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 1863 个数据集

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

医学影像X光影像骨骼肌肉影像评测基准儿科

PAIR 骨龄 2022（商业 AI 独立验证基准）

影像数据人工标注326 名儿童（每人 1 张左手 X 光；女 173、男 153）；平均年龄 10 岁 ± 4，范围 0-18 岁

7 家荷兰医院 326 张儿童左手 X 光，2 款商用骨龄算法与 14 名医师读者的同题对照，2017-2022 年临床常规片，验收集不公开

Radboud University Medical Center（Radboudumc）诊断影像分析组（DIAG）牵头的 Project AIR 工作组，联合 7 家荷兰医院的儿童手部 X 光常规片与 2 家商用 AI 厂商的自愿送测产品 23

公共卫生与流行病学疾病监测COVID-19真实世界数据

面部与口腔温度大规模志愿者数据集

人工标注原始数据原始入组 1115 人；剔选后 IRT-1（FLIR）1020 人、IRT-2（ICI）1009 人

FDA 器械与放射健康中心主导的千人体温筛查临床研究公开数据：双红外热像仪逐位点采集 26 个面部温度变量、口腔体温计双模式参考读数与人口学环境协变量，CC0 零限制开放

PhysioNet face-oral-temp-data v1.0.0：FLIR/ICI 两台红外热像仪的面部位点温度 CSV 六份 + 口腔参考体温 + 人口学与环境协变量 + 表格/图示附件三份，解压共 4.5 MB 25

电子健康记录重症监护临床电子病历医疗NLP临床文本

ECHO-NOTE2NUM 超声心动图报告结构化数值数据库

人工标注原始数据21,572 名拥有有效心超报告的患者（重点队列 19,675 人）；有效报告 43,472 份

MIMIC-III 四万余份 ICU 超声心动图自由文本报告的结构化数值数据库——19 个心脏结构与功能字段逐份编码，含轻/中/重严重程度分级，PhysioNet 凭证制公开

MIMIC-III 超声心动图观察性笔记（BIDMC，2001-2012）→ EchoReports.csv：患者特征字段 + 原始笔记文本字段 + 19 个结构化测量编码字段 34

医学问答与基准评测基准医疗NLP临床电子病历医学考试

患者模拟人设数据集（PatientSim）

真实世界数据人工标注派生数据文本数据170 个患者档案，按用途分为人设评估、事实性与合理性、句子分类验证三组（第三组为第二组子集）；对应 5 种急症

170 例 MIMIC 急诊档案 × 四轴人设组合的医患问诊模拟器与评测集（NeurIPS 2025 D&B Spotlight）

MIMIC-IV v3.1 + MIMIC-IV-ED v2.2 + MIMIC-IV-Note v2.2 派生档案，经 MIMIC 急诊就诊结构与出院笔记混合抽取、改写与人工校订 35

医疗NLP临床文本电子健康记录临床电子病历评测基准

MIMIC-IV-Ext-BHC 简要住院病程标注数据集

人工标注文本数据衍生数据270,033 条出院记录与 BHC 配对（上游 MIMIC-IV-Note 出院记录 331,794 份、约 14.6 万患者）

从 MIMIC-IV-Note 出院记录正则清洗切节、剥离并配对 27 万余条简要住院病程（BHC）监督对，按上下文长度分箱构建 LLM 摘要基准，StanfordMIMI 团队发布，PhysioNet 凭据获取

MIMIC-IV-Note 去标识出院记录（Beth Israel Deaconess Medical Center，2008-2019）经正则清洗、按标题切分临床章节后与 Brief Hospital Course 节配对 30

医学影像CTMRI评测基准

持续配准挑战赛（CRC）

影像数据原始数据人工标注基准数据集合计约 110 余例影像：POPI 1 例 4DCT（10 相位）、DIRLAB 10 例胸部 4DCT、EMPIRE 30 对胸部 CT、LPBA40 40 例头颅 MRI、IBSR18

LUMC 与 Erasmus MC 发起的 evaluation-as-a-service 医学图像配准评测平台：肺与脑共八套基准数据集（POPI、DIRLAB、EMPIRE、LPBA40、IBSR18、CUMC12、MGH10 及一套私有肺数据），参赛者以 SuperElastix 组件提交纯代码，CI 每周自动评测并更新公开排行榜，无限期运行

肺部：4DCT 与胸部 CT（POPI 为 Philips 16 层 Brilliance Big Bore 4DCT，DIRLAB 为 MD Anderson 癌症中心 4DCT，EMPIRE 为 EMPIRE10 挑战赛胸部 CT），附极端相位对的专家解剖标志点与肺掩码；脑部：T1 加权头颅 MRI（LPBA40 为 UCLA LONI 采集，IBSR18 为 Harvard IBSR，CUMC12 源自 OASIS，MGH10 为 MGH 采集），附人工勾画的脑结构分割掩码 22