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 1860 个数据集

医疗NLP电子健康记录临床文本真实世界数据临床电子病历

BRATECA 巴西三级诊疗葡语临床数据集

原始数据文本数据结构化数据52,973 名成人患者（≥18 岁）；73,040 次入院；2,849,572 条自由文本临床记录

7.3 万次成人入院、10 家巴西医院、285 万条葡语临床记录——填补葡语临床 NLP 长期缺位的真实病历语料

10 家巴西医院 HIS 抽取的 5 个关联 CSV（Admission / Exam / Prescription / Prescription Item / Clinical Note），经 HIPAA 口径去标识化与日期前移处理 25

医疗NLP命名实体识别临床文本生物医学文献评测基准知识图谱

疾病实体识别与归一化合成提及语料

合成数据文本数据带标签数据不适用（全部为合成文本，不对应任何真实个体；官方称「任何与实际人物的相似均属无意」）

用微调 LLaMa-2 13B Chat 围绕 UMLS 疾病概念生成的 12.9 万条合成提及——覆盖 47,654 个 CUI，PhysioNet 开放获取、ODC-By 1.0 许可，专为疾病识别与归一化的训练数据扩充而造

UMLS 疾病语义组 53,432 个 CUI 经微调 LLaMa-2 13B Chat 生成、经 <1CUI> 标签抽取与编辑距离 ≤4 的模糊匹配过滤后的 128,945 条合成提及（单文件 SYNTHETIC_MENTIONS.csv，两列 cui 与 matched_output） 35

电子健康记录重症监护临床文本药物安全真实世界数据

MIMIC-III 入院记录免疫抑制状态与用药标注集

临床文本人工标注表格数据200 份入院记录（对应 200 次住院；患者级人数官方文档未披露）

200 份机械通气肺炎入院记录的 13 项双轨人工标注：7 类免疫抑制状态 + 6 类免疫抑制药物，附双标注者逐条判定与 0.65% 分歧率

MIMIC-III Clinical Database v1.4 的 NOTEEVENTS 表入院记录 + 同一团队手工标注的 13 项免疫抑制状态与用药标签（CSV） 20

医学影像X光影像评测基准肺癌

PAIR 胸片肺结节 2022（商业 AI 独立验证基准）

影像数据人工标注386 例（144 例结节、242 例对照；平均 64 岁 ± 11，男 223 例；其中 383 例附侧位片）

荷兰 7 家医院 386 例有 CT 证实的胸片，7 款已上市商用 AI 与 17 名医师阅片者的同题对照；留出 18 张 CC BY 样片，验收集保密

Radboud University Medical Center（Radboudumc）诊断影像分析组（DIAG）牵头的 Project AIR 工作组，联合荷兰 7 家医院的胸片与配对 CT，以及 7 家商用 AI 厂商的自愿送测产品 20

医学影像医学图像分割挑战赛数据集评测基准儿科

耻骨联合-胎头分割与进展角基准

人工标注影像数据原始数据挑战赛口径：4000 例训练 + 401 例预赛 + 700 例决赛｜来源队列：JNU-IFM 51 名孕妇 78 段视频抽 6224 张；PSFHS 1124 名孕妇 1358 张

MICCAI 2023 产时经会阴超声挑战赛 | 4000 例训练 + 401 例预赛 + 700 例决赛 | 分割两前景却决定测量角度

产时经会阴超声二维图像（纵切面，耻骨联合与胎头同帧可见）+ 像素级三色标注（红=耻骨联合、绿=胎头、黑=背景）+ 由标注推算的进展角 AOP 13

医学影像病理图像医学问答与基准视觉问答评测基准肿瘤学

DALPHIN 数字病理 AI 助手基准

影像数据人工标注多模态300 例匿名病例（六家机构、六国）；其中 115 例有人工阅读答案，60 例另有半专家复核

六个国家六家机构的 300 例病理病例、1,236 张图像与 1,757 道问题——面向视觉语言模型的开放基准，答案封存在评测平台里只打分不外发

Zenodo record 18609450：images.zip（低分辨率 WSI 概览 + 高分辨率 ROI，PNG）+ dalphin_metadata.csv（case-id、question-id、preamble、question、overviews、rois 六列）；参考答案封存于 dalphin.grand-challenge.org，提交经平台自动评分并进入公开榜单 24

医学影像MRI乳腺影像挑战赛数据集乳腺癌评测基准

MAMA-SYNTH 虚拟增强乳腺 MRI 挑战赛

影像数据人工标注评测协议训练 1,506 例（MAMA-MIA，25+ 中心）；外部测试 Radboud 200 例 + Fleming 100 例（合计 300 张 2D 切片）；验证阶段 50 例

