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 2,043 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。

需要具备完整溯源、伦理合规与工程化交付的专病训练集？进入医疗数据商城 →

按工程化层级：

千方医数集 · 商业级 AI-Ready 数据集

官方自营 · 合规交易

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。

TCT 宫颈细胞学数据集

液基薄层细胞学（TCT）数字图像，含阴阳性判读结果，适配宫颈癌细胞学筛查模型。

需要更多专病队列？

千方医数集支持按病种、模态合规定制采集。

提交定制需求

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 1813 个数据集

医疗NLP临床文本电子健康记录重症监护命名实体识别真实世界数据

MIMIC-III 出院小结问题性阿片使用标注集

人工标注文本数据去标识化数据100 名患者（来源为 MIMIC-III 中 762 名带 ICD-9 OUD 相关编码患者中的随机样本）；137 份出院小结

100 名 ICU 患者、137 份出院小结、3,270 条句级与患者级标注，33 类阿片使用及相关语境标注模式，PhysioNet 认证访问

MIMIC-III Critical Care Database 中带 ICD-9 阿片类使用障碍相关编码患者的去标识化出院小结，经 eHOST 做句级与患者级人工标注后导出为单个 CSV 28

医学影像多模态图像分类心血管疾病

ECHOVIEW 超声心动图切面分类标注

机器学习标注影像数据463 名患者（BIDMC，2017-2019）

MIMIC-IV-ECHO 派生切面分类标注：463 名患者 717 项检查的经胸超声视频逐段输出 23 类视图概率，机器学习预标注而非人工金标准

PhysioNet（MIT Laboratory for Computational Physiology） url: https://physionet.org/content/echoview/0.1/ 28

生理信号睡眠信号脑电信号临床电子病历真实世界数据队列研究

The Human Sleep Project — 12 万夜五中心真实临床多导睡眠图全生命周期数据集

原始数据人工标注临床数据信号数据90,166 名唯一患者（摘要口径 more than 90,000）

HSP v3.0：90,166 名患者、119,234 条整夜记录、5 个美国学术医疗中心的临床 PSG（115,129）与家庭睡眠呼吸监测（4,105），BIDS 1.7.0 结构 + 22 类 ICD-10 诊断链接 + 人工与 CAISR 自动双标注，受 DUA 资质访问

5 个美国学术医疗中心（Stanford、Massachusetts General Brigham、Emory、Beth Israel Deaconess、Boston Children's）的临床常规 PSG 与 HSAT 归档；去标识后经 BIDS 1.7.0 结构化，并链接去标识人口学与 EHR 的 ICD-10 诊断 46

医学影像MRIX光影像骨骼肌肉影像挑战赛数据集队列研究

KNOAP2020 膝骨关节炎发病预测挑战赛

影像数据临床数据标签数据453 膝（242 人）；测试集 423、训练集 30；上游 PROOF 试验 407 名超重/肥胖女性

PROOF 队列 423 膝盲测、30 膝带标签：1.0–1.5T MRI 双序列 + 数字化 X 线 + 13 项临床因素预测 6.5 年新发

PROOF 研究基线与随访影像及临床变量（半屈位 PA 数字化 X 线、冠状位 2D PD 与矢状位 3D 水激发 MRI、13 项临床危险因素），经 Health-RI XNAT 以 NIfTI 格式分发；结局由 2.5 年与 6.5 年随访按 ACR 联合标准判定 20

医学影像X光影像视觉问答评测基准多模态

Medical-CXR-VQA 胸片问答数据集

人工标注影像数据文本数据原始数据215,547 项胸部影像研究（源自 MIMIC-CXR，患者级数量以 MIMIC-CXR 口径为准）；问答对 780,014 条

基于 MIMIC-CXR 报告、经微调 LLM 流水线构建的大规模胸部 X 光视觉问答数据集——215,547 项影像研究上生成 780,014 个临床问答对，覆盖存在、异常、位置、级别、视图、类型六类问题，配套可解释关系图 VQA 方法与放射科医生双评质检

MIMIC-CXR v2.0.0 放射学报告（微调 LLaMA 2 抽取疾病实体与位置/类型/级别关键信息后模板化生成问答）+ MIMIC-CXR-JPG 14 项诊断标签（仅参考对照）+ 放射科医生评估附录 PDF 24

