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 343 个数据集

基因组学与多组学单细胞基因组学神经科学神经退行性疾病阿尔茨海默病转录组

Human Brain snRNA-seq Atlas — 1400 万核 · 31 脑区 · 2,239 例死后样本的 AD 单核转录组图谱

约 1400 万细胞核31 个脑区2,239 例死后样本GEO 内仅 6 例验证样本2,239 例深度表型化死后样本（GEO 归档仅 6 例 iPSC 验证样本）

GSE326002 / PRJNA1442802：CN·AD·CR·PART 四分组的人脑单核 RNA 测序最大规模自述图谱

NCBI GEO GSE326002 / Cleveland Clinic Genome Center url: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE326002 20

基因组学与多组学单细胞基因组学转录组

HCL — 人类细胞景观单细胞图谱

702,968 个单细胞60 种人体组织102 种细胞簇CC BY 4.0 开放884.2 MB DGE 矩阵58 名人体组织供体（HCA Explorer 口径，覆盖胎儿与成人阶段）

702,968 个单细胞 · 60 种人体组织 · Microwell-seq 构建的中文人群细胞图谱

浙江大学医学院干细胞与再生医学中心（郭国骥/韩晓平团队） url: http://bis.zju.edu.cn/HCL/ 64

医疗NLP公共卫生与流行病学评测基准

arXiv 预印本 — 326 万篇，医学影像模型的真正首发地

3,226,976 篇1991 年至今eess.IV 医学影像元数据 CC0逐篇选许可Atom API每日约 1,000+ 篇不适用（学术预印本文献，无患者数据；部分论文含公开数据集上的实验，但数据集本身不在 arXiv 内）

它不是一个数据集，是一个每天新增一千多篇论文的开放档案：eess.IV（影像与视频处理）是医学影像方法的首发地，通常比期刊早 6–18 个月。元数据全部 CC0，正文许可由作者逐篇选择——这意味着你拿到的每一篇，可用范围都不一样，而这是把它当训练语料时最容易忽略的一处

arXiv（Cornell University 运营） url: https://arxiv.org/ 15

公共卫生与流行病学电子健康记录评测基准

OECD 健康统计 — 86 个 dataflow，把「卫生系统」拆成可比的零件

86 个 dataflow18 组 DSD51 个经济体1960–2024SDMX 3.0CC BY 4.0卫生系统绩效不适用（国家与地区级聚合统计；PaRIS 患者报告指标调查在独立的 dataflow，为抽样调查聚合结果，不含个体记录）

它不是一份数据，是一套 SDMX 3.0 的机器可读接口：生命 expectancy、医疗支出与筹资、医生护士密度、病床与 ICU、住院与手术量、癌症与传染病死亡、可避免死亡、药品市场——全部放在同一套维度模型下。做卫生系统比较研究时，你真正需要的那张「国家 × 年 × 指标」表，这里有 18 组数据流等着被拼起来

OECD Health Statistics（OECD.ELS.HD，经 OECD Data Explorer 分发） url: https://data-explorer.oecd.org/ 16

电子健康记录队列研究调查数据公共卫生与流行病学基因组学与多组学

Add Health — 2 万个美国青少年，从 12 岁追到 44 岁

90,118 份校内问卷20,745 人家访6 波随访32 年跨度干血斑生物标志物DNA 甲基化双轨访问禁 LLM 使用20,745（Wave I 家访全样本；公开版子样本 6,504）

1994 年在 145 所中学里问出 9 万份问卷，抽 2 万人做家访，然后每 5–7 年回去一次，一直到 2025 年他们 44 岁——这不是一个数据集，是一代人被反复测量的三十年

Carolina Population Center, UNC-Chapel Hill url: https://addhealth.cpc.unc.edu/ 18

神经科学多模态医学问答与基准

NeuroVault — 71 万张脑成像统计图，7.6% 的集合有 DOI

18,020 个集合715,894 张统计图18 个模板图谱99.5% 是统计图CC0 许可COBIDAS 元数据REST API 全开放不适用（组水平统计结果，非个体数据）。但注意：单被试统计图（抽样 7.6%）理论上在极端情况下可能含可识别信息，NeuroVault 未做去标识声明

18,020 个集合、715,894 张图、18 个模板图谱：这是全球最大的脑成像「结果图」公共库，存的是 z/t/F 值不是原始影像，也是「拿别人的结论当数据」最容易翻车的地方

[{'@type': 'DataCatalog', 'name': 'NeuroVault API', 'url': 'https://neurovault.org/api/'}, {'@type': 'DataCatalog', 'name': 'NeuroVault 网页检索', 'url': 'https://neurovault.org/images/'}] 14

神经科学生理信号电子健康记录多模态

DANDI Archive — 神经电生理数据联邦档案库

NWB 格式BIDS 格式OME-Zarr上千个 dandisets版本化数据集CC-BY-4.0元数据 CC0单文件 5 TB 上限embargo 6 个月0

它不是一个数据集，是上千个数据集的容器。首页写着一千零五十九个、九百二十二太比特，同一个站的 API 却报九百三十八、一千二百零九；四个官方来源给出四个规模数字。这个库真正值得学的是它怎么把「版本」和「许可」做成硬约束

美国 BRAIN Initiative 资助；分布式档案库由劳伦斯伯克利国家实验室、MIT、CatalystNeuro 等机构联合建设；存储由 AWS Open Data 计划承担；访问入口 dandiarchive.org 22

