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 1433 个数据集

电子健康记录重症监护时序数据真实世界数据评测基准

Insulin4RL — ICU 静脉胰岛素滴定自然不规则时序离线强化学习数据集

真实世界数据时序数据原始数据12,209 名患者（PhysioNet 摘要另记 12,214，双口径存照）；13,652 episode；376,310 条标注决策

MIMIC-IV v3.1 派生的首个'输入与决策均不定期'重症血糖控制离线 RL 基准——12,209 患者/13,652 episode/376,310 标注决策，MEDS 事件流表示免分箱免插补，配 FQE 标准化评估协议与 IQL/CQL 基线

MIMIC-IV v3.1（Beth Israel Deaconess Medical Center，2008-2022 年 ICU 收治）：静脉胰岛素输注轨迹 + 血糖测量 + 实验室/给药/营养/人口学事件，MEDS 事件流 (f,v,t) 表示 50

电子健康记录临床电子病历医疗NLP临床文本医学问答与基准重症监护

EHR-ReasonCon — 临床笔记与结构化表推理密集型一致性核验数据集

人工标注文本数据原始数据105 篇临床笔记、8,042 个标注锚实体（唯一患者数未披露，源于 MIMIC-III 成人 ICU 入院记录）

KAIST 联合三星医疗中心等基于 MIMIC-III 构建：8,042 个锚实体 × 105 篇笔记 × 14 张结构表，用量表探索工具流水线标 CONSISTENT/INCONSISTENT，专攻需医学解读、事件关系与时序变化的高推理门槛不一致案例

MIMIC-III v1.4（105 篇临床笔记，覆盖 Discharge/Physician/Nursing 三类），对照 14 张结构化表逐实体标注 CONSISTENT 或 INCONSISTENT；表清单见正文附录 34

生理信号脑电信号临床电子病历重症监护神经科学

JSMF ACCESS intraoperative derived EEG data set — 646 例全麻手术术中额部脑电衍生特征与术后谵妄关联数据集

原始数据临床数据生理信号数据646 例手术患者（其中 626 例完成 CAM-ICU 谵妄评估；20 例谵妄结局缺失，占 3.1%；源研究主分析进一步限制至 502 例完整子集）

ACCESS 麻醉学联盟四中心 646 例非心脏全麻手术的术中连续额部脑电，经标准化至 100 Hz 后衍生为谱功率、爆发抑制与涌现轨迹摘要特征，配套 CAM-ICU 术后（PACU）谵妄结局——Jackson S. Moulton Foundation 资助、PhysioNet 受限访问发布，仅含衍生特征不含原始波形

四个医学中心（Emory University Hospital Midtown、Grady Memorial Hospital、Atlanta VA Medical Center、Waikato Hospital）的术中连续额部脑电（临床监测系统采集，Atlanta 站点用 SedLine 250 Hz，统一处理至 100 Hz）衍生特征；含人口学与合并症、麻醉药物剂量与时点、血流动力学、手术特征、CAM-ICU 谵妄结局、恢复指标、住院与再入院结局 29

医学问答与基准电子健康记录医疗NLP临床电子病历挑战赛数据集医学问答

ArchEHR-QA — 患者-电子病历证据落地的问答共享任务数据集

人工标注文本数据问答对167 例病例（PhysioNet v1.4：dev 20 + test 100 + test-2026 47；2025 共享任务实际用 120 例 = dev 20 + test 100）；患者总数

BioNLP 2025 共享任务：让模型回答患者关于自己住院经过的提问，并逐句引用电子健康记录中的临床证据——167 例 ICU/急诊病例（源自 MIMIC-III/IV），双轴评估 Factuality 与 Relevance，冠军 DMISLab 总分 53.7%

自公共健康论坛真实患者提问 + MIMIC-III/IV 派生的 ICU/急诊临床笔记节选；每例含患者叙述式问题、患者问题短语 span 标注、临床医生改写问题、笔记节选逐句切分与句级 relevance 标注（essential/supplementary/not-relevant）、临床医生撰写的带句级引用的参考答案；XML 主数据 + JSON 答案键与映射文件 41

医学影像MRI医学图像分割脑影像脑肿瘤肿瘤学

UCSD-BMETS-Longitudinal — UCSD 脑转移瘤纵向标注多模态 MRI 数据集：300 患者 1,065 时间点治疗前后影像与 BraTS 协议体素级四室分割

