Semmelweis 1861 年产褥热论著 65 张表格转录与核验数据

数据集获取

源站：https://doi.org/10.5281/zenodo.22155475

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 70.0 KB。

数据说明

《产褥热的病因、概念与预防》（Ignaz Semmelweis，1861年）中的65张统计表，系从影印件图像转录（OCR层会破坏表格），经独立算术核对（重新计算了1500多个百分比），并以CSV格式发布，可供任何用途使用，包括统计学和流行病学教学。数值为1861年印刷原值：原作的算术错误予以保留（并在巴西注释版中加以评注），v1.0中约80处无法辨认的位置已在v1.1中全部补齐，方法是与Deutsches Textarchiv的双人录入转录本进行比对，并对数字化影印件进行放大重读——未作任何计算重建：不再有任何[?]单元格。经典教学材料：维也纳两家诊所的自然实验和1847年5月的手部清洗干预，以及数据批判与可重复性练习。结构：INDICE.csv（每个文件一行，含表格、原书页码和尺寸）和csv/tabela-NNN-.csv。小数用点号；千位不加分隔符；两级标签用«·»连接。

完整细节见随附的 README.md。源自巴西葡萄牙语评注版：《产褥热的病因、概念与预防》，Alexandre Campos Moraes Amato 翻译、注释与评述，Anamnese 丛书：评注医学经典，Academial，2026年。转录与数据准备工作由人工智能辅助完成，最终审校与责任由组织者承担。英文：Semmelweis 1861年关于产褥热的论著中的65张统计表，从传真页面图像转录，经算术交叉核验（重新计算了1,500多个百分比），以 CSV 格式发布。印刷数值按原样精确保留——包括 Semmelweis 本人的算术错误。v1.0中所有约80处无法辨认的位置，已在v1.1中通过与 Deutsches Textarchiv 双键转录本的对照校勘全部解决。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。