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 1801 个数据集

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

医学影像CTMRI医学图像分割挑战赛数据集心血管疾病

CARE 2026 — 面向真实世界医学图像的综合分析与计算

影像数据人工标注原始数据目标逾 2000 例、来自 18 个中心、跨 3 大洲；本轮新增采集 710 例（LA 回填 300 CT + Liver 190 MRI + Myocardium 200 心脏 MRI + Whol

MICCAI 2026 卫星挑战赛 CARE 2026：4 条赛道 7 个可评测子任务、逾 2000 例多中心真实世界医学影像的跨模态评测基准，覆盖左心房瘢痕/腔室、肝脏纤维化分期与分割、心肌病理、全心 7 亚结构——以 Docker 盲评覆盖 MRI 与 CT 两类模态

四个赛道数据的多中心真实世界医学影像：CARE-Left Atrium（LGE MRI 200+ 例 + CT 300 例，4 中心）、CARE-Liver（800 患者，T2WI/DWI/Gd-EOB-DTPA 动态 MRI）、CARE-Myocardium（LGE/T2/bSSFP 与 cine CMR，MyoPS+CineMyoPS）、CARE-Whole Heart（246 例 CT+MRI 混合，8 中心，7 亚结构），经官网注册获取训练/验证集、测试集 Docker 盲评 48

医学影像眼科影像医学图像分割评测基准糖尿病视网膜病变

IOSTAR — SLO 视网膜血管与视盘分割数据集

影像数据人工标注原始数据30 张 SLO 图像（1024×1024，EasyScan 相机，45° FOV）；患者数量未披露（源自 RetinaCheck 中国糖尿病筛查队列）

30 张 EasyScan 扫描激光检眼镜 1024×1024 眼底图，专家标注血管二值掩码 + 视盘 + 动静脉分离与 A/V 比——RetinaCheck 中国糖尿病筛查项目衍生的 SLO 模态血管分割基准，bob/mednet 工具链封装为 20/10 可复现划分

RetinaCheck 项目采集的 EasyScan（i-Optics，荷兰）扫描激光检眼镜视网膜图像 30 张 + 专家血管二值掩码 + 视盘标注 + 动静脉分离标注与 A/V 比；经 Idiap bob.ip.binseg / mednet 工具链封装为 20/10 划分 58

医学影像眼科影像医学图像分割图像分类挑战赛数据集青光眼

REFUGE2 — MICCAI 2020 四相机青光眼眼底挑战赛 2000 张多域数据集

影像数据人工标注原始数据2000 张彩色眼底照片（Training 1200：Zeiss 400 + Canon 800｜Online 400：KOWA｜Onsite 400：TOPCON）；患者级数量未披露，左右眼均可纳入

REFUGE1 全部 1200 张复用为训练集 + 新增 800 张 KOWA/TOPCON 图，2 相机扩为 4 相机、新增黄斑中心凹定位任务——首个多设备多任务彩色眼底青光眼基准，CC BY-NC-ND

中山大学中山眼科中心暗室采集的四相机彩色眼底照片（Zeiss Visucam 500 / Canon CR-2 / KOWA / TOPCON TRC-NW400），含青光眼分类标签、视盘/视杯逐像素掩码与黄斑中心凹坐标；7 名眼科医师初标 + 1 名资深专家复核 63

生理信号医学影像乳腺影像图像分类肿瘤学评测基准

OASBUD — 200 条乳腺病灶原始射频超声信号开源库

原始数据人工标注信号数据78 名女性患者（100 个病灶：52 恶性 + 48 良性；每病灶 2 条正交切面 = 200 条扫描/信号）

波兰科学院 IPPT 公开的乳腺病灶原始射频（RF）超声信号数据集：78 名女性、100 个病灶（52 恶性/48 良性）、每病灶 2 条正交切面共 200 条扫描，含 ROI 掩码与 BI-RADS 标签，是定量超声（QUS）与射频信号处理研究的经典小型参考库

波兰华沙肿瘤研究所（Institute of Oncology, Warsaw）78 名女性乳腺病灶的原始射频（RF）超声回波，Ultrasonix SonixTouch Research 系统 + L14-5/38 线阵探头（中心频率 10 MHz）采集，2013-11 至 2015-10；含 RF1/RF2 正交切面、ROI1/ROI2 掩码、BI-RADS 类别、良恶性二分类标签，存为单一 MATLAB 文件 OASBUD.mat（296.8 MB） 45

医学影像医学问答与基准X光影像挑战赛数据集目标检测

DENTEX — 牙科全景片异常检测基准

2,332 张标注全景牙片1,571 张无标注 X 光Zenodo 11.1 GB 下载四类异常诊断官方未披露精确患者数（3,903 张图像来自 ≥12 岁患者，随机抽取自三所医院数据库）

3,903 张全景牙片、四类异常检测，MICCAI 2023 挑战基准

DENTEX Challenge Organizing Committee url: https://dentex.grand-challenge.org/ 79

医疗NLP生物医学文献命名实体识别关系抽取知识图谱评测基准

PubTator Central — NCBI 生物医学文献自动实体与关系标注语料

自动标注文本数据原始数据不适用（文献级语料，非患者数据）；文档规模：PTC 2019 约 2900 万 PubMed 摘要 + 300 万 PMC 全文；PubTator 3.0 约 3600 万摘要 + 600 万全文

NCBI 对 2900 万条 PubMed 摘要与 300 万篇 PMC 全文做全自动生物概念（基因/变异/疾病/化学物质/物种/细胞系）实体与关系标注——2013 PubTator 原版的全文升级版，2019 NAR 发布，FTP/API/Web 三层发布，公共领域无限制许可；2024 演进为 PubTator 3.0

