VPRS 18378 入院索引卡

Name: VPRS 18378 入院索引卡
Creator: Public Record Office Victoria

包含Kew精神病医院患者入院索引卡，记录诊断、预后、精神状态等文本信息。

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 18378 入院索引卡

【一句话概览】

VPRS 18378入院索引卡系列收录Kew精神/精神病医院（VA 2840）患者的入院索引卡。卡片记录患者姓名、年龄、性别、适用于拘押的法案条款、医院病房名称和入院日期，以及出院、死亡或转至其他机构的日期、诊断、预后及病因、身体状况和精神状态。源站标签为历史研究、历史与考古（来源 Research Data Australia）。

【数据集背景】

本数据集源站标题为《VPRS 18378 Admission Index Cards》。源站首次发布：2018-07-23。

【数据内容】

源站原始描述：This series consists of admission index cards for patients at Kew Mental/Psychiatric Hospital (VA 2840). These index cards record details including name of patient, age, sex, section of Act applicable to committal, name of hospital ward and admission date, date of discharge, death or transfer to another institution, diagnosis, prognosis and cause, physical state, mental state

【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-18378-admission-index-cards/1332745

原始链接

https://researchdata.edu.au/vprs-18378-admission-index-cards/1332745

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-18378-admission-index-cards/1332745

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))