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 348 个数据集

医学影像挑战赛数据集评测基准

TUS-REC2025

影像数据原始数据人工标注85 名志愿者（多种族、多性别、多年龄多样队列），170 段扫描序列（每人左、右前臂各 1 段）；划分 50/3/32 名受试者 = 100/6/64 段（训练/验证/测试）

UCL 主办的 MICCAI 2025 免标记 3D 自由手持超声重建挑战赛数据集——85 名志愿者 170 段前臂超声（约 26 万帧）带光学跟踪金标准位姿，四指标位移向量评估，冠军 ImFusion 0.622，训练数据注册获取且禁商用

Ultrasonix（BK）超声仪 + 4DC7-3/40 凸阵探头采集的 2D 前臂超声帧序列（20 fps，480×640，6 MHz，9 cm 深度）+ NDI Polaris Vicra 光学跟踪器记录的逐帧金标准位姿（4×4 齐次变换矩阵）+ 每段 100 帧解剖标志点坐标 + pinhead 法标定矩阵（calib_matrix.csv） 38

医学影像PET医学图像分割挑战赛数据集肿瘤学

PSMA-PET-CT-Lesions — LMU 慕尼黑 597 例全身 PSMA PET/CT 手工病灶分割数据集

人工标注影像数据原始数据378 名男性患者（疑似或确诊前列腺癌，年龄 48-92 岁，PHI 口径 89 岁以上一律记 90）；597 个全身 PSMA PET/CT 检查（539 个含病灶、58 个无病灶）

LMU 慕尼黑大学医院 2014-2022 年 597 个全身 PSMA PET/CT 检查、378 名前列腺癌患者的 3D 手工病灶分割数据集——¹⁸F-PSMA 与 ⁶⁸Ga-PSMA 双示踪剂、TCIA 公开、autoPET III/IV 挑战赛官方训练数据

LMU 慕尼黑大学医院 2014-2022 年临床 PSMA PET/CT（三台设备：Siemens Biograph mCT Flow 20 / Biograph 64-4R TruePoint / GE Discovery 690）＋全部 PSMA 摄取病灶的 3D 手工二值分割掩膜（DICOM SEG）＋TSV 患者级元数据（年龄/设备型号/放射性核素/CT 对比剂使用） 26

生理信号神经科学心血管疾病多模态

Cerebral Vasoregulation in Elderly with Stroke — 老年卒中患者的脑血管调节研究数据

生理信号时序数据队列研究120 人（60 例缺血性卒中受试者 + 60 例对照受试者）

BIDMC 老年晕厥与跌倒实验室横断面研究 120 例（60 缺血性卒中 + 60 对照）多模态脑血管调节测量：经颅多普勒、24 小时血压、头高位倾斜、坐立测试、坐立平衡与 12 分钟步行，PhysioNet v1.0.0 公开（DOI 10.13026/C2DW96）

BIDMC 老年晕厥与跌倒实验室横断面研究，跨多天采集：经颅多普勒（脑动脉血流速度）+ 24 小时逐拍心率血压数值（Dynapulse）+ 运动任务期间高分辨率波形（ECG/血压/CO₂/呼吸）+ 24 小时 ECG/EMG/加速度计（ME6000）+ 步行测试步态压力；研究手段含 3T 动脉自旋标记 MRI 30

医学影像图像分类目标检测肿瘤学

Oral Cavity Images for OPMD and Oral Cancer Detection — 斯里兰卡 3000 张口腔腔内白光照片与四分类 COCO 标注数据集

人工标注影像数据临床数据714 名患者 / 3,000 张图像（四类：healthy / benign / OPMD / OCA；逐类细目未公开）

佩拉德尼亚大学 3000 张手机口腔腔内照片、714 名患者，按 healthy/benign/OPMD/OCA 四类标注多边形病变边界，配患者级烟酒槟榔风险元数据；CC BY-NC-ND 4.0 请求制获取，OPMD 早筛 AI 的关键公开语料

斯里兰卡 Peradeniya Dental Teaching Hospital 门诊采集的手机口腔腔内白光照片（3,000 张 / 714 名患者）+ COCO 多边形口腔腔体与病变边界标注 + 患者级元数据（年龄/性别/诊断/吸烟/饮酒/槟榔咀嚼） 67