影像数据人工标注临床数据原始数据300 患者（167 女 + 133 男）；1,065 个 MRI 时间点（数据表 Studies 列口径 1,066）；每例 2-4 个连续时间点

同机构不同疾病辨析：UCSD 前庭神经鞘瘤纵向（rid 957）是良性听神经瘤，本集是恶性脑转移瘤；与 Yale 脑转移纵向（有纵向无分割）和 BraTS-METS 赛道（有分割偏单时相）三分天下——本集以纵向+多模态+体素级分割三合一卡位

UCSD 医院 2016-2023 年临床 MRI（300 患者，治疗前后纵向）；9 种序列标识（t1c/t1n/t2/t2f/t1postFSE/dwi/adc/swan/asl）；BraTS 协议体素级四室分割（ET label3/NETC label1/SNFH label2/RC label4）；临床 TSV + 数据字典 + MRI Metadata TSV；NIfTI（.nii.gz） 37

医学影像病理图像CT多模态肿瘤学结直肠癌

Cancer Moonshot Biobank — Colorectal Cancer Collection — NCI 癌症登月计划的结直肠癌多模态影像生物样本库子集

影像数据临床数据基因组数据约 102 例受试（集合页口径，含病理受试）；DOI 最新版拆分：放射 44 + 病理 100（版本链口径，见正文双口径存照）

NCI Cancer Moonshot Biobank 结直肠癌影像子集：TCIA 托管，放射七模态（CT/DX/MR/NM/PT/US/XA）+ H&E 全切片病理，约 102 例受试，放射公开 CC BY 4.0、头部受限、病理 CC BY 4.0，基因临床走 dbGaP 受控访问

TCIA 托管的 CMB-CRC 集合：放射影像 DICOM（CT/DX/MR/NM/PT/US/XA 七模态）+ H&E 全切片病理图像（SVS + JSON 元数据）；配套基因、表型与临床数据托管于 dbGaP 与 CTDC；版本链 V1→V9 详见正文附录 42

医学影像病理图像图像分类肿瘤学结直肠癌多模态

CoMPAS GI Histopathology Part 1-2 — 杜克大学 550 张 IBD 胃肠道 H&E 全切片病理图像与去标识化患者元数据开放集

影像数据原始数据临床数据约 550 张 H&E 全切片（~500 GB）；患者级数量未披露；Duke 项目页标注受试年龄 2-21 岁

杜克大学 Syed 实验室 NIH R01DK131491 资助的 CoMPAS 项目首个公开数据分卷——从 Duke BRPC 临床归档取出约 550 张炎症性肠病（克罗恩病/溃疡性结肠炎）H&E 胃肠道全切片，经 BRPC 数字化去标识化后按 CC BY-4.0 挂 Zenodo 开放，文件仍受登录申请门槛管控

Duke BioRepository and Precision Pathology center (BRPC) 临床归档 H&E 胃肠道组织病理全切片（经 DUHS IRB Pro00117942、waiver of consent 取得）+ PRCC honest broker 去标识化的患者元数据（Excel/.csv） 33

医学影像PETCT多模态影像-文本对齐肿瘤学

PETWB-REP — 490 例多癌种全身 FDG PET/CT 中英双语报告配对数据集

影像数据文本数据原始数据衍生数据490 例（195 女 + 295 男；平均年龄 61.4 ± 12.8 岁）；每例含配对 PET/CT 影像 + 报告

上海单中心 2021-2024 回顾性采集的 490 例全身 18F-FDG PET/CT：BIDS 组织、RSNA 匿名器+CtaDeface 双文件去脸、SUVbw 归一与配准衍生、Google 翻译+核医学专家逐份审校的中英双语放射报告配对——面向肿瘤分割、报告生成与影像-文本多模态融合

上海联影（环球）医学影像诊断中心 2021-2024 年常规诊疗回顾性全身 18F-FDG PET/CT（Siemens Biograph 64）+ PACS 导出的中文放射报告（Google 翻译后双语专家审校成英文）——按 BIDS 组织的 NIfTI 原图（去脸匿名）与 SUV/配准衍生影像 + metadata.csv + report_zh.csv + report_en.csv 51

