医疗 AI-Ready 训练数据集库（上万即取即用）

CZI 把 CELLxGENE Discover 全部标准化单细胞与空间转录组数据做成可版本化切片查询的云端语料：TileDB-SOMA 实现，LTS 2025-11-08 含 217M+ 细胞、1,845 个数据集、5 物种，CC-BY 4.0，Python/R API 秒级取任意细胞切片，是单细胞基础模型时代的训练语料底座

CZ CELLxGENE Discover 平台聚合的 1,845 个公开研究的标准化单细胞与空间转录组数据（raw counts：全长 Smart-Seq2 与 UMI 10X 并存；空间：Visium/Slide-seq），统一经 Cell Ontology 与 GENCODE 标准化后以 TileDB-SOMA 格式托管于 AWS S3（us-west-2），配套细胞/基因元数据与辅助统计表 63

生理信号心电信号儿科心血管疾病评测基准医学问答与基准

Leipzig Heart Center ECG — 儿童与先心病患者 12 导联+心内电图逐搏标注库

人工标注原始数据生理信号39 名患者（29 名儿童 x001–x029 + 10 名修复后法洛四联症成人 x100–x109）；39 条记录；113924 个标注搏动

首个人工逐搏标注的儿童与先天性心脏病（CHD）人群开放 ECG 数据库——39 例（29 儿童+10 修复后法洛四联症成人）共 113924 搏动、977 Hz、12 导联体表 ECG 同步心内电图（IEGM），两专家交叉标注，ODC-By 1.0 于 PhysioNet 公开直链

莱比锡大学心脏中心儿科心导管室电生理检查（EPS）术中 CardioLab® 采集的 12 导联体表 ECG 与心内电图（IEGM，冠状窦/右室心尖/消融导管），977 Hz、0.05–100 Hz 原始导出，经 WFDB 软件包转换后由两名 ECG 专家用 LightWAVE® 逐搏交叉标注 48

医学影像X光影像图像分类挑战赛数据集评测基准肺癌

CXR-LT 2024

人工标注影像数据原始数据377,110 张 CXR（图像级计数，三源互证；患者级计数未在 CXR-LT 文档单列，随 MIMIC-CXR-JPG 本体口径）

MIMIC-CXR-JPG 全量 377,110 张胸片的两轮长尾重标注（14→26→45 类）：ICCV 2023 CVAMD 与 MICCAI 2024 两届挑战赛、zero-shot 5 未见类赛道、mAP 主指标、96 队申请 61 队获批、PhysioNet credentialed 1.5.0

MIMIC-CXR-JPG v2.0.0 全量 377,110 张胸片（图像本体不在本包）+ 规则法报告解析标签（45 类含 Normal；45=14 原始+12+19 rare 两轮扩展）+ 406 张 6 人共识 gold standard 子集 + 三任务 train/development/test 划分 CSV 77

医学影像医学图像分割挑战赛数据集评测基准脑影像

MITOEM

人工标注影像数据原始数据2 个 volume（MitoEM-H 成人脑皮层 + MitoEM-R 成年大鼠脑皮层；供体级数量与人口学信息未在一级来源披露）；测试半卷 GT 私有

ISBI 2021 大规模三维线粒体实例分割挑战赛数据集：人+大鼠皮层 EM 两卷各 1,000×4,096×4,096 体素（8×8×30 nm）、约 4 万实例真值、AP-75→accuracy 双轨评测、IIPPR 夺冠、挑战至今开放提交

两卷连续切片电子显微镜（EM）三维图像栈：每卷 1,000×4,096×4,096 voxels、8×8×30 nm（物理 32.8×32.8×30 µm），人/大鼠脑皮层各一；线粒体实例真值：每卷前 500 slices（train 400 + val 100），v1 H 24.5K/R 14.4K、v2 H 19K/R 10.8K 实例，实例≥2,000 voxels；后 500 slices 私有测试 44

生理信号心电信号可穿戴传感评测基准心血管疾病

Icentia11K

约 541,794 段 × 70 分钟单导联 ECG11,000 名患者 27.4 亿标注心搏250 Hz × 16-bit 原始波形11,000 名居家患者（编号 0-10999；Ontario, Canada 为主；平均年龄 62.2±17.4；2017-2018 采集）

Mila 与 Icentia 联合发布的大规模连续单导联 ECG 数据集——11,000 名居家患者佩戴 CardioSTAT 最长两周、541,794 段 250 Hz 原始波形、27.4 亿逐拍人工标注心搏与 1,724 万段心律标注，20 名技术员全披露分析加资深终审，是库内唯一万级患者周级长时程的居家 ECG 基准

Icentia CardioSTAT 单导联贴片（modified lead 1）居家佩戴采集的连续原始 ECG：250 Hz、16-bit、最长 2 周（多数 1 周）；每患者随机抽 50 段公开，每段 1,048,577 样本（约 70 分钟）；附逐拍 .qrs 心搏标注（N/S/V/Q 四类）与连续心律 .rhythm 标注（NSR/AFIB/AFL 三类） 57

