医疗 AI-Ready 训练数据集库（上万即取即用）

加拿大滑铁卢大学 TEEL 实验室 2018 年发布的开放获取 SD-OCT 视网膜图像库：5 类疾病（正常/黄斑裂孔/AMD/CSR/DR）582 张同设备 fovea-centered B-scan，另附 25 张正常图专家手工分层分割金标准与 MATLAB 分割 GUI，全库 CC0 公有领域

Borealis（原 Scholars Portal Dataverse）dataverse/OCTID 七子库：5 个疾病类别图像子库（NO 208/MH 104/AMD 57/CSR 104/DR 109）+ Manual Segmentation 子库（25 jpeg + 25 .mat 分层 GT）；Cirrus HD-OCT 采集，raster scan，2mm 扫描长度，逐类独立 DOI 83

医学影像病理图像图像分类目标检测挑战赛数据集乳腺癌

CAMELYON16

人工标注影像数据原始数据400 张 WSI（训练 270：160 正常 + 110 含转移；测试 130 官方发布口径 / 129 评价口径；RUMC + UMCU 两中心）

首个病理全切片图像 Grand Challenge（ISBI 2016）：荷兰两中心的 400 张 H&E 前哨淋巴结 WSI，slide 级分类 + lesion 级定位双任务，FROC 评价；Harvard/MIT 冠军算法在限时诊断模拟中显著优于 11 名病理医生、与不限时专家相当；CC0 公开

两荷兰中心病理科 H&E 前哨淋巴结切片（3DHistech Pannoramic Flash II 250 / Hamamatsu NanoZoomer-XR 扫描，ASAP 转通用 TIFF 金字塔）；slide 级标签（正常/含转移）+ 209 张含转移 WSI 的 XML 转移轮廓与二值 mask；测试集金标准经免疫组化验证 70

医学影像CT医学图像分割影像-文本对齐评测基准肺癌

ReXGroundingCT

人工标注影像数据原始数据3,142 个非对比胸部 CT volumes（unique 患者数未披露；平均年龄 42.08±14.52 岁，男 55.9%/女 44.1%）

首个手工标注的「自由文本发现→3D 体素分割」胸部 CT 数据集——3,142 例非对比 CT、8,028 个发现、16,301 个分割实体、12 类 61 子类本体，GPT 管线加放射科医师质控，现役模型近零分、SAT 微调 Dice 仅 0.209，CC BY-NC-SA 4.0 gated 发布

CT-RATE 非对比胸部 CT volumes（3,142 例，土耳其医院 2016-2022 采集）+ GPT-4 标准化英文报告 + 3D 像素级分割掩码（NIfTI）+ 12 类 61 子类本体 finding 分类 + anatomical CoT 解剖思维链（GPT-4o 生成） 91

医学影像CT医疗NLP多模态评测基准

TriALS-Report — 多中心腹部非增强 CT 诊断与报告生成基准

人工标注影像数据文本数据1,254 例腹部 CT 体积（Center 1 内部 1,085 例 = 训练 760 + 验证 106 + 测试 219；Center 2 外部测试 169 例）

1,254 例多中心腹部三期增强 CT 的非增强期体积与同患者 232 项影像所见多标签、跨相位报告生成双任务基准——非增强 CT 从放射科增强期报告蒸馏监督信号，MICCAI 2026 Early Accept Spotlight，CC BY-NC 4.0 HF gated 发布

多中心三期增强腹部 CT 之非增强期（NCCT）体积（512×512，面内 0.875×0.875 mm，层厚 1.07 mm）+ 同患者增强期放射报告提取的 232 项影像所见多标签 + 53 病/16 器官分类词典 73

医学影像内窥镜影像医学图像分割图像分类评测基准

HyperKvasir — 胃肠道内镜息肉检测数据集

人工标注影像数据原始数据未标注数据患者级数量未披露（110,079 张图像 + 374 条视频，来自 2008-2016 年常规检查，全匿名化）

Bærum 医院胃肠内镜全消化道数据集——110,079 张图像（10,662 张 23 类专家标注 + 99,417 张未标注）+ 1,000 张息肉像素级分割 + 374 条视频，CC BY 4.0 于 OSF 公开直链，SimulaMet 半监督医学影像 AI 的标准底座

挪威 Bærum 医院（Vestre Viken）2008-2016 年常规胃镜/肠镜原片（Olympus/Pentax 设备，Picsara 系统导出，全匿名）+ 专家 23 类标注 + Labelbox 息肉像素级掩码与边界框 57

