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。

数据标签

医学影像 AI-Ready 数据集

CTMRI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 1346 个数据集

LTAFDB
生理信号心电信号挑战赛数据集心血管疾病评测基准

LTAFDB

约 3.5-4 GB WFDB84 条 24-25 小时记录128 Hz 双导联900 万级心拍节律注释免费直接下载84 条记录；文献口径 47 名受试者（Frontiers Physiol 2021;12:673819 Table 1），官页未给受试者数，另一文献口径称每条记录来自不同患者——两口径并存，官方无患

PhysioNet Long-Term AF Database——84 条阵发性或持续性房颤受试者的双导联 24-25 小时 Holter 心电图，128 Hz / 12-bit 采样，900 万级人工复核心拍与节律注释（2012 年补齐），ODC-BY 1.0 全量开放无注册门槛；它是长期房颤节律分类、AF 负荷量化与短阵 AF 检测的高噪声真实世界基准，也是 PhysioNet/Computing in Cardiology Challenge 2004（AF 终止预测）的原始数据源

Northwestern University 采集的 24-25 小时双导联动态心电（Holter）记录，经 Boston Beth Israel Deaconess Medical Center 数字化；84 条记录按 0xx（56 条）/1xx（19 条）/2xx（9 条）三段编号，0xx 段为 2004 年 AF 终止挑战赛的摘录来源；2012 年起随附 MEDICALgorithmics PocketECG 系统自动 + 人工复核的 atr 参考注释（>9,000,000 条） 33
ZCHSound — 浙江大学 1259 名儿童先心病心音数据库：五分类智能听诊基准
生理信号心血管疾病儿科医学问答与基准评测基准语音信号

ZCHSound — 浙江大学 1259 名儿童先心病心音数据库：五分类智能听诊基准

原始数据人工标注1259 名儿童受试者（941 名高质量 clean 子集 + 318 名新生儿 noisy 子集；共 1259 条录音）

浙大儿院牵头三中心采集 1259 名 2 天至 14 岁儿童的单听诊点心音（PCG），含 941 名高质量与 318 名新生儿低质量双子集，五类 CHD 诊断标签由双专家共识确认，配套正常/ASD/PDA/PFO/VSD 五分类、四任务基准与 84 维时频特征，随机森林基线 F1 达 90.3%

浙江大学医学院附属儿童医院等三中心 2020-2022 年前瞻采集的单听诊点心音（ChildCare G-100 智能电子听诊器，仰卧位胸骨左缘第 2-3 肋间，8000 Hz / 16-bit / .wav），配双心脏专家共识确认的五分类 CHD 诊断标签 38
HRA Knowledge Graph — 人体参考图谱 RDF 知识图谱：解剖-细胞-标志物主干
基因组学与多组学知识图谱单细胞基因组学多模态

HRA Knowledge Graph — 人体参考图谱 RDF 知识图谱：解剖-细胞-标志物主干

知识图谱本体与术语参考数据元数据人工标注HRApop v1.1 汇聚 175 位捐献者（男 92 / 女 83）的组织块与数据集；本体层本身不含患者个体，hra-pop-full 扩展层含 32,047 个供体实体（跨门户去重前口径）

NIH HuBMAP 主导、Indiana 大学 CNS 维护的 HRA 知识图谱：v2.2 发布 10,064,033 节点 / 171,250,177 边 / 125.84 GB，13 类数字对象经 Uberon 与细胞本体对齐；v2.5 起每年 6-15 与 12-15 双发，CC BY 4.0 全开放，SPARQL 与 Zenodo 双入口

HuBMAP、SenNet、KPMP、GUDMAP/RBK、HCA、CZ CELLxGENE、GTEx、HTAN、GEO 等门户的已注册实验数据 + 专家人工编纂的 ASCT+B 表、OMAP 抗体面板、2D FTU 插图与 71 个 3D 参考器官 33
MedVAL-Bench 医学文本校验基准
医疗NLP临床文本医学问答评测基准

