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。
数据标签
共 1800 个数据集
CDetector — 少样本宫颈细胞检测基准与比较检测器方法
中南大学团队 7,086 张 TCT 液基薄层涂片显微图像、48,587 个病理医生标注 bbox、11 类 Bethesda 体系——配套比较检测器少样本方法，小训练集上 mAP 26.3% 对 baseline 6.6%，Neurocomputing 2021 正式发表
PLIP
PLIP 是斯坦福团队在 OpenPath（208,414 对病理图文对，取自 32 个 hashtag 的 Medical Twitter 与 LAION-5B）上对 CLIP ViT-B/32 对比学习微调得到的首个病理学视觉-语言基础模型：零样本 F1 0.565-0.832，Nature Medicine 2023 发表，权重 HuggingFace 公开。
RadLex — RSNA 放射学术语本体与 Playbook 术式词典
RSNA 2003 年启动的放射学统一术语本体：RID 标识放射学概念、is-a 层级最深 20 层、4.3 版统计页录 58,065 术语与 67 槽，配套 Playbook 约 1000 术式操作编码，经 BioPortal、WebProtégé、FHIR、Playbook 四渠道免费获取，是放射报告 NLP 与影像标签工程的术语底座
SemMedDB — 1.3 亿语义谓词织成的文献知识图谱
NLM LHNCBC 用 SemRep 1.8 全自动抽取 MEDLINE 3723 万篇引文标题与摘要的语义谓词数据库：130,480,195 条 predications、六表结构、30 种语义谓词、UMLS Metathesaurus 许可，semmedVER43_R 为官方声明的最终版
Human Disease Ontology — 人类疾病的统一命名世界语
OBO Foundry 旗下覆盖全部医学专科的开源疾病本体：十五年从 8,043 个疾病类长到 11,953 个，9,656 条结构化定义、35,984 条指向 OMIM、UMLS、ICD 的跨库链接，逾 150 万条标注元素挂在这副骨架上；CC0 许可、五种格式发布，是疾病命名实体识别、富集分析与临床数据归一化的默认共享词表
DISC-Med-SFT
复旦 FudanDISC 实验室为 DISC-MedLLM 而建的中文医疗对话式 SFT 指令数据集——MedDialog 40 万单轮咨询经 LLM 重构为多轮策略性问诊、CMeKG 知识图谱三元组转问答、2k 人工行为偏好对齐，宣称 47 万+ 样本，HuggingFace 公开约 2.03 GB 子集（apache-2.0），与模型成对发布、一次性交付无后续更新
SurgToolLoc 2022 — MICCAI 2022 弱监督手术器械定位挑战赛数据集
Intuitive Surgical 发布的 MICCAI 2022 EndoVis 弱监督挑战赛数据集：24,695 个 da Vinci 培训视频片段、14 类工具在位标签、GCS 公开直链——机器人手术视频 AI 的规模基准与弱标签教科书
MedXpertQA — 专家级医学推理与理解评测基准
专家级医学推理与理解评测基准：Text 与 MM 双子集共 4,460 道多选题、2,839 张图像，ICML 2025，清华大学与上海人工智能实验室出品
PGB: A PubMed Graph Benchmark — 面向生物医学文献异质图表示学习的 PubMed 图基准
把 3000 万篇 PubMed 文献聚合成 5 类节点、7 类边的异质信息网络，附带系统综述摘要筛选、节点分类与节点聚类三大评测任务
Histology Tissue Fold Dataset with Pixel-Level Annotations — H&E 教学切片组织折叠伪影分类与像素级分割数据集
来自土耳其 Fırat University 的 2,127 张 10× 4K 组织学教学切片：899 张 clean + 1,228 张 tissue fold 伪影，配全部折叠图像的像素级二值掩码，CC BY 4.0 在 Zenodo 直链开源——图像来自教学切片而非临床诊断 WSI
LNDb — 肺结节 CT 外部验证数据库与 Fleischner 随访挑战赛
葡萄牙波尔图 CHUSJ 单中心 294 例胸部 CT 与 1429 个唯一发现——LIDC-IDRI 的独立外部补充库，单盲标注暴露真实观察者间变异，附 312 次眼动追踪与 2017 Fleischner 随访四任务挑战赛
MicroVQA — 面向显微成像科研的多模态推理基准
1042 道专家编写多选题，覆盖专家视觉理解、假设生成与实验方案设计三类科研推理任务
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。
