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

医学问答与基准医学问答评测基准医疗NLP药物安全电子健康记录

BedsideBench — 500 例床旁临床问答评测基准

人工标注文本数据合成数据0 名真实患者（案例为合成或去标识化构造，不含 PHI）；共 500 例合成临床情境，公开 250 例

Doximity 出品的 10 面板×50 例临床问答基准：8 面板用签名加权 points rubric、2 面板用严重度加权 F1 管理计划评分；公开 250 例 + 私有 250 例，CC BY-NC-SA 4.0，附完整 judge 协议与 runner

Doximity 内部医师撰写并裁定的临床问答题库随机子采样：10 面板×50 例，含 prompt + 签名加权 rubric items + manifest + JSON Schema + judge 协议 24

医学影像MRI脑影像医学图像分割神经科学评测基准

BrainWeb — MRI 仿真脑数据库与真值金标准

合成数据影像数据人工标注正常脑解剖模体 1 套（旧版，10 类标签）+ 20 个正常脑模体（2006 扩展，12 类标签）+ MS 病变模体 3 套（moderate 进预计算库；mild/severe 仅定制模拟）

McGill McConnell 脑影像中心用数字脑模体按 Bloch 方程第一性原理生成的 MRI 仿真数据库——提供模糊隶属度与离散标签双轨真值，3 模态×5 层厚×6 噪声×3 INU 预计算网格，20 个正常脑模体扩展

数字脑模体（1mm 各向同性 181×217×181，Talairach 空间）：模糊组织隶属度体 + 离散类别标签体；MRI 模拟器按 Bloch 方程生成的 T1/T2/PD 体积（3 模态×5 层厚×6 噪声×3 INU 预计算网格）+ 20 模体 T1 数据（SFLASH TR=22ms/TE=9.2ms/翻转角 30°） 25

多模态医学影像医学图像分割图像分类医疗NLP

MedTrinity-25M — 2500 万级多粒度标注医学多模态数据集

原始数据文本标注自动生成标注2500 万幅图像（25M 全量 / 18M accessible / 75K demo 三档），覆盖 10 种模态与 65 种以上疾病；患者级数量未披露

UCSC-VLAA 与华中科技大学等联合构建的超大规模医学多模态图像-感兴趣区-描述三元组数据集：2500 万幅图、10 种模态、65 种疾病，自动流水线产出病灶级多粒度文本标注，无需人工配对报告，支撑 ICLR 2025 论文与 LLaVA-Tri 基础模型

28 个公开医学影像源数据集（CheXpert、MIMIC-CXR-JPG、DeepLesion、TCGA、BRATS、SLAKE、PathVQA、PMC-OA、Quilt-1M、ULS23 等）+ 自动流水线生成的病灶级多粒度文本描述（MLLM+RAG） 19

医学影像图像分类医学图像分割挑战赛数据集评测基准

IUGC 2024 产时超声挑战赛数据集 — 标准平面分类·胎头耻骨联合分割·AoP/HSD 自动测量的 MICCAI 2024 产时超声视频挑战赛数据集

人工标注影像数据原始数据训练 456 个视频（288 全标准平面 + 168 全非标准平面）；帧级：标准平面 24,434 帧（含 2,906 帧分割标注）+ 非标准平面 31,450 帧；患者总数未公开

MICCAI 2024 产时超声 Grand Challenge：三所中国大学医院 456 个训练视频（288 标准平面 + 168 非标准平面）、24,434 个标准平面帧与 31,450 个非标准平面帧，三位超声医师标注 2,906 帧胎头/耻骨联合分割，级联完成标准平面分类、双结构分割与进展角/头耻距自动测量

产时经会阴超声视频（三所中国大学医院产房实采）+ 胎儿头/耻骨联合像素级分割掩码（3 名超声医师标注 2,906 帧）+ 标准平面二分类帧级标签 + 官方基线训练/评估代码与提交样例 22