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 1448 个数据集

医学影像MRI医学图像分割挑战赛数据集

TopAneu 2026 — 血管特异性颅内动脉瘤挑战

人工标注原始数据影像数据训练集 415 scans/408 患者；总量口径 ~850 scans（含 350+ 内部测试与赛后外部）

多模态血管特异性颅内动脉瘤分类+分割挑战赛——52 类位置+三类型四 mask 标注、MCC+DSC/VS/HD95 mean rank 评估、TopCoW 家族第三代

多中心 3D CTA/MRA（NIfTI，defaced，LPS+ 重定向）——52 类位置+3 类型+silver-standard 血管 mask 四套标注 87

医学影像PETCT医学图像分割挑战赛数据集肿瘤学

autoPET V — 交互式 PET 病灶分割挑战

人工标注原始数据影像数据FDG 1,014+PSMA 597 scans+DeepPSMA 100 例

五届 frontier 谱系之 human-AI frontier：全身 PET/CT 交互式临床在环分割——AUC-Dice+AUC-DMM 双指标 50/50 与涂擦迭代的评估范式革新

Tübingen（UKT）+LMU 多中心主库（TCIA/FDAT 双载体）+Peter Mac DEEP-PSMA（Zenodo）——放射科/核医学医师资质分级标注 70

电子健康记录医疗NLP

MIMIC-III — 重症监护医疗数据库

38,597 成人患者49,785 住院58,976 ICU 停留3.31 亿 chartevents26 张表46,520 名患者（patients 表；其中 38,597 成人）

MIMIC-III 临床数据库：3.31 亿条床旁记录 × 26 张关系表的十年 ICU 全景——医疗 AI 领域被引用最多的一手数据资产

https://physionet.org/content/mimiciii/ 73

医学影像病理图像图像分类医学图像分割评测基准肿瘤学

PANDA-PLUS

人工标注影像数据原始数据546 张 WSI（Radboud 480 + Karolinska 66；患者级数量未披露）；Bench 子集 9 张（9 唯一患者）

PANDA 挑战赛 546 张前列腺穿刺 WSI 的像素级 Gleason 重标注升级版——学生注释+高年级复核+30 年经验病理专家终审三层流水线，系统性暴露原 PANDA 高级别标签错误，衍生 CC BY-4.0 Bench 基准 HuggingFace 公开

PANDA 挑战赛公开 H&E 前列腺穿刺活检 WSI（20×，0.4862 μm/px）+ 像素级 RGB 注释掩码（QuPath，Benign/GP3/GP4/GP5/Ignore 五类，与 WSI 像素对齐无降采样）+ GS/ISUP 逐张重算表 + Kaggle 原标签对照 53

医学影像X光影像医学问答与基准评测基准

CXReasonBench — 胸片结构化推理基准

QA基准结构化推理诊断评测解剖测量1,200 case（基准抽样；CheXStruct 管线覆盖更大母池）

评中间步骤，不评最终答案：18,988 道 QA 拆解胸片诊断推理的全过程

MIMIC-CXR-JPG（PhysioNet 版）；NIH CXR14 + VinDr-CXR + OpenI（HuggingFace 版） 69

电子健康记录公共卫生与流行病学

MIMIC-IV — 重症监护医疗数据库

364,627 患者546,028 住院94,458 ICU 停留2008-2022hosp+icu 双模块364,627 名患者（v3.1；其中 223,452 名有住院记录）

MIMIC-IV：36.5 万患者 × 2008-2022 年的急诊与 ICU 全景——重构 schema 时代的医疗 AI 主力语料库

https://physionet.org/content/mimiciv/ 104

医学影像病理图像医学图像分割挑战赛数据集评测基准肿瘤学

MoNuSAC 2020

人工标注影像数据原始数据71 患者（训练 46 + 测试 25，患者零重叠）；37 家 TCGA 贡献医院

ISBI 2020 官方卫星赛事——多器官细胞核分割与分类挑战赛数据集：TCGA 四器官 H&E 图像、71 患者、46,909 个四类核实例标注，冠军 TIA-Lab a-PQ 0.612 追平标注者间一致性 0.594，评测代码 bug 风波与修复存照，CC BY-NC-SA 4.0

