Project-Imaging-X 是数据集领域的开源项目，由 uni-medical 开发，2025 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 483。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-21。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：医学影像基础模型预训练前的数据调研。同类可对比的替代方案包括 Medical-SAM-Adapter、MONAI、MedicalZoo。
Project-Imaging-X
一站式检索1000+医学影像数据集，快速开启基础模型训练
Project-Imaging-X 是一个系统梳理医学影像开放数据集的资源库，收录了超过1000个公开可获取的医学影像数据集，旨在为医学影像基础模型的开发提供数据支撑。该项目解决的核心问题是医学影像领域数据分散、检索困难、质量参差不齐的痛点，通过结构化整理和分类，帮助研究者快速定位适合特定任务的数据集。其核心能力包括：按模态（如CT、MRI、X光）、解剖部位、疾病类型等多维度分类；提供每个数据集的来源、规模、标注情况等关键元数据；并持续更新以反映最新数据资源。项目以Python工具和文档形式呈现，便于社区协作和扩展。对于从事医学影像AI研究、特别是基础模型预训练的团队，这是一个高效的数据导航工具。
开源
free
开源模型
GitHub 星标
★ 483
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队uni-medical
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型dermoscopy,endoscopy,foundation-models,fundus,medical-image-analysis,multimodal-models,open-science,ophthalmology,pathology,radiology,survey,ultrasound
GitHub 星标★ 483
30天Star增速
HF 下载量
上线时间2025-09-22 00:00:00
最近更新2026-09-21 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5
使用教程
核心亮点
- 覆盖1000+数据集，规模大且持续更新，节省人工搜集时间
- 多维度分类（模态/部位/疾病），支持精准筛选目标数据
- 以结构化文档和Python工具呈现，便于自动化查询和集成
不足之处
- 早期项目，社区贡献和文档完善度待观察
- 仅提供数据集列表，不包含数据预处理或下载自动化功能
适用场景
- 医学影像基础模型预训练前的数据调研
- 针对特定疾病或模态的医学AI研究选题
- 构建医学影像评测基准时寻找多样化数据源
替代项目
Medical-SAM-Adapter、MONAI、MedicalZoo
项目介绍
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models