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

电子健康记录重症监护队列研究时序数据多模态评测基准

CLIF

939,328 名患者（官网 2026-09）67 家医院13 机构（同口径 16 站点）关系型 23 表 schema（论文 v1.0）mCIDE 受控词表 + 原始标签双列官网口径 939,328 名患者 / 1.03M hospitalizations（2026-09）；联盟累计格式化。论文口径（2020-2021 队列）111,440 例入院 / 9 systems

Common Longitudinal ICU data Format——跨 12+ 机构的开源重症监护纵向数据标准与联邦研究联盟：939K+ 患者、67 家医院，写一次分析代码跨站运行、患者级数据永不出院，MIMIC-IV-Ext-CLIF 参考实现落 PhysioNet

跨机构成人 ICU EHR 数据标准化为 CLIF schema（23 表 v1.0，含 vitals/labs/respiratory_support/medication/ADT/ECMO 等）；参考实现 MIMIC-IV-Ext-CLIF 由 MIMIC-IV v3.1 转换而来（14 表 Parquet） 89

医学影像X光影像图像分类

MIMIC-CXR-JPG — 37.7 万胸片结构化标签库

结构化标签JPG 图像大规模标注377,110 张 JPG 胸片 / 227,827 份报告 / 65,383 名患者（MIMIC-CXR 全量派生）

37.7 万张 JPG 与 14 类结构化标签：MIMIC-CXR 派生家族共同的图像供给枢纽

MIMIC-CXR v2.0.0 DICOM 图像+自由文本报告，经 JPG 转换管线与 CheXpert/NegBio 双 labeler 自动生成结构化标签 66

医学影像CT目标检测医学图像分割肺癌心血管疾病

PatchChestCT — 胸部 CT 九类异常 patch 级空间标注数据集

人工标注影像数据原始数据2,201 例非增强胸部 CT 研究（Train 2016 / Valid 185；每研究标注 1 个重建体数据）；源队列 CT-RATE 含 25,692 studies / 21,304 indi

以 CT-RATE 为源队列，为 2,201 例非增强胸部 CT 提供 12×12×24 三维 patch 网格上九类临床显著异常的 token 对齐二值标注——医学生初注+资深医师终审三段质控，patch 级监督定位 Dice 42.2% 碾压弱监督基线 15.6%

Zenodo 10.5281/zenodo.19707049 (v3) 标注包 + Scientific Data 论文 PMC13469086 + GitHub SadVoxel/PatchChestCT；源图像 CT-RATE (Hamamci et al., Nat Biomed Eng 2026) 47

医学影像CT肿瘤学结直肠癌图像分类

CT COLONOGRAPHY (ACRIN 6664) — 美国 ACRIN 6664 国家 CT 结肠成像试验 825 例筛查人群无创结直肠肿瘤检出影像与息肉定位金标准数据集

原始数据影像数据临床随访人工采集825 例收录 TCIA（试验口径：15 中心招募 2,600 名 50 岁以上无症状受试者 → 2,531 名（97%）完整数据；TCIA 收录的是可用 CTC 影像子集 825 例；V2 临床人口

ACRIN 6664 国家 CT 结肠成像试验（NCT00084929）的 TCIA 影像遗产：825 例受试者俯卧+仰卧双体位 CT 结肠成像 DICOM（941,771 图 / 496.67 GB）+ 大肠息肉逐例描述表 + 752 例人口学临床表；主论文 Johnson 等 NEJM 2008 奠定 CT 结肠成像作为结直肠癌无创筛查工具的临床地位

ACRIN 6664 国家 CT 结肠成像试验影像 DICOM（CT 模态，836 studies / 3,451 series / 941,771 images / 496.67 GB，俯卧+仰卧双体位、≥16 排多排探测器、标准肠道准备+粪便液体标记+CO2 充气）+ 大肠息肉逐例描述表（结肠分段定位+尺寸+组织学类型）+ 752 例人口学/随访/治疗/家族史临床表 + 人类可读与机器可读数据字典 38

医学问答与基准评测基准医学问答临床文本医疗NLP

MedCalc-Bench

人工标注文本数据合成数据test 1,047 例（全部人工复核，覆盖 55 计算器）+ train 10,053 例（论文口径，覆盖 40 计算器）；note 候选语料库 Open-Patients 180,142 条

首个评估大语言模型医学计算能力的评测基准——55 个临床计算器、1,047 例人工复核测试题，GPT-4 one-shot CoT 仅 50.9%，NeurIPS 2024 Datasets & Benchmarks Oral，NLM/NIH 主导，CC BY-SA 4.0 于 HuggingFace 公开