用增强前的 T1 加权切片生成疑似增强后图像：训练队列取自 1,506 例 MAMA-MIA，评测放在荷兰 Radboud 与阿根廷 Fleming 两个外部中心的 300 张切片上

Grand Challenge 平台托管（mamasynth.grand-challenge.org）；提案见 Zenodo record 19852228；训练队列为 Synapse 分发的 MAMA-MIA；代码仓库 github.com/mama-research/mama-synth 19

生理信号脑电信号步态与运动可穿戴传感多模态神经科学

健康年轻人四模态步态数据集

原始数据时序数据生理信号59 名健康成人（22 男、37 女，年龄 24±5 岁）；每人 3 档速度，理论满额 177 个人次单元

59 名健康青年、三档跑步机速度、脑电与肌电与惯性运动学与地面反力四路同步——多模态步态研究的正常参照基线

PhysioNet v1.0.0 数据集 multimodal-gait-dataset（DOI 10.13026/r0ea-7161）：19 导干电极脑电（300 Hz）、12 块下肢表面肌电、17 个惯性传感器（60 Hz）、双带测力跑步机地面反力与压力中心（1000 Hz），含受试者人口学与体段尺寸元数据 34

生理信号心电信号药物安全队列研究心血管疾病

CiPA 心电图验证研究

原始数据人工标注时序数据60 名健康受试者（Part 1 平行设计 50 人，编号 1001–1050；Part 2 交叉设计 10 人，编号 2001–2010）

FDA 主导的 60 人药物心脏安全性临床试验：7 个给药组、5749 条 10 秒 12 导联心电与同步血药浓度，用真实受试者校准「离子通道—计算机心肌细胞—干细胞心肌细胞」三层模型的临床层

PhysioNet 托管 CiPA Phase I 心电图验证试验数据：raw 与 medians 各 5749 条 10 秒 12 导联 ECG（WFDB）+ 4 张临床分析数据集 CSV（ECG 测量、药代动力学、受试者级、人口学） 24

公共卫生与流行病学电子健康记录队列研究疾病监测流行病学

院内起病感染预测因子匹配队列数据集

电子健康记录回顾性队列匹配病例对照去标识化受控访问病例条目 14,923（环境分析）/ 16,933（患者分析），对照条目 28,480 / 39,372；为住院条目非唯一人数

Mass General Brigham 2015–2024 成人住院的匹配病例-对照队列——11 种病原体、两种互补匹配策略、近五万条患者分析记录；PhysioNet 凭证访问

Mass General Brigham 医疗系统临床数据仓库（2015-05 至 2024-07 成人住院），PhysioNet 条目 hospital-onset-infection v1.0.0，DOI 10.13026/k70x-0m81 33

电子健康记录重症监护真实世界数据时序数据药物安全

ICU 血糖管理精选数据集

原始数据时序数据结构化数据9,518 名患者（整理后交集）/ 11,724 次 ICU 住院；原始血糖覆盖 41,395 名患者，原始胰岛素覆盖 9,638 名患者

从 MIMIC-III v1.4 派生、按临床专家规则把胰岛素给药与前置血糖读数逐条配对的整理型数据集：9,518 名患者、145,694 条胰岛素记录、110,011 对血糖-胰岛素配对

MIMIC-III v1.4（BIDMC MetaVision 期，2008 年末至 2012 年）中的 10 个血糖 Item ID 与 6 个胰岛素 Item ID；经清洗、阈值过滤、时间戳校正后，按五条临床专家规则完成胰岛素与前置血糖读数的配对 21

医学问答与基准电子健康记录医疗NLP临床电子病历医学问答评测基准

EHRNoteQA：基于出院小结的临床大模型评测基准

人工标注文本数据问答对962 位患者（与 962 道题一一对应）；对应 1,659 份出院小结；初始采样 1,000 位患者，删题后保留 962 位

962 道临床题、962 位不同患者、1,659 份 MIMIC-IV 出院小结——GPT-4 出题、3 位临床医生删改，含开放题与五选一两套评测，官方文档对 27 个模型的比较显示其分数与临床医生人工评分相关性高于既有基准

MIMIC-IV-Note v2.2 出院小结（Beth Israel Deaconess Medical Center，2008–2019，去标识）+ 逐题标注：问题、五个选项（A–E）、答案键、Level 与笔记数标签、患者 ID、审阅医生匿名标识；主文件 EHRNoteQA.jsonl，每行一道题 28

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。