MedVAL-Bench 医学文本校验基准

文本数据人工标注指令数据840 条医师标注输出（12 位医师；MIMIC 派生 310 条需认证获取，公开镜像 530 条）

840 条医师标注的 LM 医学输出校验基准——12 位内科与放射科医师按 10 类错误与 4 级风险分级，专测「判断一段医学表述是否站得住脚」而非「会不会写」

六项上游语料的输入-输出对（MedicationQA / MeQSum / Open-i / MIMIC-IV / MIMIC-IV-BHC / ACI-Bench）+ 生成器 LM 按四档扰动指令产出的输出 + 12 位医师的错误评估与风险分级 14
VTaC — ICU 床旁监护仪室性心动过速报警专家双标注基准
生理信号心电信号重症监护评测基准

VTaC — ICU 床旁监护仪室性心动过速报警专家双标注基准

人工标注生理波形原始数据5,037 条 VT 报警事件 / 2,260 名患者波形记录（train 1,808 / val 226 / test 226）；底层池 2,376 名患者、20,158 条连续波形记录（2013-

三所美国医院 ICU 触发的 5,037 条室性心动过速（VT）报警：每条由至少两名专家独立标注真假、三厂商多模态波形（ECG+PPG/PLETH+ABP，250 Hz），假报警占 71.39%——继 PhysioNet Challenge 2015 之后报警疲劳研究最大规模的公开基准，NeurIPS 2023 Datasets & Benchmarks 发表

美国三所大型医院 ICU 床旁监护仪多模态波形（三主流厂商设备；每条 ≥2 ECG 导联 + PPG/PLETH 与/或 ABP 脉搏波形；统一重采样 250 Hz；WFDB 格式）+ event_labels.csv 专家终审标签 + benchmark_data_split.csv 官方划分 30
RadNLI 放射报告自然语言推理数据集
医疗NLP医学问答与基准电子健康记录多模态

RadNLI 放射报告自然语言推理数据集

文本数据人工标注无独立受试者队列：句对文本源自 MIMIC-CXR 验证集报告，沿用 MIMIC-CXR 口径（验证集约 1,000 余例检查、数百名患者）；数据集本身只含去标识化的报告句子与推理标签

斯坦福团队在 PhysioNet 发布的放射学报告域自然语言推理评测集：句对采自 MIMIC-CXR 验证集报告，由医学专家与计算机科学专家双向标注三类推理标签，用于评估放射报告生成的事实一致性

MIMIC-CXR v2.0.0 验证集放射报告句对：每条 JSONL 记录含 pair_id、sentence1（前提）、sentence2（假设）与 gold_label 三类推理标签，另附论文参考代码快照 ifcc-code 目录 23
ARCADE 冠脉造影狭窄检测与血管分割数据集
医学影像X光影像医学图像分割目标检测挑战赛数据集心血管疾病

ARCADE 冠脉造影狭窄检测与血管分割数据集

人工标注影像数据原始数据1,500 例（数据论文 Patient cohort 口径；帧级标注 3,000 帧）

MICCAI 2023 冠脉造影基准：每条任务 1,500 帧专家帧级标注，按 SYNTAX 段号分割血管并以实例分割形式给出≥50% 狭窄斑块，训练/验证/测试 1,000/200/300，CC0 全开放

哈萨克斯坦阿拉木图心脏病与内科研究所 X 光血管造影档案；Philips Azurion 3 与 Siemens Artis Zee 两台造影机，512×512 像素 DICOM 抽帧后转 PNG，CVAT 标注，COCO JSON 24
MIMIC-III 出院小结问题性阿片使用标注集
医疗NLP临床文本电子健康记录重症监护命名实体识别真实世界数据