TCGA 40× H&E 全切片裁剪图块（乳腺/肾脏/肺/前列腺）+ Aperio ImageScope 多边形 XML 逐核标注（上皮/淋巴/巨噬/中性粒四类，测试集另含 ambiguous 不计分区）+ 官方榜单与 PQ 评测代码 57

电子健康记录医疗NLP

Health Gym — 低血压与脓毒症合成 ICU 数据

3,910 例合成急性低血压患者2,164 例合成脓毒症患者Wasserstein GAN 生成披露风险 0.045%37.9 MB 可自由分发3,910 例合成急性低血压 + 2,164 例合成脓毒症 = 6,074 例合成患者

Health Gym 合成 ICU 数据集：3,910 例急性低血压 + 2,164 例脓毒症合成患者——用 Wasserstein GAN 造出可自由分发的 37.9 MB 强化学习训练场

https://physionet.org/content/synthetic-mimic-iii-health-gym/1.0.0/ 43

医疗NLP临床文本医学问答与基准评测基准电子健康记录

MedNLI

人工标注文本数据原始数据14,049 句对（4,683 个唯一 premise；train 11,232 / dev 1,395 / test 1,422）；底层 MIMIC-III 患者数未在论文中披露

MIMIC-III 出院小结衍生的临床自然语言推理基准——14,049 个 premise-hypothesis 句对三分类标注（entailment/contradiction/neutral），UMass Lowell × IBM Research 联合出品，EMNLP 2018 发表，PhysioNet 凭证制开放

MIMIC-III NOTEEVENTS 表出院小结（discharge summary）的 Past Medical History 节句子（LingPipe 句子切分）× 人工撰写 hypothesis × entailment/contradiction/neutral 三分类标签，另含 Stanford parser 句法树字段，按 mli_train/dev/test_v1.jsonl 三文件发放 60

医学影像MRI医学图像分割挑战赛数据集神经科学

crossMoDA 2022

人工标注影像数据原始数据2022 版全口径 755 例 MRI（训练源 210 ceT1 + 训练目标 210 hrT2 + 验证 64 hrT2 + 封闭测试 271 hrT2）；Zenodo 公开可下载 484 例（21

无监督跨模态域适应分割挑战赛：755 例前庭神经鞘瘤 MRI（ceT1 有标注源域→hrT2 无标注目标域），双任务 VS+耳蜗分割与 Koos 分级，12 队 rank score 排名，CC BY-NC-SA 4.0

King's College London/King's College Hospital（伦敦 379 例）+ Elisabeth-TweeSteden Hospital 蒂尔堡（376 例）前庭神经鞘瘤 MRI：训练源 210 ceT1（VS+耳蜗标注+GIF 掩码）、训练目标 210 hrT2（无标注）、验证 64 hrT2、测试 271 hrT2（不公开） 54

医学影像CT医学图像分割挑战赛数据集评测基准

ToothFairy2

人工标注影像数据原始数据530 例牙科 CBCT（训练 480 例 = Set A 417 例 P 前缀 + Set B 63 例 F 前缀；隐藏测试 50 例不公开）；58.30% 女性；年龄区间 (10, 100]；20

牙科 CBCT 42 类颌面多结构分割挑战赛：530 例体数据（480 训练 = Set A 417 + Set B 63，50 隐藏测试），mha/HU/0.3mm 等向，DSC+HD95 共 84 ranks mean rank 排名，nnU-Net ResEnc L 夺冠，CC BY-SA 注册制下载

Afidea Center（意大利，NewTom NTVGiMK4 CBCT，3mA/110kVp/0.3mm）为主采集的 530 例牙科 CBCT：训练 480 例（Set A 417 例 P 前缀临床数据 + Set B 63 例 F 前缀）+ 隐藏测试 50 例（Radboud UMC i-CAT 采集，仅经 grand-challenge 提交评估）；42 类颌面结构体素标注 81