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

医学影像病理图像医学图像分割评测基准挑战赛数据集肿瘤学

WSSS4LUAD

人工标注影像数据原始数据87 张 WSI（67 张 GDPH 院内扫描 + 20 张 TCGA；每患者仅取 1 张，患者级总数未单列）

广东省人民医院主办的肺腺癌 H&E 病理全切片弱监督语义分割挑战赛数据集——87 张 WSI 切出 10,211 个 patch，仅凭图像级三类多标签训练出像素级三组织分割，1 专家+2 资深+8 初级病理医师的 AI 辅助标注流水线，冠军方案 mIoU 0.8413

H&E 染色肺腺癌全切片图像（67 GDPH 扫描 + 20 TCGA 开放切片）切成的 10,211 个 PNG patch：训练 10,091 个（图像级三类多标签）+ 验证 40 个 + 测试 80 个（两者像素级掩膜，合计 >1.3 亿标注像素）+ 官方背景排除掩膜 57

医学影像病理图像多模态影像

Light My Cells 2 — 无标记显微图像荧光预测挑战

原始数据影像数据76 studies / >150,000 张显微图像（LMC2 训练集页面口径）——BF/PC/DIC 透射光输入 × 4 细胞器荧光配对；前作 LMC1 数据库 2,574 sets/56,984

76 studies 超 15 万张显微图：France BioImaging 挑战赛开篇——无标记透射光到四细胞器荧光的 in-silico labeling 双任务基准

France BioImaging 联合 23 个法国成像站点（LMC1 数据来自 8 个国家成像中心）——多设施/多显微镜/多细胞系/三模态透射光；OME-TIFF 标准化+REMBI 元数据（LMC1 口径）；训练数据 Grand Challenge 注册发放 65

医学影像X光影像图像分类目标检测儿科

VinDr-PCXR — 万例儿科胸片病灶标注集

人工标注原始数据影像数据9,125 例儿科胸片研究（<10 岁，PA 视图；train 7,728/test 1,397）——36 病灶级+15 图像级双层标注

9,125 张儿童胸片的 36+15 双层标注：越南 VinDr 系的儿科下沉，页面三大 Copy-Paste 事故实录

Phu Tho Obstetric & Pediatric Hospital（PTOPH）PACS 回顾性采集 2020-2021；两阶段脱标识（HIPAA）；CNN 自动过滤+人工复核；VinDr-Lab 标注平台 49

医学影像乳腺影像图像分类肿瘤学

TN-Mammo — 多视图乳腺密度分级数据集

人工标注原始数据影像数据676 例受检者（推算 2,704 张四视图 JPEG）——年龄 18-91 岁；BI-RADS 密度 A-D 四级双盲双评+共识裁决

越南统一医院的 676 例乳腺密度库：双盲双评+共识裁决的轻量金标，TN 是医院名不是三阴

Thong Nhat Hospital（胡志明市）PACS 原始采集 2022-01~2024-06；DICOM→JPEG 转换；双放射科医生双盲密度评估+科主任共识；伦理批件 No. 43/2024/CN-BVTN-HDDD 48

医学影像医疗NLP多模态X光影像

RadVLM Instruction Dataset — 胸片指令微调数据集

指令数据人工标注派生数据对话数据719,675 image-instruction instances（PhysioNet 实发；论文口径 1,115,021）/ 图像源自 MIMIC-CXR 等四库约 60 万+ 次检查

111 万指令对的胸片助手课：把五个任务塞进一种 LLaVA 格式的统一训练菜谱

MIMIC-CXR-JPG v2.1.0 + Chest Imagenome v1.0.0 + MS-CXR v1.1.0 + VinDr-CXR v1.0.0 四源派生；GPT-4o（Azure 安全实例）做报告过滤与对话生成；CheXbert 标签；weighted box fusion 融合标注 57

医疗NLP临床文本

MIMIC-IV-Ext-PE — 肺栓塞 CTPA 报告标签集

结构化标签临床文本人工标注19,942 份 CTPA 报告 / 15,875 名患者（MIMIC-IV v3.1 派生，双人共识五类标签）

2 万份 CTPA 报告的双人共识金标准：血液科医生亲手给 MIMIC-IV 装上 PE 开关

MIMIC-IV v3.1 影像报告经五步 RegEx 识别+双人医生共识标注（VTE-BERT 与 ICD 编码双自动基准对照） 59

医疗NLP电子健康记录

MIMIC-III 表型标注集 — 出院小结表型标签

1,102 出院小结1,000 护理进展记录13 高上下文表型双人 Cohen's KappaMIMIC-III NOTEEVENTS ROW_ID 锚定1,102 出院小结 + 1,000 护理进展记录 = 2,102 篇标注笔记（患者总数官方未公布）

Phenotype Annotations：2,102 篇临床笔记 × 13 高上下文表型 × 双人金标准标注——临床 NLP 表型识别的最小可信金标准

https://physionet.org/content/phenotype-annotations-mimic/ 50

生理信号电子健康记录

MIMIC-III Waveform Matched Subset — 波形临床对齐子集

22,317 波形记录22,247 数值记录10,282 ICU 患者匹配率 34%35%代理日期10,282 名不同 ICU 患者（官方口径 distinct ICU patients；代理 ID + 代理日期去标识）

22,317 波形记录 × 10,282 名 ICU 患者：波形与临床数据的官方匹配桥——匹配方法学、代理日期规则与多模态融合底座

https://physionet.org/content/mimic3wdb-matched/ 43

生理信号电子健康记录

MIMIC-III Waveform Database — 重症监护波形数据库

67,830 记录组30,000 ICU 患者300 万小时6.7 TB125 Hz 波形约 30,000 ICU 患者（成人+新生儿；去标识波形，Matched 子集用代理日期）

67,830 组监护波形记录 · 30,000 ICU 患者 · 300 万小时 · 6.7 TB：全球最大公开 ICU 床旁波形档案与 AI-Ready 信号底座

https://physionet.org/content/mimic3wdb/ 45

医学影像眼科影像医学图像分割糖尿病视网膜病变

Duke DME OCT 数据集 — Chiu 2015 视网膜层与水肿分割基准

图像分割掩码临床标注单模态小样本10

杜克大学 VIP 实验室发布的 110 张 B-scan 糖网黄斑水肿层/液双任务标注集，全自动分层+积液分割的经典起点

Duke DME OCT Dataset (Chiu et al., BOE 2015) url: https://www.qianfanghub.com/ai-ready-dataset/duke-dme/0 54

医学影像病理图像图像分类评测基准肿瘤学

UniToPatho

人工标注影像数据原始数据292 名病人（292 张 WSI，论文原文 Each slide belongs to a different patient）；9,536 个 H&E patch（8,669 档 σ=800 μm

都灵大学 DeepHealth 项目产物：292 张全切片提取 9,536 个 H&E patch，NORM/HP/TA/TVA 六类分类与腺瘤异型增生分级双任务，两档分辨率揭示'不同病变需不同观察尺度'，官方 ResNet-18 基线 BA 0.46 → 多分辨率级联集成 0.67，CC BY 4.0 于 IEEE DataPort 开放

都灵大学结直肠息肉筛查病人 H&E 全切片（Hamamatsu Nanozoomer S210，20×，0.4415 μm/px）两档视野尺寸 patch（PNG）+ 6 类标签与 4 类 type 的 CSV 元数据（含 WSI 引用、ROI 与 patch 坐标） 56