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 350 个数据集

多模态病理图像临床文本肿瘤学队列研究影像-文本对齐

HANCOCK — 埃尔朗根 763 例头颈鳞癌单中心多模态数据集：病理 WSI+TMA 免疫组化+结构化临床血液+去标识手术报告文本

影像数据文本数据临床数据人工标注763 例患者（单中心，2005-2019；约 80% 男性，中位年龄 61 岁）；701 例有原发肿瘤 WSI；13,684 图像

FAU 埃尔朗根 763 例头颈癌 2005-2019 真实世界单中心队列：709 张原发肿瘤 H&E WSI（0.1213 µm/px）+396 张淋巴结 WSI+8 染色 TMA+结构化临床血液+去标识手术报告文本，CC BY 4.0 经 TCIA 与 FAU 门户双通道公开，衍生 HANCOTHON 生存/复发预测挑战赛

TCIA HANCOCK 集合（DOI 10.7937/rcty-5h16）+ FAU 数据门户：709 张原发肿瘤 H&E WSI + 396 张淋巴结 WSI + 8 染色 TMA + 结构化临床血液 + 去标识手术报告与病史文本；4.5 TB，SVS/PNG 45

医学影像X光影像心血管疾病多模态队列研究

CheXchoNet — 胸片配超声心动图金标准标签的早期心衰检测数据集

影像数据人工标注结构化数值24,689 名患者 / 71,589 张唯一胸片

71,589 张胸片 × 24,689 名患者的超声心动图金标准标签：哥伦比亚大学把「便宜的胸片」对齐「更准的超声」，用 15 名放射科医师读片验证深度学习能否在无症状阶段识别重度左室肥厚与扩张——首个大规模胸片-超声配对范式数据集（PhysioNet 受限访问）

Columbia University Irving Medical Center（CUIMC）2013-01 至 2018-08 期间同时行胸片与超声心动图的患者：PA 胸片（DICOM 原图→224×224 JPEG）+ Syngo Dynamics 超声心动图连续测量与二值诊断标签 + 去标识元数据表 48

医学影像CT医学图像分割目标检测肺癌肿瘤学

LIDC-annot-NLST501 — NLST 队列 501 例胸部 CT 的 LIDC-IDRI 式多读者肺结节标注

人工标注影像数据原始数据501 例患者（501 个 CT series，选自 NLST）；2,004 次独立阅读（每例 4 读者）= 2,004 个 DICOM SEG = 2,004 个 NIfTI mask

20 名执业放射科医师对 NLST 筛查队列 501 例胸部 CT 的 LIDC-IDRI 式多读者标注——每例 4 读共 2,004 次独立阅读，23,099 病灶报告、6,505 结节 3D 分割+8 项形态特征+1-10 恶性评分，Median Technologies 生产、TCIA 以 CC BY 4.0 口径公开

NLST 原始胸部 CT 501 series + LMS 校正 CT 24 series + 多读者 DICOM SEG 2,004（内嵌 TotalSegmentator v2.4.0 肺 mask）+ NIfTI mask 2,004（734 MB）+ annotations.csv（23,099 病灶报告）+ readers.csv + correction.csv，合计 2,529 series / 13.65 GB 49

医学影像X光影像手术视频医学图像分割目标检测心血管疾病

CathAction — 血管内介入导管导丝分割碰撞检测与动作理解基准

人工标注影像数据原始数据不适用（数据主体为血管体模与活体动物 X 光透视影像，不含人患者级数据；操作者为 10 名专业血管介入外科医生）

MICCAI 2026 挑战赛 CATHACTION 官方数据集：569 段血管内介入 X 光透视视频、约 50 万标注帧与 2.5 万张导管导丝分割掩码，来自 5 具硅胶体模与 5 头活体猪、10 名外科医生三条动脉插管，覆盖分割、碰撞检测与五类动作理解基准，域适应设定下识别精度下跌约 30 个百分点，CC BY-NC-SA 4.0 许可经 HuggingFace 公开

5 具 Elastrat 软硅胶成人主动脉弓体模（接搏动泵模拟血流）+ 5 头活体猪（碘造影剂增强）的 X 光透视视频：569 段视频、约 500,000 标注帧（500×500、24 FPS）、约 25,000 张导管/导丝分割掩码（PNG）、逐帧器械尖端碰撞框（YOLO TXT）、五类动作起止段标注（CSV/Pickle） 26

医学影像病理图像图像分类肿瘤学

PathoTiroid Dataset Indonesian Collection (PTIC) — 印尼甲状腺乳头状癌 H&E 病理图像分类数据集

印尼大学团队从国家级转诊医院 46 张全切片切取 1,006 张 40× H&E 病理图像块（PTC-like 490 + non-PTC-like 516），24 例匿名患者、LEICA Aperio GT450 扫描、0.26 μm/px、1916×1053 JPG，专家多级验证标签；最新版 CC BY-SA 4.0 公开直链 10.13 GB，配套 BMC Research Notes 数据描述与 IEEE Access 建模论文

印尼国家级转诊医院（RSCM / Dr. Cipto Mangunkusumo）甲状腺组织 H&E 染色切片，经 LEICA Aperio GT450 全切片扫描仪 40× 数字化（约 0.26 μm/pixel），由专家病理医师标注感兴趣区域（ROI）后提取的高分辨率图像块（1916×1053 JPG）；配套元数据表 PTIC_metadata.xlsx 与数据采集流程说明 31

医学影像CT脑影像儿科

A Normative Dataset of Healthy Pediatric Cranial Computed Tomography (CT) Images — FDA 健康儿童颅脑 CT 规范参考库