医学影像医学图像分割评测基准

TG3K — 3,585 张甲状腺腺体超声分割数据集（TN3K 腺体先验姊妹集）

人工标注影像数据原始数据16 段三维超声视频（未按患者去重口径公开；论文仅交代视频段数，不公布患者例数）

中山大学团队随 TRFE+/TRFE-Net 论文发布的开放获取甲状腺腺体超声分割数据集——3,585 张灰度超声图配像素级二值腺体掩码，由 Wunderling et al. 2017 的 16 段三维超声视频抽帧并按腺体面积占比大于 0.06 筛选而来，与结节分割姊妹集 TN3K 共享论文、代码仓库与下载包，在 TRFE+ 多任务框架中充当腺体区域先验分支的监督数据

Wunderling et al. 2017 的 16 段三维超声（3DUS）记录抽帧（GE Logiq E9 XDclear 2.0 + Ascension driveBay 电磁追踪）：3,585 张灰度超声图 + 像素级二值腺体掩码（thyroid-image/ 与 thyroid-mask/ 目录同名对应）+ tg3k-trainval.json；腺体面积占比大于 0.06 的帧被保留 119

医学影像眼科影像图像分类

OCTDL

人工标注影像数据原始数据821 患者 / 2064 张 B-scan（患者级去重）；年龄 20-93 岁（均值 63），男:女 = 3:2；年龄/性别/眼别仅对可公开患者提供（OD/OS）

2064 张黄斑 OCT B-scan、821 患者、7 类视网膜疾病的开源分类数据集——7 名医学生初标、2 名资深专家复标、诊所主任终审的三级标注流水线，Optovue Avanti RTVue XR 采集，数据 CC BY 4.0、代码 Apache-2.0，Zenodo 与 Mendeley 双托管并附官方 VGG16/ResNet50 分类基线

Optovue Avanti RTVue XR 黄斑光栅扫描 OCT B-scan（轴向 5 μm/横向 15 μm，SLD 840 nm，中心凹对准，扫描长度与分辨率动态），JPG 按疾病分文件夹（[label]/[label]_[patient_id]_[n].jpg），OCTDL_labels.csv 十列元数据（file_name/disease/subcategory/condition/patient_id/eye/sex/year/宽高） 100

生理信号神经科学心血管疾病糖尿病视网膜病变多模态

Cerebral Vasoregulation in Diabetes — 糖尿病患者的脑血管调节研究数据

生理信号时序数据队列研究86 人（37 例糖尿病 + 49 例健康对照，年龄 55–75 岁）

BIDMC 老年晕厥与跌倒实验室 86 例（37 型糖尿病 + 49 对照，55–75 岁）多模态脑血管自动调节测量：经颅多普勒 MCA/BRA、呼气末 CO₂ 反应、Valsalva、头高位倾斜与坐立测试，PhysioNet v1.0.0 公开（DOI 10.13026/m40k-4758）

BIDMC 老年晕厥与跌倒实验室多模态测量：经颅多普勒（MCA/BRA 血流速度）+ 呼气末 CO₂/O₂/呼吸 + 连续心电血压（Portapress）+ 3T MRI（T1/T2/MRA）+ 平衡步态 + Pedar 足底压力；任务含低碳酸/高碳酸反应、Valsalva、头高位倾斜（day1/day2）、坐立测试 52

医学问答与基准医疗NLP生物医学文献医学问答关系抽取评测基准

MedHop — 跨文档多跳推理的医学药物相互作用阅读理解数据集

自动构建文本数据知识图谱0（非患者数据；为文献摘要问答实例）｜实例口径：train 1,620 / dev 342 / test 546，合计 2,508 例查询

QAngaroo 项目医学半边：以 DrugBank/Reactome/Swiss-Prot 的远监督信号从 2016 版 Medline 摘要自动构建的 2,508 题多跳阅读理解基准——查询『两药是否相互作用』，证据须沿『药物—靶点蛋白—蛋白—药物』反应链跨 36.4 篇文档串起，姊妹数据集 WikiHop 同论文同格式同期发布，test 集长期封闭盲评

Zenodo records/6407401（qangaroo_v1.1.zip，339.8 MB，md5 dd4f65d2f73244c0946b5810e24a8e43）；官方站 qangaroo.cs.ucl.ac.uk；HuggingFace bigbio/medhop（train+validation）；社区镜像 OpenDataLab MedHop 56