HuggingFace ncbi/MedCalc-Bench（v1.2，train.csv/test.csv）+ github.com/ncbi/MedCalc-Bench 评测与复现代码；note 底层 Open-Patients（PMC-Patients/MedQA-USMLE/TREC CT/TREC CDS 四源）与合成模板 44

医学影像病理图像图像分类评测基准肿瘤学

CAMELYON17

人工标注影像数据原始数据200 名乳腺癌前哨/腋窝淋巴结切除患者（训练 100 + 测试 100，每人 1-5 张 WSI）；挑战赛发放 1000 张，GigaScience 存档 1399 张（2.95 TB）

ISBI 2017 乳腺癌淋巴结转移患者级 pN 五类分期挑战赛：RUMC 与 UMCU 组织，5 家荷兰医院 200 名患者 1000 张 WSI，quadratic weighted kappa 评测，冠军 Lunit 0.8993，数据以 CC0 1.0 永久公开

5 家荷兰医院 H&E 染色前哨/腋窝淋巴结切除 WSI（3 款扫描仪：3DHistech Pannoramic Flash II 250 / Hamamatsu NanoZoomer-XR / Philips Ultrafast，0.23-0.25 μm/px）+ slide 级 XML 转移分割注释（macro/micro 双层多边形）+ 患者级 pN 五类标签（2 名资深病理学家复核，病理主任终审） 68

医学影像眼科影像图像分类医学图像分割糖尿病视网膜病变

OCTID — 光学相干断层扫描视网膜图像库

人工标注影像数据原始数据582 张 fovea-centered B-scan（5 类：NO 208 / MH 104 / AMD 57 / CSR 104 / DR 109）；患者级数量未披露；分割子集 25 张正常图

加拿大滑铁卢大学 TEEL 实验室 2018 年发布的开放获取 SD-OCT 视网膜图像库：5 类疾病（正常/黄斑裂孔/AMD/CSR/DR）582 张同设备 fovea-centered B-scan，另附 25 张正常图专家手工分层分割金标准与 MATLAB 分割 GUI，全库 CC0 公有领域

Borealis（原 Scholars Portal Dataverse）dataverse/OCTID 七子库：5 个疾病类别图像子库（NO 208/MH 104/AMD 57/CSR 104/DR 109）+ Manual Segmentation 子库（25 jpeg + 25 .mat 分层 GT）；Cirrus HD-OCT 采集，raster scan，2mm 扫描长度，逐类独立 DOI 63

医学影像病理图像图像分类目标检测挑战赛数据集乳腺癌

CAMELYON16

人工标注影像数据原始数据400 张 WSI（训练 270：160 正常 + 110 含转移；测试 130 官方发布口径 / 129 评价口径；RUMC + UMCU 两中心）

首个病理全切片图像 Grand Challenge（ISBI 2016）：荷兰两中心的 400 张 H&E 前哨淋巴结 WSI，slide 级分类 + lesion 级定位双任务，FROC 评价；Harvard/MIT 冠军算法在限时诊断模拟中显著优于 11 名病理医生、与不限时专家相当；CC0 公开

两荷兰中心病理科 H&E 前哨淋巴结切片（3DHistech Pannoramic Flash II 250 / Hamamatsu NanoZoomer-XR 扫描，ASAP 转通用 TIFF 金字塔）；slide 级标签（正常/含转移）+ 209 张含转移 WSI 的 XML 转移轮廓与二值 mask；测试集金标准经免疫组化验证 59

医学影像CT医学图像分割影像-文本对齐评测基准肺癌

ReXGroundingCT

人工标注影像数据原始数据3,142 个非对比胸部 CT volumes（unique 患者数未披露；平均年龄 42.08±14.52 岁，男 55.9%/女 44.1%）

首个手工标注的「自由文本发现→3D 体素分割」胸部 CT 数据集——3,142 例非对比 CT、8,028 个发现、16,301 个分割实体、12 类 61 子类本体，GPT 管线加放射科医师质控，现役模型近零分、SAT 微调 Dice 仅 0.209，CC BY-NC-SA 4.0 gated 发布

CT-RATE 非对比胸部 CT volumes（3,142 例，土耳其医院 2016-2022 采集）+ GPT-4 标准化英文报告 + 3D 像素级分割掩码（NIfTI）+ 12 类 61 子类本体 finding 分类 + anatomical CoT 解剖思维链（GPT-4o 生成） 60