医学影像病理图像MRI转录组挑战赛数据集肿瘤学

CHIMERA — 泌尿肿瘤多模态预后挑战赛

人工标注原始数据影像数据基因组数据267 例前列腺癌（Task 1）+368 例膀胱癌（Task 2/3 合并）

泌尿肿瘤多模态预后首个标准化 benchmark：前列腺 267 例+膀胱 368 例四模态融合——临床单模态屠榜与多模态鲁棒性悖论的方法学样本

Radboud UMC+Canisius Wilhelmina（Task 1 两机构）与 Erasmus MC 系 STM 2023 队列（Task 2/3 Cohort A/B）——患者知情同意科研使用；v2 数据含 UNI 预提取特征 51

医学影像CT医学图像分割队列研究公共卫生与流行病学

Low-Dose CT Images of Healthy Cohort (Healthy-Total-Body-CTs) — UC Davis uEXPLORER 30 名健康成人全身低剂量 CT 与 37 组织分割参考库

影像数据分割掩码原始数据元数据30 名健康成人（14 男 / 16 女；年龄 47 ± 13 岁）；135 studies / 111,778 图像

TCIA 受控访问集合：30 名健康志愿者在 uEXPLORER 全身 PET/CT 上采集 111,778 张低剂量 CT 图像（59.06GB），配 37 组织 NIfTI 自动分割与人口学表；三次版本迭代打磨元数据与文件命名，图像受限、分割与临床数据 CC BY 4.0

TCIA 集合 Healthy-Total-Body-CTs：uEXPLORER 全身 PET/CT 采集的 30 名健康志愿者低剂量 CT（DICOM，512×512×828 重建、0.9766×0.9766×2.344 mm³ 体素，90 分钟点 50 mAs / 其余点 5 mAs）+ 37 组织 NIfTI 分割（MOOSE 自动生成）+ 人口学 XLSX。明细见正文附录。 38

医学影像CT医学图像分割评测基准

CT4Harmonization Multicentric Phantom — 多中心 3D 打印 CT 体模基准：跨厂商扫描仪协调与影像组学特征可复现性验证

影像数据人工标注基准数据0 名患者（体模数据集；IDC 记 Subjects=1，实为 1 具物理体模 phantom，非人体受试者）

瑞士 8 家中心、13 台 CT 扫描仪、4 家厂商在 5 档剂量下重复扫描同一具 3D 打印碘墨水肝脏体模的 1,378 个序列（649 次 CT 扫描、252.38 GB、CC BY 4.0）：它不含任何患者，却是所有跨中心影像组学模型与 CT 协调（harmonization）方法的受控标定物

瑞士 8 家中心 13 台 CT 扫描仪（Siemens 6 / Philips 2 / GE 3 / Toshiba 2）对同一具 3D 打印碘墨水纸基拟人肝体模的重复扫描：649 次 CT 扫描 × 最多 3 种重建（FBP/IR/DL）= 1,378 个 DICOM 序列（CT + SEG），5 档剂量 1/3/6/10/14 mGy，含肝脏 6 ROI/4 类组织真值分割掩码，共 252.38 GB 34

电子健康记录重症监护真实世界数据队列研究公共卫生与流行病学

BOLD, a blood-gas and oximetry linked dataset — 整合 MIMIC-III/IV 与 eICU 三库的脉搏血氧-动脉血气配对联数据集

真实世界数据时序数据原始数据44,907 名患者（49,099 对 SpO2–SaO2 测量：MIMIC-IV 4,921 对/4,778 患者；MIMIC-III 740 对/728 患者；eICU-CRD 43,438 对/

把三个 ICU 电子健康记录库里的脉搏血氧（SpO2）与动脉血气（SaO2）配对成 49,099 条 5 分钟窗口测量——聚焦血氧仪在深肤色人群中的系统性高估，为血氧仪去偏算法提供分析就绪的公平性数据基座

MIMIC-III（BIDMC 单中心）+ MIMIC-IV（BIDMC）+ eICU-CRD（美国多中心）三库 ICU 电子健康记录，经时间对齐与概念协调后横向拼接 29

