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。
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 · 合规交易共 1886 个数据集
医学影像病理图像图像分类评测基准
BBBC051 (Human kidney cortex cells)
Broad Bioimage Benchmark Collection 第 051 号：3 例人体肾皮质组织的 DAPI 单通道共聚焦荧光显微图像（3D 体积 / 2D 投影 / 2D 切片三形态），VTEA 半自动流水线标注 8 类肾皮质细胞类型，NephNet3D 仅凭细胞核 DAPI 特征即达 balanced accuracy 80.26%，衍生 MedMNIST 轻量基准 TissueMNIST
医学影像CT多模态挑战赛数据集评测基准真实世界数据
OSIC Pulmonary Fibrosis Progression
OSIC 联盟 2020 年 Kaggle 肺纤维化进展预测挑战赛数据集——176 例训练患者的基线胸部 CT + 用力肺活量（FVC）纵向随访，任务是用影像与临床元数据预测肺功能下降轨迹并给出置信度，评测采用修正拉普拉斯对数似然（mLLL）
医学影像X光影像医学图像分割挑战赛数据集评测基准
SIIM-ACR Pneumothorax Segmentation
2019 Kaggle 气胸像素级分割竞赛数据集：12,047 张 NIH 胸片 + RLE 掩码，1,475 队竞逐 mean Dice，原始 GCP 通道已下线、竞赛规则禁再分发，AI-Ready 光谱上「技术可用、治理受限、存续脆弱」的典型样本
医学影像CT医学图像分割目标检测神经科学心血管疾病
LargeIA
贵州六院联盟 1,338 例颅内动脉瘤 CTA 的大规模分割数据集——GLIA-Net 全局定位+局部分割双通路，配套医师人机协同临床实验；数据需机构邮箱邮件申请、非商业用途
多模态视觉问答医学问答评测基准
ReXInTheWild
哈佛 Rajpurkar 组的医学照片理解统一基准——484 张源自 PMC 文献的'野外'普通照片配 955 道两阶段临床医生审核的多选题，覆盖七临床主题，通用旗舰模型 68-78% 而医疗专用 MedGemma 仅 37%，CC BY-NC-ND 3.0 HuggingFace 公开直链
医疗NLP医学问答与基准评测基准医学问答
Claimify
Microsoft Research 提出的 LLM 主张抽取方法 Claimify 的官方配套标注数据集——6,490 句 Copilot 问答输出句子级二分类标注（59.1% 含可验证事实主张），CDLA-Permissive-2.0 于 HuggingFace 公开直链，配套 ACL 2025 主会四阶段流水线论文
医疗NLP临床文本关系抽取电子健康记录肿瘤学乳腺癌
CORAL
UCSF 40 份乳腺癌与胰腺癌进展笔记的专家级深标注肿瘤信息抽取基准——59 实体/23 属性/26 关系 schema、9028 实体/9986 修饰符/5312 关系人工注释，外加 200 份 GPT-4 自动标注扩展与 GPT-4/GPT-3.5-turbo/FLAN-UL2 八任务零样本评测
医疗NLP临床文本生物医学文献医学问答医学考试评测基准
ApolloCorpus
深圳大学 FreedomIntelligence 团队发布的六语言（en/zh/es/fr/pt/hi）医疗 LLM 预训练+SFT 混合语料：374 万文档、预训练部分 2.5B tokens、首创 QA-Augmented Pre-training 与 Priority sampling，Apache-2.0 于 HuggingFace 公开
多模态手术视频生理信号队列研究评测基准
VISEM — 人类精子显微视频多模态数据集（85 人/研究用途）
挪威 SimulaMet 与 OsloMet 发布的 85 名男性精子显微视频 + 精液分析 + 脂肪酸 + 性激素 + 人口学五模态开放数据集，人类生殖领域首个开放多模态数据集，MediaEval 2019 Medico 任务官方基准，35.2 GB 直链下载、CC BY-NC 4.0（仅限研究与教育用途）
电子健康记录重症监护队列研究时序数据多模态评测基准
CLIF
Common Longitudinal ICU data Format——跨 12+ 机构的开源重症监护纵向数据标准与联邦研究联盟：939K+ 患者、67 家医院，写一次分析代码跨站运行、患者级数据永不出院，MIMIC-IV-Ext-CLIF 参考实现落 PhysioNet
医学影像CT目标检测医学图像分割肺癌心血管疾病
PatchChestCT — 胸部 CT 九类异常 patch 级空间标注数据集
以 CT-RATE 为源队列，为 2,201 例非增强胸部 CT 提供 12×12×24 三维 patch 网格上九类临床显著异常的 token 对齐二值标注——医学生初注+资深医师终审三段质控，patch 级监督定位 Dice 42.2% 碾压弱监督基线 15.6%
医学问答与基准评测基准医学问答临床文本医疗NLP
MedCalc-Bench
首个评估大语言模型医学计算能力的评测基准——55 个临床计算器、1,047 例人工复核测试题，GPT-4 one-shot CoT 仅 50.9%，NeurIPS 2024 Datasets & Benchmarks Oral，NLM/NIH 主导，CC BY-SA 4.0 于 HuggingFace 公开
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。