即取即用的 AI-Ready 医疗数据集库

千方医数集致力于为医疗 AI 研究人员找到合适的数据集，让你的 AI 感知模型能够更快地学习、更准确地运行，并无缝适应现实世界的环境。

医学影像 AI-Ready 数据集

CT MRI 病理 X光

电子病历与文本数据集

电子病历病历文本

病灶分割与标注数据集

病灶分割数据标注

按任务类型浏览

图像分类目标检测语义分割

共 1196 个数据集

基因组学与多组学蛋白质组学转录组

PaxDb 绝对蛋白丰度库 — 质谱只能测相对值，它偏要给你 ppm

元数据多组学本体映射原始数据链接文献引用不适用（以物种、组织、细胞系为观测单位，不含可识别个体）

405 物种 / 1639 个数据集 / 每个蛋白一个 ppm 数值

https://pax-db.org/ 4

公共卫生与流行病学死亡登记医疗登记

巴西统一卫生系统数据 — 五个子系统各一套字段名

原始数据链接元数据开源下载覆盖巴西全国约 2 亿人口的出生、死亡、住院、门诊与传染病通报记录，按子系统与年份分开存放

DBF 按年按州切 / 葡语疾病编码 / 最终版与前版并存

https://datasus.saude.gov.br/ 3

医学影像CT目标检测挑战赛数据集骨骼肌肉影像

颈椎骨折CT检测挑战赛 — 十二机构三千例的逐椎骨标注

原始影像人工标注元数据补充材料3,112 例颈椎 CT（骨折阳性 1,445 例 + 阴性 1,667 例），患者级去重数量官方未给出

3,112 例颈椎 CT / C1–C7 逐椎骨标签 / 9 国 12 机构

https://www.kaggle.com/competitions/rsna-2022-cervical-spine-fracture-detection/ 3

医学影像眼科影像手术视频多模态

Ophora-160K 眼科手术视频指令集 — 十六万段五秒切片

原始影像文本语料元数据不适用（片段级计数十六万二千一百八十五个，源自九千八百一十九段术者叙事视频；未按患者计数，同一患者可能对应多段视频）

外科手术视频 / 指令微调 / Apache-2.0

https://huggingface.co/datasets/General-Medical-AI/Ophora-160K 3

基因组学与多组学药物发现与化学

IntEnz 酶分类整合库 — EC 编号的权威原件，不是数据库的赠品

本体映射元数据文献引用不适用（酶分类参考体系；规模以 EC 条目计，官方在用号 6972 个）

6972 个在用号 / 1022 个已转号 / IUBMB 命名委员会背书

https://www.ebi.ac.uk/intenz/ （主站入口；本文核验时返回 404）与 https://ftp.ebi.ac.uk/pub/databases/intenz/ （EMBL-EBI FTP 归档，核验时目录存在但子目录拒绝访问） 4

医学影像X光影像挑战赛数据集图像分类

SPR 胸片年龄性别推断挑战赛 — 两万六千张胸片反推你是谁

原始影像人工标注元数据文献引用不适用（官方未公开患者数；影像规模约两万六千张）

巴西圣保罗放射学会 × AWS / 2.6 万张胸片 / 影像可识别性实证

https://www.kaggle.com/competitions/spr-xray-age-prediction 4

医学影像病理图像多模态医学问答与基准视觉问答肿瘤学

切片对话 — 把整张病理切片压缩进语言模型的 27 万条指令

影像数据人工标注多模态文本数据不适用（切片级粒度：四个队列合计约 4,900 张全切片参与评测，训练集对话记录约 19 万条，二者均未折算为患者数）

27.4 万条多模态指令 / 三档训练集 / 五队列切片基准

https://huggingface.co/datasets/General-Medical-AI/SlideChat（镜像 https://hf-mirror.com/datasets/General-Medical-AI/SlideChat） 3

医学影像CT挑战赛数据集图像分类

低剂量 CT 重建挑战赛 — 同一患者的四个剂量档

原始影像元数据文献引用250 余例腹部增强 CT 检查（官方 2021 库说明口径）；2016 年挑战赛本身只用其中 30 例，训练 10 例、测试 20 例

250 余例腹部增强 / 原始投影 + 模拟低剂量 / 一个没有被继承的剂量阶梯

https://www.aapm.org/GrandChallenge/LowDoseCT/ 4

基因组学与多组学转录组单细胞基因组学多模态

三维空间组学的切片合成派 — 78 万倍 z 轴落差的真相

原始数据链接多组学元数据本体映射不适用（以数据集为单位：72 套，其中人类 30 套）

72 套数据集 / 88 万级位点 / 坐标只有两层 z 值

http://so3d.bio-database.com/ 4

医学影像CT医学问答与基准视觉问答肿瘤学

腹部 CT 肿瘤三维问答基准 — 两名放射科医生都只答对一半

人工标注配对报告元数据原始影像9,262 个 CT 体积（训练池八千三百余例 + 基准 991 例，官方称同一批 AbdomenAtlas 病例）

438K QA 对 / 3D 体积 / 42 个临床亚型

https://huggingface.co/datasets/tumor-vqa/DeepTumorVQA_2.0 4

医学影像CT病理图像肿瘤学

肿瘤影像的一座整库 — TCIA 的两百余个 collection

原始影像元数据人工标注文献引用不适用（整库层无统一病例数；各 collection 独立计数，最大单集合两万余例）

240 个 collection / 逐集许可 / 逐集 DOI

https://www.cancerimagingarchive.net/collections/ 3

医学影像MRI脑影像医学图像分割

脑 MRI 的预训练语料 — FOMO300K

原始影像元数据原始数据链接文献引用三十万张级扫描 / 五万余受试者（官方口径，数据卡未公布这两项）

三十万张级扫描 / 三十余个来源 / 只做方向对齐的原始 NIfTI

https://huggingface.co/datasets/FOMO-MRI/FOMO300K 4

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。