医学图像分割病理图像评测基准肿瘤学多模态

PathSeg — 21 源汇编的 27.5 万级病理语义分割基准

影像数据人工标注开源数据未披露患者级计数；由 21 个公开病理分割数据集汇编，共 275,200 组 image–mask–label 三元组（160 层级标签；源数据集各自含其原始病例数）

从 21 个公开病理分割数据集协调出 275,200 组 image–mask–label 三元组、20 解剖区域×3 组织层级×61 对象类型共 160 层级标签；配套文本提示基础模型 PathSegmentor（FocalNet+PubMedBERT，450M）整体 Dice 0.671，超 BiomedParse 0.429

21 个公开病理图像分割数据集的协调汇编：BCSS、CoCaHis、CoNIC2022、CRAG、DigestPath2019、GlaS、Janowczyk、MIDOG、MoNuSAC、NuCLS、PanNuke、RINGS、SegPath、SICAPv2、TNBC、WSSS4LUAD、CoNSeP、CPM15、CPM17、Kumar、Lizard——统一为 40× WSI 裁 1024×1024 patch + 同尺寸二值掩码 + 层级标签三元组 31

医学影像眼科影像皮肤影像挑战赛数据集评测基准医学图像分割

SynthOCT 2026 — 皮肤 OCT 数字体模逆物理合成挑战赛

影像数据原始数据合成数据120 张体内人皮肤 OCT B-scan（男/女 × 两个年龄段 × 两个解剖部位的分层子集；原始 3D OCT 队列规模未披露）；参赛 12 队注册、6 队提交终稿

MICCAI 2026 / SASHIMI 2026 卫星赛事：参赛者不讲故事、不炫视觉，而是从 120 张体内人皮肤 OCT B-scan 反推光学散射体的三维空间分布，经固定物理虚拟扫描仪前向渲染出合成扫描，再用 OAC 光学衰减系数与散斑统计双轴物理一致性评分

Zenodo 记录 18095266（DATASET.zip，38.2 MB，含 .npy 对数幅度 + .png 预览，256×512 uint8，~51 dB 动态范围）+ SynthOCT 官方 GitHub Baseline 仓库 + MICCAI 2026 论文集挑战赛综述 35

CT医学图像分割图像分类肿瘤学评测基准

RCC-AID — TCGA 肾细胞癌 CT 体素级分割标注开源数据集

人工标注影像数据原始数据129 例 CT / 91 患者（v2.0.0；85 clear cell + 26 papillary + 18 chromophobe；v1.0.0 旧口径为 142 CT / 101 患者）

为 TCGA 三大肾癌队列（KIRC/KIRP/KICH）补齐公开病灶标注的 CT 分割数据集——自动分割初标+学生质检+放射科医师复核，Zenodo CC BY-4.0 直链开源，v2.0.0 修复静默转换失败后保留 129 例 91 患者

TCGA-RCC 三队列（TCGA-KIRC 透明细胞 / TCGA-KIRP 乳头状 / TCGA-KICH 嫌色细胞）经 TCIA 提供的增强 CT（DICOM 转换 NIfTI），配体素级分割掩码（0 背景 / 1 肾脏 / 2 肿瘤 / 3 囊肿）+ 病例级 metadata.csv + TCIA manifest 41

医学影像CTMRI医学图像分割挑战赛数据集

MedSAM2 Annotated Datasets — 3D 医学图像与视频分割基础模型 MedSAM2 配套发布的多件套标注数据

人工标注影像数据衍生数据图像源患者合计口径：DeepLesion 4,427 患者（重标注 5,000 病灶）；LLD-MMRI-2025 498 患者（3,984 病灶）；RVENet 831 患者（3,583 段视频、标

多伦多大学 bowang-lab 团队以 SAM2.1 微调的 MedSAM2 在人机协同标注中产出的新标注数据整合——CT_DeepLesion-MedSAM2 5,000 病灶 3D 掩码、LLD-MMRI-MedSAM2 3,984 肝病灶×8 序列、RVENet-MedSAM2 251,550 超声帧、LUNA25-MedSAM2 肺结节四件套 HuggingFace 公开

MedSAM2 人机协同标注流水线产出的 3D 病灶掩码与视频帧掩码，图像源为 DeepLesion CT、LLD-MMRI-2025 多序列肝 MRI、RVENet 超声心动视频与 LUNA25 CT——逐件发布物清单见正文 §2 与附录 34

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。