影像数据原始数据人口学数据100 例健康儿童（1 个月-10 岁；女 45 / 男 55）；100 studies / 100 series（1:1:1，每人一次扫描）

FDA CDRH 监管科学工具 RST26PD01.01 配套发布的正常参考图像库：100 例健康儿童颅脑平扫 CT（1 个月-10 岁，3.2 GB MHA，无对比剂），供医疗器械与 AI/ML 使能软件研发、验证、评估作 normative reference；图像、人口学表与脚本全组件 CC BY 4.0，经 TCIA 分发

Children's National Hospital 健康儿童颅脑平扫 CT 100 例（MHA 3.2 GB，无对比剂，层厚 0.625-5.4 mm）+ TCIA 分发人口学 TSV（age in days/生物学性别/种族族裔）+ v7 comprehensive metadata 报告 TSV（45.4 kb）+ FDA RST 附属 Python 脚本 2 件 35

医学影像MRI挑战赛数据集图像分类肿瘤学

PROSTATEx-2 前列腺 MR 分级组挑战

影像数据人工标注原始数据162 例检查（每例来自不同患者），共 182 处病灶（训练 112 / 测试 70）

162 例多参数前列腺 MRI、182 处病灶的独立 TCIA 集合，用治疗前影像预测 2014 ISUP 五级 Gleason 分级组，测试集二次加权 kappa 上限仅 0.27

TCIA SPIE-AAPM-NCI PROSTATEx Challenges 集合的 PROSTATEx-2 子集：Radboudumc 采集的 162 例前列腺 MRI（T2W 轴位与矢状位 DICOM、Ktrans .mhd/.zraw、ADC DICOM），配病灶质心坐标、参考缩略图与 2014 ISUP 分级组真值表 60

医学影像病理图像肿瘤学

MSK-IMPACT 肿瘤靶向测序队列

靶向 panel 测序体细胞突变配对正常样本临床队列真实世界数据泛癌种免疫治疗生物标志物67617

Integrated Mutation Profiling of Actionable Cancer Targets：全球规模最大的前瞻性临床肿瘤靶向测序队列之一

Memorial Sloan Kettering Cancer Center 79

基因组学与多组学单细胞基因组学转录组表观基因组测序数据

Human Liver Single-cell Atlas of Chronic Liver Disease — 77 例 64.9 万细胞人肝图谱与 OLR1+ 瘢痕相关巨噬细胞

原始数据基因表达矩阵细胞注释空间数据77 例供肝者（42 例健康 + 35 例慢性肝病患者）；另 46 例空间蛋白组队列、632/663 例 SteatoSITE bulk 队列、小鼠模型若干

42 例健康 + 35 例慢性肝病患者、649,295 个肝细胞、125 种转录状态：把人肝纤维化微环境拆到单个细胞状态，并锁定 OLR1（LOX-1）作为可成药靶点的一体化图谱资源

GEO GSE298719（41 个样本；GPL34284 NovaSeq X Plus 人源 / GPL21103 HiSeq 4000 鼠源）+ SRA SRP589452 + BioProject PRJNA1271000；论文 doi:10.1038/s41588-026-02774-w 28

公共卫生与流行病学队列研究基因组学与多组学电子健康记录调查数据

Our Future Health — 英国两百万级 NHS 链接前瞻性队列的 TRE 内分析范式

原始数据表格数据测序数据2,021,810 名完成基线问卷的同意参与者（Participant 表 2,022,814）；其中 1,983,038 有地理数据、1,690,704 链接 NHS 号、1,518,202 有临床

2,021,810 名完成基线问卷的英国成年志愿者、1,690,704 人链接 NHS 号、755,000 人有芯片与插补基因型；数据全部锁在 DNAnexus 承建的 Trusted Research Environment 内，研究者须经注册认证—Access Board 审—付费—TRE 分析四道闸门

Our Future Health 前瞻性队列：基线健康问卷（v1/v2/v2.1/v2.2）、诊所客观测量与 POCT 血脂、Illumina Infinium Excalibur 芯片与插补基因型、英格兰 NHS 链接健康记录与 ONS 死亡登记、参与者地理数据 21

医学影像CT医学图像分割评测基准挑战赛数据集肿瘤学

CURVAS-PDACVI — 五位专家各自标注的胰腺癌血管侵犯基准

人工标注影像数据原始数据125 例 PDAC 增强 CT 初筛（PANORAMA 子集）；论文最终可用 109 例，公开训练 40 / 验证 5 / 测试 64（Zenodo v3 与挑战赛页另一口径写测试 85，详见 §1

MICCAI 2025 CURVAS 第二届：从 PANORAMA 挑 125 例胰腺导管腺癌增强 CT，40 例公开训练集含 5 位独立放射科医生逐例标注，人-人 Dice 仅 58.4%±25.7%；评价框架以 MR-ECE、CRPS 与逐血管 Wasserstein 距离取代单一 ground truth 打分。

PANORAMA 挑战赛公开的荷兰多中心门静脉期上腹部增强 CT（Zenodo records/11034178）中精选 125 例；每例由 5 位独立放射科医生（PANORAMA 原标注 1 份 + 新增 4 份，来自德国 Erlangen 大学医院、西班牙 Sant Pau 医院、西班牙 Mataró 医院）各自勾画 PDAC 肿瘤与胰腺，另配 1 份 STAPLE 共识与 1 份 5 血管掩码（门静脉 / SMV / 主动脉 / 腹腔干 / SMA）；NIfTI 格式，训练集压缩包 5.5 GB 22