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 1800 个数据集

罕见病知识图谱命名实体识别公共卫生与流行病学变异与注释

Orphanet Rare Disease Ontology — 全球罕见病标准本体 ORDO 4.9 中文百科

知识库本体术语开放数据不以患者为单位；ORDO 4.9 收录 10,110 个临床实体类（Clinical entity，含失活概念），命名表口径 9,784 个 active clinical entities

Orphanet 与 EMBL-EBI 联合构建的罕见病领域本体：以 ORPHAcode 为锚，把疾病-基因-流行病学关系形式化为 OWL 图，4.9 版 10,110 个临床实体类、4,626 个遗传物质类，CC BY 4.0 开放下载

Orphanet 数据库导出并经 OrphoToOWL 自动转换的 OWL 本体（ORDO_en_4.9.owl，50.04 MB）＋ OBO 视图（EBI OLS4）＋多语版本（cs/nl/fr/de/it/es/pl/pt）＋发布说明文本；下游映射资源含 OMIM/MONDO/UniProtKB/HGNC/Ensembl/Reactome/IUPHAR/Genatlas/ICD-10/ICD-11/SNOMED CT 40

基因组学与多组学药物发现与化学

LIPID MAPS 脂质结构数据库

50,515 脂质结构8 大类LMID 命名语法开放获取RESTSPARQL不适用（化学结构数据库；无人类患者数据）

50,515 条脂质结构 · 8 大类分类树 · LMID 命名语法：脂质组学的语义标准与 AI-Ready 工程底座

https://lipidmaps.org/ 80

生理信号心电信号电子健康记录重症监护多模态时序数据

MIMIC-IV-Ext-ECG-Glucose — 12 导联 ECG 与实验室血糖时间配对数据集

衍生数据时序数据原始数据131,771 位患者（437,671 条 ECG-血糖配对记录；376,648 个唯一 ECG 研究；99,544 次住院 / 30,435 次 ICU stay）

从 MIMIC-IV v3.1 与 MIMIC-IV-ECG v1.0 派生的 437,671 对 ECG-血糖时间对齐记录（131,771 患者）：±240 分钟窗口匹配、逐条三维质量标注（药理干预/信号质量 SQI/时间对齐）、101 列含四式 QTc 与患者级 80/10/10 划分，PhysioNet 认证访问

MIMIC-IV v3.1（血糖 labevents + 人口学/住院/ICU 上下文 + icu.inputevents 胰岛素与葡萄糖给药记录）与 MIMIC-IV-ECG v1.0（12 导联诊断 ECG 及机器测量）经 Google BigQuery SQL 派生的 101 列配对表（437,671 行 × 101 列，CSV，RFC 4180） 48

医疗NLP临床文本电子健康记录医学问答与基准多模态

ACI-BENCH — 医患对话自动生成病历基准

人工标注文本数据对话数据合成数据207 段合成就诊（encounter）对话-病历对（虚构 persona，非真实患者；三子集 virtassist/virtscribe/aci）

迄今最大的公开就诊完整对话-临床病历配对语料库：207 段角色扮演就诊（virtassist/virtscribe/aci 三子集）、SOAP 四连续分部、微软+华盛顿大学+Nuance 三方共建，CC BY 4.0 一举打通 MEDIQA-Chat 2023 与 MEDIQA-SUM 2023 两届共享任务

207 段角色扮演的医患完整就诊对话转录（human/ASR/ASR-corrected 三版本）+ 对应的结构化临床病历（SOAP 四连续分部：subjective/objective_exam/objective_results/assessment_and_plan）+ 元数据表（id/encounter_id/doctor_name/patient name/gender/主诉与次诉） 55

生理信号心电信号可穿戴传感重症监护评测基准心血管疾病

MIMIC PERform Datasets — 重症监护 PPG 心跳检测基准的六子集信号库

信号数据原始数据公开数据集AF 35（19 AF/16 non-AF）；Training 200（100 成人/100 新生儿）；Testing 200（100 成人/100 新生儿）；Ethnicity 200（100 Bl

