VPRS 17919 男性患者病房记录

Name: VPRS 17919 男性患者病房记录
Creator: Public Record Office Victoria

比奇沃斯精神病院男性患者病房记录数据集，包含入院、治疗及转院信息，用于历史研究。

Public Record Office Victoria

Research Data Australia

文本HISTORICAL STUDIESHISTORY AND ARCHAEOLOGY

基本信息

模态

文本

创建/更新时间

2026-11-04

资源简介

VPRS 17919 男性患者病房记录

【一句话概览】

本数据集是 Research Data Australia 公开的文本数据集，主题涵盖 HISTORICAL STUDIES、HISTORY AND ARCHAEOLOGY，可用于医学自然语言处理（实体识别、信息抽取等）。

【数据集背景】

本数据集源站标题为《VPRS 17919 Ward Books of Male Patients》。源站首次发布：2017-10-23。

【数据内容】

源站原始描述：This series consists of male patient ward books maintained by various wards of Beechworth Asylum (1867-1905), Beechworth Hospital for the Insane (1905-1934) and Beechworth Mental Hospital (1934-c1949) (VA 2842). The ward books recorded the following: - admission details - patient condition and treatment notes - transfer/discharge information Further reserach is required to determine which particular wards the books were created by. It is likely that the books were maintained by attendants, warde…

【主题与分类】

主题标签：HISTORICAL STUDIES、HISTORY AND ARCHAEOLOGY。

【适用方向】

文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面：https://researchdata.edu.au/vprs-17919-ward-male-patients/980911

原始链接

https://researchdata.edu.au/vprs-17919-ward-male-patients/980911

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。

免登录

当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://researchdata.edu.au/vprs-17919-ward-male-patients/980911

标准获取流程：

访问源站链接，注册/登录账号；
进入数据集详情页，按页面指引申请权限或直接下载；
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。

数据加载示例（表格/文本类）

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))