医学影像电子健康记录

脓毒症急诊胸部 CT — Sepsis-3 影像队列

836 次胸部 CT（NIfTI）337 例 Sepsis-3 住院14 张 CSV 表约 396 万行ExamReport 6,037 行中文检查报告PhysioNet + OMIX 双存储728 次就诊（含门诊）/ 337 例住院（103 女 + 234 男）/ 327 例住院有 CT

浙江省人民医院急诊 ICU 的 836 次脓毒症胸部 CT 与 14 张临床表格——把杭州 EHR 管线从纯表格延伸到影像的深表型续章

https://physionet.org/content/chest-ct-sepsis-er/1.0.0/ 44

生理信号脑电信号神经科学脑机接口多模态

Multisession fNIRS-EEG Post-Stroke Motor Recovery — 16 名偏瘫患者 84 次康复训练的同步脑电+近红外纵向数据集

原始数据时序数据临床评估多模态16 名上肢偏瘫卒中患者（6 女 10 男，42–71 岁）；康复会话 84 次；每例最多 6 次 session

Skoltech 联合俄罗斯联邦大脑与神经技术中心、莫斯科国立大学发布的全球首个长期同步 EEG-fNIRS 卒中公开数据集：8 导 EEG 与 70 通道 fNIRS 硬件级对齐，健手与患手各 84 次会话，附 ARAT/Fugl-Meyer 临床量表

同步采集的 8 导 EEG（NVX-52，500 Hz）+ 70 通道 fNIRS（NIRSport 16×16/8×8，760/850 nm，13.56 Hz）+ 2 路 EMG + 1 路 ECG；SRT 键压任务（健手/患手各 ≥3 run/会话）；ARAT 与 Fugl-Meyer 临床评分；人口学与病灶信息（Figshare 公开） 28

医学影像CTX光影像挑战赛数据集评测基准

COBRA2026: a large-scale multicenter pelvic cone-beam computed tomography projection dataset — 六欧洲中心盆腔放疗 CBCT 原始投影数据集

原始数据影像数据867 例患者（训练 692 / 验证 52 / 测试 123；盆腔放疗；六欧洲中心；性别/年龄/癌种分布未公开）

867 例盆腔放疗 CBCT 原始投影+采集几何+形变配准 planning CT+模拟投影的双厂商（Elekta/Varian）多中心投影域数据集：训练集 692 例约 750 GB 已于 2026-07 开放，验证/测试集封存至 2032-03 保障 COBRA2026 挑战赛独立评测，CC BY-NC 4.0

六欧洲中心直线加速器机载 CBCT 实测原始投影（Elekta 与 Varian 双厂商）+ RTK 格式采集几何 + 厂商校准/校正文件（匿名化转开放格式）+ 临床重建 CBCT + 形变配准 planning CT + 模拟 CBCT 投影；大数据本体托管 CREATIS（里昂），Zenodo 承载 DOI 索引与论文 PDF、训练集 QC 概览图 27

医学影像CT视觉问答评测基准目标检测影像-文本对齐

CT-Bench — DeepLesion 病灶级图文重标注与七任务 CT 视觉问答基准

人工标注影像数据原始数据3,793 名患者 / 7,795 例 CT 检查 / 20,335 个病灶实例（训练 2,835 人 / 验证 342 人 / 测试 616 人）

20,335 个病灶 / 7,795 例 CT / 3,793 名患者的病灶级描述、尺寸与 BBox 资源，叠加 2,850 道四选一难负例 QA，NIH 团队 GPT-4 预标+专家终审流水线产出，Kaggle 公开 CC BY-NC-SA 4.0

DeepLesion 子集（33,688 张 bookmark 图 → 保留 20,335 病灶 / 7,795 检查 / 3,793 患者）的 8-bit 窗化 PNG 关键切片 + BBox 坐标 + PACS 派生病灶描述与标准化尺寸 + RadLex 本体属性表 + 2,850 道七任务四选一 QA（qa_llm.json / qa_clip.json）+ 患者级划分文件 + 复现脚本 30

医学影像乳腺影像医学图像分割图像分类乳腺癌评测基准

BUS-BRA — 巴西 INCA 1064 患者乳腺超声 CAD 评估集：病理+BI-RADS 2 — 5+分割掩膜三标注与官方标准化折

人工标注影像数据原始数据1,064 名女性患者（对应 1,875 张 B-mode 超声图；平均约 1.76 张/患者，含双侧与多切面）

BUS-BRA 乳腺超声数据集条目：1,064 患者 1,875 张 B-mode 图，同含活检病理（良/恶性）、资深超声医师 BI-RADS 2–5 分级与手工分割掩膜三类标注，附带官方 5 折/10 折交叉验证划分；CC BY-4.0 于 Zenodo 公开直链（BUSBRA.zip 133.9MB），Medical Physics 2024（DOI 10.1002/mp.16812）配套论文；并收录第三方审计发现——官方划分仅图像级互斥、非患者级，修正后分割/分类指标显著回落

Zenodo 记录 10.5281/zenodo.8231412（BUSBRA.zip，133.9 MB，md5 1f8b2be6476d58fc97bfb5e5a1ea9bab）——含 PNG 图像 + PNG 二值分割掩膜 + 逐图 CSV 元数据（BI-RADS / pathology / histology / 患者标识）；配套代码 github.com/wgomezf/BUS-BRA 82

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。