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 1776 个数据集

基因组学与多组学代谢组学蛋白质组学

ProteomeXchange — 全球蛋白质组学数据开放联盟

["64,330 个数据集""44,248 个公开""CC0 许可""6 大资源库""80+ 国家提交"]不适用（多物种数据聚合联盟，人类数据集占比最高，无统一队列规模）

64,330+ 个质谱蛋白质组学数据集的统一提交与开放获取基础设施

name: "ProteomeXchange Consortium" url: "http://www.proteomexchange.org" 106

医学影像眼科影像图像分类

BRSET — 巴西多疾病眼底彩照数据集

16,266 张眼底彩照8,524 名患者13 类疾病多标签JPEG 图像 + CSV 标注凭证化访问（PhysioNet）8,524 名患者

16,266 张眼底彩照 × 8,524 名患者的巴西多标签眼科数据集

圣保罗联邦大学（UNIFESP）眼科 / PhysioNet url: https://physionet.org/content/brazilian-ophthalmological/ 127

医学影像医学图像分割CT

TotalSegmentator — 全身 CT 多结构分割

1,228 例 CT117 类解剖标注约 23.6 GB NIfTICC BY 4.0 开放下载Zenodo 托管1,228 例 CT 检查（v2 公开数据集）

1,228 例全身 CT 的 117 类解剖结构分割数据集与 nnU-Net 工具

巴塞尔大学医院（University Hospital Basel）放射与核医学科 url: https://zenodo.org/records/10047292 174

医学影像乳腺影像图像分类医学图像分割乳腺癌

INbreast — 高精度标注乳腺钼靶数据集

410 张 DICOM115 例患者约 9.01 GB专家 XML 轮廓标注免费获取115 例患者

全视野数字乳腺摄影 410 张 · 115 例 · 专家病灶轮廓 XML

INESC TEC & Centro Hospitalar de S. João（葡萄牙波尔图） url: https://www.kaggle.com/datasets/tommyngx/inbreast2012/data 70

基因组学与多组学表观基因组测序数据

ENCODE 基因组功能元件百科全书

23,000+ 实验237 万 cCREs1,679 biosamples八类 cCRE 分类统一处理管线不适用（基因组功能元件数据库；供体样本无临床表型关联主键）

23,000+ 实验 · 237 万 cCREs · 1,679 biosamples：调控基因组的功能元件公共底座

https://www.encodeproject.org/ 81

医学影像肿瘤学病理图像骨骼肌肉影像

骨肉瘤组织病理图像数据集（Osteosarcoma） — 化疗反应评估

1,144 张 1024×1024 H&E JPG196.84 MB3 类病理标注CC BY 3.0 开放获取4 名患者 40 张 WSI4 名入选患者（源自 50 例档案，1995—2015）

1,144 张 H&E 病理 tile 三类标注，4 例儿童骨肉瘤化疗反应开放数据

The Cancer Imaging Archive（UT Southwestern Medical Center / UT Dallas） url: https://www.cancerimagingarchive.net/collection/osteosarcoma-tumor-assessment/ 49

医疗NLP电子健康记录医学问答与基准评测基准临床文本

MIETIC 急诊分诊指令语料

EHR 结构化数据合成文本临床文本提示-指令对凭证访问9,629 条分诊病例（派生自 MIMIC-IV v3.1、MIMIC-IV-ED v2.2、MIMIC-IV-Note v2.2，含 18 岁以上成人急诊就诊）

从 MIMIC-IV 急诊模块抽出的 9,629 条分诊病例，按五级 ESI 构造成指令-输入-输出三元组，配 50 条三医师仲裁样本与 24 段质控 SQL，用于训练与评测大模型的分诊判断

MIMIC-IV v3.1 急诊模块（MIMIC-IV-ED v2.2）与 MIMIC-IV-Note v2.2 抽取的生命体征、主诉、人口学与分诊结局，经模板生成与专家校验后组织为指令-输入-输出三元组 32

医学影像医学图像分割评测基准神经科学脑影像

ADAM

影像数据人工标注原始数据训练 113 例（含 129 个未破裂颅内动脉瘤，其中 93 例含 UIA、20 例无）｜测试 141 例（含 153 个 UIA，其中 117 例含、26 例无，不公开）

MICCAI 2020 颅内动脉瘤检测与分割挑战赛——全 TOF-MRA、113 例训练含 129 个未破裂动脉瘤、141 例私有测试集，Task 1 检测 11 队 / Task 2 分割 9 队同台竞技，nnU-Net 系方法拿下分割榜首并逼近观察者间水平

UMC Utrecht 临床 3D TOF-MRA（飞行时间磁共振血管造影）＋每例附带结构 MR（T1/T2/FLAIR 之一）＋医学标注专家手工制作的 UIA 二值掩码与中心体素坐标（训练集）；测试集标注不公开 50

医学影像CT脑影像图像分类挑战赛数据集评测基准

RSNA Intracranial Hemorrhage

人工标注影像数据原始数据挑战赛数据25,312 例检查（原始提交候选 27,861 例，剔除后保留）；= 训练/验证 21,784 + 测试 3,528；图像 874,035 张

RSNA 2019 脑 CT 出血挑战赛：25,312 例无对比头颅 CT、874,035 张轴位切片、60 名志愿神经放射科医生在 MD.ai 上标注，对五类颅内出血亚型（EPH/IPH/IVH/SAH/SDH）做逐切片多标签分类，并以加权多标签对数损失排榜——至今仍是脑 CT AI 训练与评测最常被复用的公开底座

RSNA 2019 Brain CT Hemorrhage Challenge：四家机构（Stanford / UNIFESP / Thomas Jefferson University Hospital / Unity Health Toronto）提供的去标识化无对比头颅 CT（DICOM 轴位序列，层厚 3-5mm，每序列 20-60 层）+ 切片级多标签 CSV（5 亚型 + any）+ Kaggle 竞赛规则文件 60