从 MIMIC-III Waveform Database 抽取的 ECG/PPG/呼吸信号基准系列——35 例房颤、200 例成人新生儿、200 例黑白人种与 2025 新增的 6,505 段呼吸率数据，配套 15 个开源检测器的 F1 横评框架，把「谁的 PPG 算法更强」变成可复现的公开考卷

MIMIC-III Waveform Database（含 Matched Subset）抽取的床旁监护仪信号：ECG、PPG、阻抗呼吸（imp/resp），部分含动脉血压（abp），采样率 125 Hz，ICU 常规诊疗采集；附固定参数 fix 字段与 ECG 派生参考心跳标注 44

可穿戴传感睡眠信号生理信号心电信号评测基准队列研究

Multilevel Monitoring of Activity and Sleep in Healthy People — 22 人 24 小时逐搏心脏×腕部三轴加速度×心理量表×唾液激素多层级身心生理公开数据集

原始数据时序数据调查数据22 名健康年轻成年男性（user_1 至 user_22；唾液有效样本 21 人，User_21 因样本问题缺唾液数据）

比萨大学联合 Oxford 与 BioBeats 采集的 22 名健康年轻成年男性 24 小时多层级身心生理响应数据集——每人 7 个 CSV（逐搏 RR 间期/逐秒三轴加速度/睡眠质量/19 项心理量表/12 类活动日志/唾液皮质醇与褪黑素），ODbL v1.0 于 PhysioNet 完全公开免申请，是心率变异性与可穿戴昼夜节律研究的金标准可穿戴基线

22 名健康年轻成年男性连续 24 小时多层级身心生理记录：逐搏 RR 间期、逐秒三轴加速度与姿态、睡眠质量指标、19 项心理量表、12 类活动日志、唾液皮质醇/褪黑素；每人 7 个 CSV，共约 23.5 MB（字段明细见正文附录 A） 49

生理信号心电信号可穿戴传感挑战赛数据集心血管疾病

Brno University of Technology Smartphone PPG Database — 智能手机 PPG 质量评估与心率估计专家共识标注库

人工标注生理信号原始数据50 名受试者（25 女 / 25 男，19-76 岁，33±17 岁）｜3,888 条 10 秒 PPG 记录（v1 48 + 扩展 3,840）

布尔诺理工大学手机摄像头 PPG 数据库：48 条起步、3888 条收官，50 名受试者耳/指双部位、静息到咳嗽大笑八种运动状态，5 或 3 名生物医学专家以 IEC 60601-2-27 更严阈值共识标注质量与参考心率，同步参考 ECG 与三轴 ACC，CC BY 4.0 于 PhysioNet 公开

PhysioNet BUT PPG v2.0.0——智能手机摄像头（Xiaomi Mi9 / Huawei P20 Pro，30 Hz）采集的 PPG + Bittium Faros 360/180 同步参考 ECG（1,000 Hz）与三轴 ACC（100 Hz）+ QRS 位置 + quality-hr-ann.csv 专家共识质量/HR 标签 + subject-info.csv 人口学与 BP/血糖/SpO2 参考；WFDB 格式，203.3 MB 57

生理信号心电信号评测基准医学问答与基准心血管疾病

OpenECG — 公开九中心 120 万条 12 导联心电基础模型基准

波形数据原始数据人工标注483,837 名患者（论文口径）；对应 1,233,337 条 12 导联 ECG 记录

把全部公开 12 导联 ECG 数据集统一进单一基准：1,233,337 条记录 / 483,837 患者 / 9 中心，以 SimCLR、BYOL、MAE 三种自监督方法配 ResNet-50 与 ViT 骨干，用留一数据集与数据规模缩放实验证明公开数据可匹敌专有数据

九中心公开 12 导联 ECG 数据集聚合：MIMIC-IV-ECG（800,035 记录）+ CODE-15（341,292）+ PhysioNet/CinC Challenge 2020 五子集（CPSC/Georgia/PTB/PTB-XL/INCART）+ Chapman-Shaoxing（45,152），统一重采样为 (n, 12, 1000) 并配 SNOMED CT 24 类标签 61