NCBI PubTator 系列对 PubMed 摘要与 PMC 开放获取全文的全自动实体与关系标注：六类实体（基因/蛋白、变异、疾病、化学、物种、细胞系）+ 12 类关系；注释含连续 span、概念类型与数据库登录号；多格式发布（BioC-XML / JSON / tab）；明细见正文附录 56

药物发现与化学药物-靶点相互作用知识图谱基因组学与多组学公共卫生与流行病学疾病监测

Comparative Toxicogenomics Database — 20 周年毒物基因组学关系库：化学 — 基因 — 疾病三角与暴露科学

关系数据文本挖掘人工标注本体与词表不适用（非患者级数据；覆盖人类及 630+ 比较物种的化学–基因–疾病关系，人类暴露条目 214,000）

NC State 人工策展 20 年、月更、官网 110M+ 关系（论文冻结口径 94M）——化学–基因–表型–解剖–疾病–物种–通路–暴露八维受控词表关系网，配 Tetramers 与 Inference Networks 推断工具，免费非商业开放、商业需购 NC State 许可

人工策展自 >149,000 篇同行评审文献（最老 1947 年）的直接交互（chemical–gene / chemical–disease / gene–disease / chemical–phenotype / chemical–exposure）+ 推断关系 + 导入的 GO / KEGG / Reactome / BioGRID 数据；按月发布 CSV/TSV/XML 全量文件于 ctdbase.org/reports/ 67

基因组学与多组学医疗NLP知识图谱变异与注释罕见病评测基准

Human Phenotype Ontology — 人类表型本体：医疗 AI 表型标准化的 OBO 知识底座

知识库本体数据标注语料不适用（知识资源/本体，非患者级数据集）；覆盖 7,801+ OMIM 单基因疾病及 Orphanet/DECIPHER 罕见病，18,000+ 表型术语、156,000+ 疾病表型注解

JAX 维护、Monarch Initiative 旗舰产品：18,000+ 表型术语与 156,000+ 疾病表型注解的 OWL/OBO 本体，GA4GH 13 个 driver project 之一——罕见病诊断、表型语义相似度、LLM 表型 grounding 的公共知识底座

Human Phenotype Ontology 官方发布（hpo.jax.org）：本体文件 hp.obo/hp.owl/hp.json + 注解语料 phenotype.hpoa、genes_to_phenotype.txt、phenotype_to_genes.txt；含多语言译本与国际版 OWL 56

知识图谱药物发现与化学药物-靶点相互作用GWAS化学信息学评测基准

Hetionet — 整合性生物医学知识网络

人工标注原始数据文本挖掘衍生数据不适用——Hetionet 为知识图谱数据集（实体=节点、关系=边），不含任何个体患者记录；实体规模 47,031 节点（其中 Disease 137、Compound 1,552、Gene 20,9

Greene Lab（Casey S. Greene）与 UCSF Baranzini Lab 联合构建的异构生物医学知识图谱：11 类节点 47,031 个、24 类关系 2,250,197 条，整合 29 个公开数据库，CC0 公有领域发布，支撑 Rephetio 药物重定位预测与图谱机器学习教学（eLife 2017;6:e26726）

29 个公开数据库整合：DrugBank、ChEMBL、DrugCentral、BindingDB（化合物-靶点）、SIDER（副作用）、GWAS Catalog、DisGeNET、DISEASES（疾病-基因）、LINCS L1000（表达扰动）、GO、Reactome、KEGG、WikiPathways（功能与通路）、GTEx 等组织表达源、Human Interactome Database（蛋白互作）、NDF-RT（药物类别）→ 11 类节点 47,031 + 24 类关系 2,250,197 74

医学影像皮肤影像图像分类评测基准皮肤癌肿瘤学

DERM12345

公开数据集影像数据人工标注1,627 名患者（12,345 张图像；train 9,860 / test 2,485，按患者划分）

土耳其三机构跨 2008-2021 的 12,345 张皮肤镜图像集：5 super classes→15 main classes→40 subclasses 三级分类树，论文宣称 40 子类粒度属科学文献首次，CC BY 4.0 经 Harvard Dataverse 与 ISIC 双通道公开

土耳其三机构回顾性皮肤镜图像（Celal Bayar University Manisa / Istinye University / University of Health Sciences Haydarpasa Numune, Istanbul），MoleMax 3 / MoleMax HD / FotoFinder / 3gen DermLite DL4+iPhone 等设备，2008-2021，40 子类 + 11 项元数据 38

医学影像病理图像图像分类评测基准

BBBC051 (Human kidney cortex cells)

人工标注影像数据原始数据三口径并存：BBBC 总表口径 690,000 images（细胞）｜论文口径 ~230,000 cells 完成八类分类｜TissueMNIST 衍生口径 236,386 样本；组织来源为 3 例

Broad Bioimage Benchmark Collection 第 051 号：3 例人体肾皮质组织的 DAPI 单通道共聚焦荧光显微图像（3D 体积 / 2D 投影 / 2D 切片三形态），VTEA 半自动流水线标注 8 类肾皮质细胞类型，NephNet3D 仅凭细胞核 DAPI 特征即达 balanced accuracy 80.26%，衍生 MedMNIST 轻量基准 TissueMNIST

Broad Bioimage Benchmark Collection 官方直链 Images.zip（2.9 GB，data.broadinstitute.org/bbbc/BBBC051/）+ groundtruthlabels.txt；人肾皮质 DAPI 单通道共聚焦 z-stack（3 例 deceased donor nephrectomy 标本、50 μm 切片）+ VTEA 半自动流水线八类细胞标注 80

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。