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 1830 个数据集

医学影像病理图像图像分类肿瘤学多模态

Multi-OSCC — 1325 例口腔鳞癌 ×200/×400/×1000 多倍率 H&E 病理六任务诊断预后数据集

人工标注影像数据原始数据1,325 例 OSCC 手术患者（训练 925 / 验证 200 / 测试 200）；图像 7,950 张（每人 6 张，推算）

中山大学孙逸仙纪念医院 2015-2022 年手术病例，每位患者 6 张 2592×1944 光学显微镜 H&E 图像（三倍率 × 肿瘤核心/边界），标注复发、淋巴结转移、分化、浸润、癌栓、神经侵犯六项；arXiv 2507.16360 与 Zenodo 34.6 GB 单包同源

Multi-OSCCPI-Dataset.zip（34.6 GB，Zenodo 单包）：按 patient_id 分目录的 7,950 张 2592×1944 H&E 图像 + all_metadata.json 六任务标签 + split_seed=2024.json 切分表 29

医疗NLP医学问答评测基准临床文本

AHD: Arabic Healthcare Dataset — 阿拉伯语医患问答语料与英译对照

原始数据文本数据多语言数据约 808,000 条患者提问（每条配一至多条医生回答）；提问者与回答医生均已匿名化，仅保留问题、答案、类目三列，无年龄性别等结构化人口学字段

也门伊卜大学团队从 Altibbi 医患问答站采集的 80.8 万条阿拉伯语问答、90 个专科类目，附 118 MB 英译对照表，CC BY 4.0 于 Mendeley Data 公开；是阿拉伯语医疗 NLP 少见的单表型原始语料

Altibbi（altibbi.com）阿拉伯语医患问答公开页面；AHD.xlsx（173 MB，阿拉伯语原表）+ AHD_english.xlsx（118 MB，机器/人工英译对照表）+ 类目分布表（12.3 KB）；Mendeley Data DOI 10.17632/mgj29ndgrk.6 30

医疗NLP临床文本命名实体识别关系抽取临床电子病历

SemClinBr — 巴西葡萄牙语首个多机构多专科临床语义标注语料库

人工标注文本数据原始数据受控访问约 553,952 名患者（源数据库口径，2013-2018 医院集团）；最终语料 1,000 份病历，患者级去重数未披露

1,000 份真实病历 | 65,129 个 UMLS 语义类型实体 | 11,263 条关系 | 102 类标签体系 | Gold 613 篇 + Silver 387 篇

PUCPR 健康技术项目 + 巴西医院集团 EHR（2,094,929 条，2013-2018）+ 大学医院心内科出院小结（5,617 条，2002-2007）；GitHub: HAILab-PUCPR/SemClinBr 34

医疗NLP临床文本评测基准肺癌挑战赛数据集

NTCIR RR-TNM — 日语放射报告肺癌 TNM 分期三标签分类语料

人工标注文本数据原始数据243 份放射报告 · 27 例 Radiopaedia 肺癌病例 · 9 名放射医师（train 108/12 例 · val 54/6 例 · test 81/9 例）

NAIST Sociocom 开放的 243 份日语放射报告：9 名 board-certified 放射医师对同一批 27 例 Radiopaedia 肺癌 CT 独立书写并标注粗粒度 T/N/M，NTCIR-17 MedNLP-SC 共享任务金标准，CC BY 4.0 零门槛下载

NAIST Sociocom 发布的日语放射报告语料：Radiopaedia 27 例肺癌 CT 病例 × 9 名 board-certified 放射医师独立书写的自由文本报告 + 逐报告粗粒度 T/N/M 分期标签（JLCS 第 8 版聚合），无 PHI，CC BY 4.0 23

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 44

医学影像目标检测图像分类医学图像分割评测基准

Human Meridian Acupoint Images — 12 经络 296 穴真人照片人工标注集

影像数据人工标注关键点标注若干名成年志愿者（论文未逐人披露受试者数量与人口学构成，仅说明由资深中医师按真人照片逐张标注，见 §9 遗留疑点）

由中医师按经络走向逐张标注与校对的 12 条正经、296 个穴位人体照片数据集：与合成渲染路线互补的真实影像标尺，专为经络与穴位检测的计算机视觉研究而建

作者在论文中公布的官方下载页（www.zksylf.com 数据集入口）+ 论文正文与图表的统计描述；数据包内为人体照片与经络穴位标注 27

医学影像目标检测图像分类医学图像分割评测基准

AcuSim — 合成渲染的颈颅部 174 穴位定位数据集

合成数据影像数据人工标注0 名真实受试者（504 个合成人体模型、14 个基础身份；3 名中医专家参与标注核验）

用 Blender+DAZ 造 504 个合成人体、渲 63,936 张 1024×1024 RGB-D 图、以体积球标注 174 个颈颅穴位——为中医穴位自动定位开辟一条不依赖真人照片的规模化路径

Dryad 数据包 acuSim.zip（13.04 GB，含 63,936 张 1024² 渲染图、JSON 标注、map.txt 穴位表、四个脚本与 README）+ 论文补充材料 32

生理信号可穿戴传感步态与运动医疗登记时序数据

REHAB — 120 例卒中患者标准康复任务可穿戴运动学数据集

传感器数据人工标注临床数据原始数据预处理数据120 例入组卒中患者（唐都医院 60 + 西安高新医院 60，每组 30/30 随机分配），109 例完成两周试验；评估样本 222 份，训练样本 4,616 条

五节点 IMU+弯曲传感手套、50 Hz、27 项 FMA-UE 评估动作与 16 项康复训练动作：222 份双治疗师评分样本 + 4,616 条训练样本，CC BY 4.0 于 Science Data Bank 公开

西安立邦康美度 KMD-T001 远程康复训练与评估系统采集的五节点可穿戴信号（S1–S4 九轴 IMU + S5 康复手套），50 Hz，ZigBee 无线回传 35

生理信号步态与运动可穿戴传感医学影像图像分类评测基准

UL-RED / The University of Liverpool Rehabilitation Exercise Dataset — 10 人 22 式康复操的光学动捕+无标记+深度三模态数据集

原始数据传感器数据视频时序10 名受试者（成人，匿名化；健康状态未给临床量表）

8 台 OptiTrack Prime 17W 红外相机 250 FPS、29 枚反光标记降维为 18 关节，同场同步 Orbbec Persee 无标记 30 FPS 与 160×120 深度帧；22 个康复动作 × 10 名受试者 × 单次/三次重复，首次把「正常/快/慢」三种节奏写进录制协议，CC BY 4.0 按受试者分包公开

利物浦大学 DataCat（eprint 2729）按受试者分包的 S01.zip–S10.zip：AMC/ASF 骨架序列、Motive 导出 CSV 原始标记、160×120 16bit 深度帧、AVI 可视化与三次重复时间标签 30