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 1510 个数据集

医学影像MRI医学图像分割图像分类脑影像评测基准

IntrA

人工标注影像数据派生数据103 个 3D 全脑血管模型（患者级数量未披露）；1909 血管段（1694 健康 + 215 动脉瘤）；116 手工标注动脉瘤段

东京大学 Igarashi 实验室与神经外科合作构建的首个开放 3D 颅内动脉瘤数据集——103 个 TOF-MRA 重建全脑血管模型、1909 血管段、116 专家逐点标注段与测地矩阵，CVPR 2020 Oral 大规模基准，瘤颈提取直连夹闭手术规划

东京大学医院患者 TOF-MRA（每例 512×512×180~300 张切片，体素 0.469×0.469×1 mm）经单阈值法重建 + 双神经外科医生 Amira 交互修复（约 50 工作日）+ MeshLab 流形清洗 + 自研标注工具逐点勾画（116 段，8 小时）的 3D 点云/网格：103 完整模型、1909 自动血管段（1694 健康 + 215 动脉瘤）、116 手工标注段 + N×N 测地距离矩阵（原始 2D MRA 因伦理不发布） 47

医疗NLP知识图谱医学问答与基准医学问答评测基准

MedReason — 医学知识图谱引导的 32,682 条可解释思维链数据集

文本数据合成数据知识图谱不适用（文本 QA 与推理链数据集，无患者个体）

UCSC-VLAA 用 PrimeKG 知识图谱把 7 个医学 QA 数据集转换为可核查的逐步推理链，产出 32,682 条高质量思维链，微调 MedReason-8B 在 7-8B 参数级达医学推理 SOTA，超越 Huatuo-o1-8B 达 4.2%

7 个医学 QA 数据集的 training split（MedQA/MedMCQA/PubMedQA/MMLU 或 MMLU-Pro/HuatuoGPT-o1/MedXpert/Humanity's Last Exam）经 PrimeKG 医学知识图谱引导生成逐步推理链，质量过滤后 32,682 条 32

多模态视觉问答影像-文本对齐X光影像医学问答评测基准

MIMIC-Ext-CXR-QBA — 胸片视觉问答的「问题-框-答案」三元组数据集

影像数据文本数据衍生数据65,317 名患者（Train 64,524 / Val 500 / Test 293）；227,239 项检查、376,175 张图像

从 MIMIC-CXR 的 22.8 万篇放射报告自动构建 42,172,827 条胸片 VQA 问答对——每问附细粒度解剖边界框（正负发现均定位）、层级化整句答案与结构化标签，配套场景图与 ICLR 2026 结构化 VQA 任务基准，PhysioNet 凭证访问

MIMIC-CXR 派生的胸片 VQA 数据集（42,172,827 问答对，源 227,827 篇放射报告 / 377,110 张 MIMIC-CXR-JPG 图像），PhysioNet 凭证访问 39

医学影像CT医学图像分割评测基准挑战赛数据集

Multi-site, Multi-domain Airway Tree Modeling — 肺气道树分割公共基准

影像数据原始数据人工标注500 例胸部 CT（300 训练 / 50 验证 / 150 测试）；患者级独立例数未公开披露

MICCAI 2022 多中心多领域肺气道树建模挑战赛数据集 ATM'22——500 例胸部 CT（300 训练/50 验证/150 测试）由 3 名放射科医生标注三维气道树，含 COVID-19 噪声域，开放注册获取，MedIA 2023 正式发表

多中心多领域胸部 CT（NIfTI，含 COVID-19 毛玻璃影+实变噪声子集）+ 三维肺气道树二值标注掩码（3 名 >5 年经验放射科医生标注，气管/主支气管/肺叶支气管/远端段支气管） 37

医学影像CT医疗NLP多模态挑战赛数据集

HEADLINE: Benchmarking VLMs in Head CT Reporting — 3D 头部 CT 放射学报告生成挑战赛

3D 容积 CT放射学报告影像-文本对齐视觉问答神经影像17000

MICCAI 2026 挑战赛数据集：16,000+ 例 3D 头部 CT 配结构化自由文本报告，双阶段混合评估（自动 BERTScore + 放射科医生临床效用评分）

HEADLINE: Benchmarking VLMs in Head CT Reporting — MICCAI 2026 挑战赛数据集（University Hospital Bonn, CCIBonn） url: https://headline26.grand-challenge.org/ 57

医学影像内窥镜影像图像分类肿瘤学手术视频

Endoscopic Bladder Tissue Classification Dataset — TURBT 内镜四类膀胱组织分类（1754 图/23 例/CC BY 4.0）

影像数据原始数据人工标注23 例接受 TURBT 的患者（NBI 域仅来自其中 3 例）

米兰理工与斯特拉斯堡 ICube 联合 IEO 泌尿外科采集的经尿道膀胱肿瘤电切（TURBT）内镜图像分类数据集——1754 张白光照（WLI）与窄带成像（NBI）帧按切除组织病理回溯标注四类（HGC/LGC/NST/NTL），配套半监督 GAN 跨域方法，CC BY 4.0 于 Zenodo 公开直链

TURBT 手术内镜视频抽帧 PNG（WLI 与 NBI 双域）+ 逐帧注释文件 annotations.csv（帧名/成像类型/组织类型/数据划分）；样本总量 1754 张，四类 HGC 469 / LGC 647 / NST 504 / NTL 134；官方下载包 baldder_tissue_classification.zip（241.2 MB，md5 f507e28908fa73cb01fcfd48e1951675） 43