医学影像CT医学图像分割挑战赛数据集肿瘤学

StructSeg 2019 — 头颈部与胸部 CT 危及器官分割挑战赛数据集

CTNIfTIOrgan-at-RiskSegmentation MaskHead & NeckThorax60

MICCAI 2019 官方挑战赛 · 4 个分割任务 · 50 例训练 + 10 例测试 · 22/6 类危及器官 · NIfTI 格式

StructSeg 2019 Challenge (MICCAI) / Zhejiang Cancer Hospital url: https://structseg2019.grand-challenge.org/ 53

医学影像眼科影像图像分类青光眼评测基准医学问答与基准

ACRIMA — 青光眼视盘眼底分类基准数据集

人工标注影像数据原始数据患者级数量未披露（NR，Lancet Digital Health 综述口径）；数据集层面共 705 张图像，其中青光眼 396 张、正常 309 张

705 张视盘居中的彩色眼底照片（396 青光眼 + 309 正常），西班牙 Valencia 单中心、双专家 8 年经验标注、Topcon TRC 35° 视场，2019 年 Figshare CC BY 4.0 公开——曾自述为当时「最大的公开青光眼诊断数据库」，CNN 交叉库泛化评测的经典试炼场

西班牙 Valencia 单中心采集的视盘（optic disc）居中彩色眼底照片：Topcon TRC 眼底相机 + IMAGEnet® 采集系统，35° 视场，2048×1536 px，多数取自散瞳后的左右眼；每张配二分类标签（青光眼/正常），无分割掩码；官方 Figshare 包另附复现论文的 Python 脚本与五种 CNN 权重 52

医学影像CTMRI医学图像分割挑战赛数据集心血管疾病

MM-WHS — 多模态全心分割挑战赛 120 例 3D 心脏 CT/MRI 与七结构手工标注

人工标注影像数据原始数据120 例 3D 心脏影像（60 CT/CTA + 60 MRI）；训练集 20 CT + 20 MRI（含标注），测试集 40 CT + 40 MRI（无公开标注）

MICCAI-STACOM 2017 首届多模态全心分割挑战赛数据集：60 CT + 60 MRI 全心 3D 影像，训练集 20+20 例逐体素手工分割七类心内结构（LV/RV/LA/RA/Myo/AO/PA，官标 205-850），评测服务长期运行，衍生官方续作 CARE-Whole Heart，全心分割领域标准基准

多中心真实临床环境采集的匿名化心脏 CT/CTA（常规 cardiac CT angiography，覆盖腹上部至主动脉弓，面内约 0.78×0.78 mm、层厚约 1.60 mm）与心脏 MRI（3D b-SSFP，采集约 2 mm 重采样约 1 mm）+ 训练集七类全心亚结构逐体素手工分割（LV=500/RV=600/LA=420/RA=550/Myo=205/AO=820/PA=850） 59

医学影像MRI医学图像分割神经科学脑肿瘤肿瘤学

CFB-GBM

影像数据原始数据临床数据264 例（治疗前/后 MRI＋放疗计划纵向队列；时间点 t0 治疗前 / t1 治疗前 MRI 后 4 个月 / t2 6 个月）

法国卡昂 Centre François Baclesse 单中心 264 例胶质母细胞瘤治疗前/后 MRI 与放疗计划纵向队列——t0/t1/t2 三时间点 GTV 从 35% 补到 97%（nnU-Net+5 位放射肿瘤学家核验），附 RANO 2.0 体评分级与 PyRadiomics 特征，CC BY 4.0 于 TCIA 直链公开

TCIA 集合 cfb-gbm（https://www.cancerimagingarchive.net/collection/cfb-gbm/）：SIEMENS 1.5/3T 脑 MRI（T1Gd/T1/T1 GRE/T2/T2-FLAIR/T2*/DWI）+ 放疗 CT 与 RTDOSE 剂量分布，NIfTI 格式；附 GTV 分割、HD-BET 脑掩码、PyRadiomics 特征表、RANO 2.0 体评分级与临床/治疗/可用性 TSV 44

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。