医疗NLP临床文本电子健康记录重症监护评测基准

GPT-3.5 生成的低资源 ICD 编码出院摘要

合成数据文本数据无真实受试者：9,606 份文档全部由 GPT-3.5 生成；其编码组合源自 MIMIC-IV v2.2 真实出院摘要（上游约 25.7 万住院、4.1 万成年 ICU 患者，沿用 MIMIC-IV

爱丁堡大学团队用 gpt-3.5-turbo-0613 围绕 114 个低资源 ICD-10 编码生成的 9,606 份合成出院摘要，含提示词、原始输出与预测编码，用于缓解 MIMIC-IV 长尾码稀疏、增强神经编码模型，PhysioNet 凭证制发放

GPT-3.5（gpt-3.5-turbo-0613）基于 MIMIC-IV v2.2 / MIMIC-IV-Note v2.2 真实出院摘要的 ICD-10 编码组合生成的合成出院摘要：每条含作为生成依据的 ICD-10-CM/PCS 编码列表与描述、完整提示词、模型原始输出（含自编预测编码与出院状态预测）及增强实验用清洗版文本 35

医学影像病理图像医学图像分割挑战赛数据集皮肤癌

PUMA — 黑色素瘤全景分割数据集

310 张 40× H&E ROI PNG约 14.5 GB Zenodo 归档97,429 个公开标注核CC0 1.0 公开直链GeoJSON 双层标注310 张 ROI（155 原发 + 155 转移）

310 张 40× H&E ROI 的黑色素瘤核与组织全景分割基准

UMC Utrecht & TU Eindhoven（PUMA Challenge） url: https://puma.grand-challenge.org 63

医学影像病理图像乳腺癌肿瘤学

HEROHE — H&E WSI 免 IHC 预测 HER2 状态

["509 张 H&E WSI""训练 359/360 例 + 测试 150 例""MIRAX 格式""CC BY-NC-ND 3.0 开放获取"]约 509 名患者（一例一张全切片）

509 张乳腺 H&E 全切片，免 IHC 预测 HER2 阳性/阴性

name: "葡萄牙波尔图肿瘤研究所（IPO Porto）/ Ipatimup" url: "https://ecdp2020.grand-challenge.org" 65

生理信号多模态心电信号影像-文本对齐心血管疾病重症监护

MIMIC-IV-ECG — 院内 12 导联心电图波形库

约 800,035 条 12 导联 ECG161,352 名患者500 Hz × 10 秒 WFDB解压约 90.4 GBODbL v1.0 开放获取161,352 名患者（官方口径约 16 万名）

80 万条 12 导联心电波形 · 16 万患者 · 可关联全院 EHR

MIT Laboratory for Computational Physiology / PhysioNet（BIDMC 采集） url: https://physionet.org/content/mimic-iv-ecg/1.0/ 121

公共卫生与流行病学医保理赔流行病学

HealthData.gov — 美国联邦健康开放数据门户

23,000+ 数据集Public Domain 许可REST API 免费覆盖美国 3.3 亿人口

美国HHS开放数据门户 · 23,000+数据集 · 全免费

美国卫生与公众服务部首席数据官办公室（HHS OCDO） url: https://healthdata.gov/ 137

电子健康记录神经科学神经退行性疾病队列研究临床电子病历阿尔茨海默病

NACC — 美国阿尔茨海默病国家协调中心队列

56,000+ 名受试者217,000+ 次临床评估37 个 ADRC 中心15,000+ 人有 MRIPETCSV 免费申请获取56,000+ 名受试者（20,000+ 名活跃随访）

56,000+ 受试者、37 个 ADRC、最长 20 年随访的阿尔茨海默病国家纵向数据库

National Alzheimer's Coordinating Center（NIA 资助，华盛顿大学托管） url: https://www.naccdata.org/ 135

医学影像手术视频医学图像分割

CaDIS — 白内障手术语义分割基准数据集

4,670 帧手术图像36 类像素级标注960×540 RGB 图像3,550/534/586 官方划分开放获取50 名白内障手术患者（母数据集 CATARACTS，2015 年）

4,670 帧像素级标注白内障显微手术图像，36 类手术场景分割

Digital Surgery Ltd（现 Medtronic Digital Surgery） url: https://cataracts.grand-challenge.org/CaDIS/ 84

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。