MIMIC-III 出院小结问题性阿片使用标注集

人工标注文本数据去标识化数据100 名患者（来源为 MIMIC-III 中 762 名带 ICD-9 OUD 相关编码患者中的随机样本）；137 份出院小结

100 名 ICU 患者、137 份出院小结、3,270 条句级与患者级标注，33 类阿片使用及相关语境标注模式，PhysioNet 认证访问

MIMIC-III Critical Care Database 中带 ICD-9 阿片类使用障碍相关编码患者的去标识化出院小结，经 eHOST 做句级与患者级人工标注后导出为单个 CSV 20
ECHOVIEW 超声心动图切面分类标注
医学影像多模态图像分类心血管疾病

ECHOVIEW 超声心动图切面分类标注

机器学习标注影像数据463 名患者（BIDMC，2017-2019）

MIMIC-IV-ECHO 派生切面分类标注：463 名患者 717 项检查的经胸超声视频逐段输出 23 类视图概率，机器学习预标注而非人工金标准

PhysioNet（MIT Laboratory for Computational Physiology） url: https://physionet.org/content/echoview/0.1/ 22
Endo-Aid 子宫内膜癌 Pipelle 活检检测
医学影像病理图像图像分类挑战赛数据集肿瘤学

Endo-Aid 子宫内膜癌 Pipelle 活检检测

人工标注影像数据临床数据91 张 WSI（测试集，对应 91 例 Pipelle 活检；患者级唯一性未在公开页面明确说明）；训练集 2,819 张不公开

Radboudumc 用 91 张 H&E 全切片搭起的公开测试集与在线评测平台：15 位病理医生的多数票当金标准，训练集不公开，只开放测试

Radboud University Medical Center（荷兰奈梅亨）病理科 2013 年 10 月至 2021 年 4 月的子宫内膜 Pipelle 活检 H&E 染色全切片，3DHistech P1000 扫描，MRXS 转 TIFF，91 张打包为 rar 12
The Human Sleep Project — 12 万夜五中心真实临床多导睡眠图全生命周期数据集
生理信号睡眠信号脑电信号临床电子病历真实世界数据队列研究

The Human Sleep Project — 12 万夜五中心真实临床多导睡眠图全生命周期数据集

原始数据人工标注临床数据信号数据90,166 名唯一患者（摘要口径 more than 90,000）

HSP v3.0：90,166 名患者、119,234 条整夜记录、5 个美国学术医疗中心的临床 PSG（115,129）与家庭睡眠呼吸监测（4,105），BIDS 1.7.0 结构 + 22 类 ICD-10 诊断链接 + 人工与 CAISR 自动双标注，受 DUA 资质访问

5 个美国学术医疗中心（Stanford、Massachusetts General Brigham、Emory、Beth Israel Deaconess、Boston Children's）的临床常规 PSG 与 HSAT 归档；去标识后经 BIDS 1.7.0 结构化，并链接去标识人口学与 EHR 的 ICD-10 诊断 21
BUS-UCLM — 西班牙 UCLM 683 张乳腺超声病灶分割数据集（38 患者/419 正常-174 良性-90 恶性/CC BY 4.0）
医学影像乳腺影像医学图像分割图像分类乳腺癌评测基准

BUS-UCLM — 西班牙 UCLM 683 张乳腺超声病灶分割数据集（38 患者/419 正常-174 良性-90 恶性/CC BY 4.0）

人工标注影像数据原始数据38

BUS-UCLM 乳腺超声病灶分割数据集：683 张（419 正常/174 良性/90 恶性）来自 38 位患者的原始 PNG 与三分类彩色掩膜，配 COCO 导出与患者级划分脚本，CC BY 4.0 可商用，含大量正常病例以缓解偏倚，是 BUS 分割与分类研究的实用基线集

Mendeley Data (BUS-UCLM, DOI 10.17632/7fvgj4jsp7.3) url: https://data.mendeley.com/datasets/7fvgj4jsp7/3 31

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。

申请访问

数据定制

标注服务

欢迎联系咨询

客服二维码

客服二维码

客服二维码
电话咨询

直接咨询

18892062214

微信同号

微信咨询

微信咨询

18892062214

微信同号

邮箱咨询

邮箱咨询

collab@qianfanghub.cn