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 100 个数据集

医学影像X光影像图像分类评测基准儿科全球健康

NG-Pneum — 尼日利亚 5 岁以下儿童肺炎胸片 190 张外部验证集

影像数据人工标注原始数据190 张胸片（97 肺炎 / 93 正常）；患者级数量未披露

伊巴丹两家机构前瞻采集的 190 张胸片（97 肺炎 / 93 正常）、两名放射科医生盲法共识标注、CC BY 4.0——它把在美国儿科胸片上 86% 准确的模型打回 58%，成为 AI 影像泛化崩塌的实测证据，也是一份关于数据地理学的公开教材

尼日利亚伊巴丹 University College Hospital（三级医院）与 Rainbow Scans（私人诊断中心）放疗/放射科前瞻采集的 5 岁以下儿童胸部正位 X 线片，2023-11 至 2024-08 整群抽样，已去标识，两名经验丰富放射科医生盲法共识标注为 normal / pneumonia 二类 32

医学影像MRI医学图像分割视觉问答评测基准多模态

3DReasonKnee

人工标注影像数据原始数据7,970 例 3D 膝关节 MRI 扫描（DESS 序列，160 slices/scan）；上游 OAI 4,796 受试者（45-79 岁，58% 女性，平均 61.4 岁）；train 5,97

医学影像首个 3D 定位推理数据集——OAI 队列 7,970 例膝关节 DESS MRI 生成 494k 五元组（3D volume+诊断问题+边界框+专家思维链+MOAKS 分级），450+ 小时骨科专家时间，ReasonKnee-Bench 揭示 VLM 定位与分级双重失守

OAI 队列 baseline 至 48 个月随访 DESS 膝关节 MRI（NIfTI 预处理）+ nnU-Net 自动 3D bounding box（100 例专家手工分割训练：2 位 board-certified 放射科医生 + 1 位骨科医生，4.5h/scan）+ 专家裁决 MOAKS 分级（BML 15/软骨 14/骨赘 16/半月板 6 亚区等）+ 62 问题模板与专家撰写 CoT 33

医学影像图像分类CTX光影像评测基准病理图像

MedMNIST

影像数据原始数据人工标注约 708,069 张 2D 图像（现行 707,962）+ 约 9,998 张 3D 图像（论文口径；Zenodo v2 描述 10,214、现行 9,996）；患者级：ChestMNIST 源 3

MNIST 化的医学图像分类基准集合：12 个 2D + 6 个 3D 标准化子数据集（708K 2D + 10K 3D 图像），28/64/128/224 多尺寸，横跨病理、胸片、OCT、皮肤镜、血细胞、CT、MRA 与电镜九大模态，Nature Scientific Data 2023 发表，被引超 1600 次的医学 AI 事实标准入门基准

18 个子数据集源数据各不相同：NCT-CRC-HE-100K/HAM10000/NIH-ChestXray14/Kermany OCT/DeepDRiD/BUSI/Acevedo/BBBC051/LiTS+IRCAD/LIDC-IDRI/RibFrac/IntrA 等，另含中山医院自采肾上腺 CT 与大鼠电镜体积；逐源清单见正文附录 53

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 46

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

医学影像乳腺影像图像分类医学图像分割评测基准乳腺癌

MIAS / Mini-MIAS — 乳腺 X 线数字图像分析学会数据库

X光影像图像分类图像分割医学影像161

The Mammographic Image Analysis Society Digital Mammogram Database（英国乳腺图像分析学会数字乳腺 X 线数据库）——1994 年影像组学时代的活化石

MIAS / Mini-MIAS Digital Mammogram Database url: https://www.repository.cam.ac.uk/handle/1810/250394 55

医学影像影像-文本对齐评测基准临床文本

ReFiSco：放射报告错误严重度的医师盲评集

胸部X光报告生成人工评测错误标注多标注者60

四名执业放射科医生对六十项检查的三来源报告逐行打分与改写，五级错误量表源自 RADPEER，三十四页数据只回答一个问题：自动指标与人类判断到底差多远

MIMIC-CXR（BIDMC，贝斯以色列女执事医疗中心） 17

医学影像X光影像图像分类心血管疾病

Radiographic Dataset for VHS — 152 张犬侧位胸片教学集与椎体心脏评分入门样本

影像数据152 张侧位胸片（Mendeley 口径）/ 153 张（Data in Brief 正文口径）；原始采集 628 例

UABC 教学医院 628 例侧位片筛出的 152 张犬胸片——无 VHS 标注、无关键点，只提供解剖完整的阅片练习底图，与 21,465 张的 CCK 关键点集构成两极对照

犬侧位胸片 PNG 图像（UABC 兽医教学医院 2019-2020 采集，Universal AV Choice 机 + Rayence XMARU 1417 平板探测器），Mendeley Data 托管，无标注文件 41

医学影像X光影像目标检测骨骼肌肉影像心血管疾病

CCK / VHSMarker — 犬类胸片心脏关键点与椎体心脏评分基准

人工标注影像数据关键点标注21,465 张侧位胸片；12,385 只犬；144 个品种 + 混种犬另计

21,465 张犬侧位胸片、12,385 只犬、144 品种的六点心脏关键点标注集——配套 10-12 秒/图标注工具 VHSMarker 与状态空间基线 MambaVHS（91.8%），把兽医胸片的心大评估从人工卡尺推向可复现基准

犬类胸椎侧位 X 光片（lateral thoracic radiographs）+ 每张 6 个心脏关键点坐标标注；Zenodo 托管，JSON/CSV/.mat 三格式，22.2 GB 29

医学影像X光影像目标检测评测基准

CariesXrays — 首个公开发布的医院级全景牙科 X 光龋齿检测基准（6000 张 / 13778 实例）

人工标注影像数据原始数据5,380 名患者（6,000 张全景片；训练 4,800 / 测试 1,200）

华南师范大学与哈工大（深圳）团队 2024 年发表于 AAAI-24 AI for Social Impact 赛道的全景牙科 X 光龋齿检测数据集：6,000 张全景片、5,380 名患者、13,778（摘要口径 13,783）个经至少 3 名牙科专业人员复核的龋齿包围盒，是作者自述的首个公开自动化龋齿诊断数据集

临床环境采集的全景牙科 X 光片，经伪影/畸变/摆位筛查后统一 resize 至 1333×800 位图，由至少 3 名牙科专业人员以包围盒标注龋齿，经 GitHub（代码）与 Google Drive（数据）公开 43