医学问答与基准医疗NLP临床文本电子健康记录评测基准

ER-REASON — 急诊室 LLM 临床推理基准

文本数据临床记录人工标注真实世界数据3,437 患者 / 3,984 次 ER 就诊 / 25,174 份临床笔记（另：194 例 SCT 习题 / 787 SCT 条目 / 2,555 条医师标注 / 72 份专家推理理由）

UCSF 急诊科 25,174 份去标识化纵向临床笔记构建的 LLM 临床推理评测基准：3,437 患者 / 3,984 次就诊 / 194 例脚本一致性测试（SCT）题 / 2,555 条急诊医师标注，凭证访问（PhysioNet DUA）

UCSF 急诊科（2022-03-01 至 2024-03-31）去标识化纵向临床笔记（HIPAA Safe Harbor + Expert Determination 双方法，UCSF Information Commons 执行），经 PhysioNet 凭证访问发布 v1.0.0 48

医学影像MRI脑肿瘤队列研究肿瘤学

Yale Brain Metastases Longitudinal — 耶鲁脑转移瘤纵向 MRI 数据集：1,430 患者 11,892 studies 近 20 年随访四序列影像与临床元数据

影像数据原始数据1,430 例经病理或影像学确认的脑转移患者（TCIA 与论文口径一致）

TCIA 旗下最大公开脑转移瘤纵向 MRI 数据集百科：耶鲁纽黑文医院 2004–2023 年 11,892 studies 纵向随访，1,430 例经病理/影像确诊脑转移患者，T1W/T1CE/T2/FLAIR 四序列 NIfTI，附 1,430 行临床与采集参数表；CC BY 4.0，43 GB，TCIA + DOI 10.7937/3YAT-E768——将「近 20 年真实世界放疗前后多时间点随访」作为首要而不是附属资产的脑转移瘤影像语料底座

耶鲁纽黑文医院（Yale New Haven Hospital）电子病历系统 2004–2023 年脑转移相关 MRI；四序列 mpMRI（T1W/T1CE/T2/FLAIR，1.5T 或 3T，Siemens Healthineers 或 GE Healthcare），NIfTI 导出并经 HD-BET 脑实质提取去标识化；临床与采集元数据抽取自 EMR 与 DICOM 44

医学影像眼科影像图像分类青光眼临床电子病历

Hillel Yaffe Glaucoma Dataset — 金标准注释眼底彩照青光眼检测数据集

影像数据标签数据原始数据288 名患者（747 张眼底彩照；186 名 GON+ 患者，占 64.6%）

以色列 Hillel Yaffe 医学中心 288 名患者 747 张眼底彩照的「临床金标准」青光眼检测数据集：标签源自完整眼科检查+OCT+视野+至少一年随访而非仅凭图像主观判读，ODC-By 1.0 于 PhysioNet 完全开放，配套 GONet 模型论文

以色列 Hillel Yaffe 医学中心眼科青光眼单元 2022–2024 年临床数据：TOPCON DRI OCT Triton 相机（45° FOV）拍摄的 747 张眼底彩照（JPG，2576×1934 或 1960×1934）+ Labels.csv（Image Name/Patient/Label/Quality Score） 44

医学影像CTMRI医学图像分割挑战赛数据集评测基准

RSNA Intracranial Aneurysm (RSNA-ICA) Dataset — 颅内动脉瘤多模态检测专家标注数据集

影像数据人工标注多模态数据4,278 成人患者（7,202 series：CTA 2,566 + MRA 2,166 + MRI 2,470）；21 机构 / 12 国 / 5 洲；178 series 含三维血管分割

RSNA 联合 ASNR/SNIS/ESNR 于 2025 年发布的 7,202 序列颅内动脉瘤检测数据集——4,278 成人、21 机构 12 国 5 洲，覆盖 CTA/MRA/MRI 三模态，14 目标标签加权多标签 AUC-ROC 评测，Kaggle 挑战赛 2025-07-28 至 2025-10-14

RSNA Intracranial Aneurysm Detection AI Challenge 2025（Kaggle）公开影像：去标识 DICOM 多模态血管影像 + 逐序列 14 标签表 + 动脉瘤中心点定位表 + 三维血管分割子集；托管于 Kaggle / AWS Open Data / RSNA MIRA 38

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。