-KICH 嫌色细胞）经 TCIA 提供的增强 CT（DICOM 转换 NIfTI），配体素级分割掩码（0 背景 / 1 肾脏 / 2 肿瘤 / 3 囊肿）+ 病例级 metadata.csv + TCIA manifest 54

医学问答与基准医学问答医学考试评测基准

XMedBench

评测数据翻译数据JSON格式21,326 道四选项多选题（无患者维度）：英语 7,327 / 中文 8,759 / 法语 321 / 西班牙语 2,742 / 阿拉伯语 1,088 / 印地语 1,089（六语言文件逐一实测）

FreedomIntelligence 出品的 21,326 题六语言医疗多选题评测基准——英语/中文/法语/西班牙语/阿拉伯语/印地语统一 MCQA 格式，Apollo 论文（arXiv:2403.03640）三件套之一，Apache-2.0 于 HuggingFace 公开

上游考题汇编与翻译：英（MedQA-USMLE 4-options + MedMCQA + MMLU 医学 6 子类）、中（MedQA-MCMLE + CMMLU 医学 7 子目录 + CMB-single 2,000 + CMExam 2,000）、西（HEAD-QA 全部）、法（FrenchMedMCQA）、阿拉伯/印地（MMLU 医学部分翻译版）——统一为 question/options/answer/source 四字段 JSON 42

医学影像图像分类医学图像分割目标检测疾病监测公共卫生与流行病学

Clinical Bacteria DataSet — 呼吸道标本革兰染色细菌显微检测分割数据集

显微图像病理图像细菌检测革兰染色呼吸道标本多类别标注边界框分割掩码1705

Clinical Bacteria DataSet：1705 张革兰染色显微全幅图像、11,824 个阴/阳性球菌与杆菌实例，服务 M-ROSE 微生物快速现场评价的检测与分割基准数据集

Clinical Bacteria DataSet（Zenodo 10.5281/zenodo.10526360） url: https://doi.org/10.5281/zenodo.10526360 67

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） 54