眼科影像医学图像分割图像分类青光眼

PAPILA — 同一患者双眼配对眼底图与临床数据的青光眼评估数据集

人工标注影像数据临床数据原始数据244 患者 / 488 眼（每位患者左右眼各 1 张眼底图，共 488 张）

244 患者 / 488 眼配对彩色眼底图 + 结构化临床指标 + 双专家逐像素视杯/视盘分割，西班牙 UPCT 与 Reina Sofía 医院联合出品：首份把「配对双眼、临床表格、双标分割」三合一的青光眼评估数据集，观察者间 Dice 视盘 0.935 / 视杯 0.823，且 suspect 类被证明不是 healthy 与 glaucoma 之间的中间态

西班牙 Hospital General Universitario Reina Sofía 采集：Topcon TRC-NW400 非散瞳眼底相机拍摄的 2576×1934 JPEG 眼底图（30° 孔径、以视乳头为中心）× 488 眼 + 结构化临床表格（年龄/性别/诊断/IOP/角膜厚度/眼轴长/MD 等）+ 两位眼科专家逐像素勾画的视杯与视盘轮廓坐标（2 专家 × 2 眼 × 2 结构 × 244 患者 = 1952 文件） 132

生理信号心电信号重症监护评测基准心血管疾病

MIMIC-III-Ext-PPG — 重症监护光电容积脉搏波心律基准

信号数据原始数据临床数据6,189 名 ICU 危重患者（v1.1.0；v1.0.0 为 6,131 名）

从 MIMIC-III 波形库抽取 630 万条 30 秒 PPG 分段——6119 名 ICU 患者、125 Hz、27 类心律标签加 SQI 质量码，当前最大公开心律分类资源，认证后经 DUA 获取

MIMIC-III Waveform Database Matched Subset（PPG/ECG/ABP/RESP，125 Hz，Beth Israel Deaconess Medical Center + MIT 采集）；再加工为 630 万条 30 秒分段 + metadata.csv + SQI 质量码 64

医学影像内窥镜影像图像分类评测基准肿瘤学

MIQR-CC ERCP 精选图像数据集 — 内镜逆行胰胆管造影荧光图像的 5 类临床所见分类库

人工标注影像数据原始数据1,602 例患者

1,602 例患者、19,018 张原始 ERCP 荧光透视帧、5,519 张专家标注图像，2 名消化内科医师独立标注并由 20 年经验高年资医师裁定终审；5 类临床所见（胆道结石/胆漏/良性狭窄/恶性狭窄/正常），双机型（Ziehm Vision RFD 3D + Philips PCR Eleva）单中心连续收案，70-15-15 按检查分层划分防泄漏，附 EfficientNet/DenseNet/ResNet/MobileNet/DeiT 五基线评测

葡萄牙 ULSAM 消化内镜中心单中心连续收案的 ERCP 荧光透视原始图像（Ziehm Vision RFD 3D 与 Philips PCR Eleva 双 C 臂机型），去标识化 + PNG 转码 + 预处理流水线产出，专家图像级 5 类标注子集 52

医学影像CT图像分类COVID-19

SARS-CoV-2 CT Scan Collection

影像数据原始数据人工标注2482 张 CT 轴位切片（COVID 阳性 1252 + 阴性 1230；主版本无患者 ID）；扩展版 210 例患者（80+50+80）4173 张

Angelov 与 Soares 2020 年 4 月发布的新冠胸部 CT 二分类图像集：医院真实患者轴位切片 2482 张（阳性 1252/阴性 1230），配套可解释分类器 xDNN 报 F1 97.31%，另有患者级三分类扩展版 4173 张，是 2020 年下载量最大的 COVID-CT 数据集之一

多家医院真实患者胸部 CT 轴位切片（PNG）：COVID 阳性 1252 张（文件名 Covid (N).png）+ 非阳性 1230 张（文件名 1-N.png）；Kaggle V2 242.23 MB；另有后续研究者重组的患者级三分类扩展版（COVID-19/Healthy/Others，4173 张） 55

医学影像MRI医学图像分割挑战赛数据集心血管疾病评测基准

LAScarQS 2022 — 左心房与瘢痕定量分割挑战赛

影像数据专家标注原始数据194 例 3D LGE MRI（官网一口径；文献另有 200/200+ 口径）；训练集 LA 130 例 / scar 60 例（二手来源划分）

MICCAI 2022 首届左心房 LA 与左心房瘢痕联合分割挑战赛——194 例多中心多厂商 LGE MRI（Utah/BIDMC/KCL 三家），两项赛道（LA+scar 联合分割、多中心 LA 分割），scar 中位仅 3.18 cm³ 构成极端类别不平衡，官方已停更并演化为 CARE-Left Atrium

三家中心多厂商 3D LGE MRI：University of Utah（Siemens 1.5T/3T，0.625×0.625×2.5 mm）、Beth Israel Deaconess Medical Center（Philips Achieva 1.5T，1.4×1.4×1.4 mm）、King's College London（Philips Achieva 1.5T，1.3×1.3×4.0 mm）；含 LA 血池与瘢痕金标准掩码（NIfTI） 72