医学影像内窥镜影像医学图像分割语音信号

BAGLS-VF — 喉镜声门与左右声带像素分割数据集

人工标注影像数据原始数据59250 帧视频喉镜影像（沿用 BAGLS 基础帧池，来自 640 段录音、7 家多中心机构）；BAGLS-VF 新增左/右声带两类像素级标注，患者级人数未单独披露

BAGLS 视频喉镜基准的三类像素级扩展——在 59250 帧多中心喉镜影像上把声门单类标注扩为声门区+左声带+右声带三类，半自动标准化协议产出 RGB 标签掩膜，支撑嗓音医学的声门面积量化与声带对称性分析

视频喉镜（videolaryngoscopy）图像帧（约 97% 灰度 + 约 3% 彩色 RGB）+ RGB 编码的三类标签掩膜（声门区/左声带/右声带）+ 标准化半自动标注协议；主托管 Zenodo (10.5281/zenodo.19593658)，祖代 BAGLS 见 Zenodo 10.5281/zenodo.3762320，论文见 BMC Research Notes 10.1186/s13104-026-07972-7 33

医学影像MRI医学图像分割脑肿瘤儿科肿瘤学

PANDA-CMS — 儿童后颅窝肿瘤 MRI 分割与小脑缄默综合征预测数据集

人工标注影像数据临床数据104 例术前儿童后颅窝肿瘤（description 原文 104 preoperative pediatric posterior fossa tumor MRIs）

104 例术前儿童后颅窝肿瘤 MRI + 分割掩码 + 临床数据的 figshare 公开数据集——面向自动肿瘤分割与小脑缄默综合征（CMS）预测双任务，GPL 3.0+ 软件许可用于数据集的罕见样本；与库内前列腺癌 PANDA（rid 560/27）、panda-plus（rid 640）同名不同体，勿合并

figshare 公开数据集 article id 30281506（doi:10.6084/m9.figshare.30281506.v1）：anonymized_data.zip（术前 MRI + 分割掩码 + 临床数据，含匿名化处理）+ Data Usage Agreement.pdf；版本 v1；发布时点 2025-10-05T16:06:12Z 42

知识图谱药物发现与化学药物-靶点相互作用基因组学与多组学罕见病

PrimeKG — 哈佛精准医疗知识图谱：129,375 节点与 405 万关系把 20 个医学生物数据源焊成一张图

原始数据文本数据知识图谱129,375 个实体节点（疾病 17,080、蛋白 27,671、生物过程 28,642 等 10 类）；无患者级个体数据

Harvard Medical School Zitnik Lab 构建的精准医疗基础设施——把 DrugBank、MONDO、HPO、GO、Reactome、UBERON 等 20 个数据源经本体调和与实体消解融合为 10 类节点、30 种无向边的异构图，专为药物重定位与多模态 AI 而生，整合数据 CC0 1.0 发放

DrugBank、MONDO、UMLS、HPO、GO、Reactome、UBERON、Entrez Gene、Orphanet、Mayo Clinic、SIDER、DrugCentral、CTD、DisGeNET、Bgee、NCBI Gene、OMIM（2023 扩展）等 20 个医学生物数据源的整合（完整清单与各自角色见正文附录 A） 91

医学影像图像分类多模态儿科队列研究

Regensburg Pediatric Appendicitis Dataset — 782 例患儿腹痛 B 超影像 + 实验室检验 + 三大临床终点的可解释多模态基准

影像数据临床数据原始数据782 例儿科患者（建模子集 579 例；图像归档 v1.03 含 2097 张 BMP）

德国雷根斯堡圣海德维希儿童医院 2016–2021 回顾性队列：782 例疑似阑尾炎患儿、每人 1–15 张腹部 B 型超声（BMP）+ 护理/检验/体格/评分表格数据，三目标变量（诊断/管理/严重程度），CC-BY-NC-4.0 —— 配套概念瓶颈模型（CBM）论文发表于 Medical Image Analysis，是儿科阑尾炎超声 AI 领域被引用最多的公开基准之一

Zenodo（DOI 10.5281/zenodo.7669442，v1.01）；镜像 UCI ML Repository dataset 938 / Kaggle 社区镜像；图像 US_Pictures.zip 523.0 MB + 表格 app_data.xlsx 212.8 kB 40

医学影像病理图像图像分类肿瘤学

ORCHID 口腔癌组织学图像数据库 — 印度五中心 150 例患者 14,705 张 512×512 病理 patch、OSMF 与 OSCC 三档分化五分类数据集

影像数据人工标注公开数据150 例患者 / 14,705 张 512×512 病理 patch（五类：normal / OSMF / WDOSCC / MDOSCC / PDOSCC；官方划分训练 10,228 / 验证

印度 5 家顶级医疗中心 150 例活检、H&E 染色、1000X 有效放大（100X 物镜）切出的 14,705 张 512×512 组织病理 patch，按 normal/OSMF/WDOSCC/MDOSCC/PDOSCC 五类标注，官方 70/20/10 患者级划分，CC BY 4.0 完全开放下载；口腔癌与癌前病变病理 AI 的关键公开语料

印度 5 家顶级医疗中心采集的 150 例患者口腔活检组织切片，H&E 染色、1000X 有效放大（100X 物镜）成像后切出的 512×512 像素 patch（相邻重叠 256 像素），经病理学家分级标注为 normal/OSMF/WDOSCC/MDOSCC/PDOSCC 五类，含 Reinhard 染色归一化 25