基于知识图谱的医学疾病问答与辅助诊断系统设计与实现

作品简介

面向医学疾病知识的图谱问答系统：从公开疾病数据集（25 字段 / 8805 条 / 41.7MB）抽取 1200 个疾病、11244 个实体、57585 条关系，实现力导向图谱探索、多跳查询、症状反查（IDF 加权）与 6 类意图的规则问答，并导出 Neo4j 可导入文件。第 22 套「青瓷医案风」界面，全站不做诊断、关系不加权、同义词只提示不合并。

技术栈

Python、Django、ECharts、MySQL

功能模块

  • 真实数据：公开中文疾病数据集 41.7 MB / 25 字段 / 8805 条，随包提供；抽出 1200 疾病 / 11244 实体 / 57585 关系（平均每病 48 条），孤立疾病与同类型重名均为 0
  • 实体归一口径：以（类型, 名称）为唯一键，「贫血」既是症状也是病名时分存两个节点，避免症状反查把病名当症状统计
  • 关系不加权：源数据不提供同现次数，按位置拍脑袋加权无法解释；权重统一为 1，改用症状度数做区分度加权（IDF 思路）
  • 同义词如实不合并：实测「发热」只关联 1 个疾病、「发烧」关联 89 个，静默合并会改变口径，页面改为提示「改搜发烧」，论文 6.3 节专门讨论
  • 图谱探索可交互：以疾病为中心拉取一跳邻居（症状/药品/检查/科室/并发症/食物），二跳按共享症状找出最易混淆的相似疾病
  • 规则问答 6 类意图：病→症状、症状→病、病→药、病→科室、病→检查、是什么；6 条典型问句全部命中正确意图与实体，答不出时明确说没识别到
  • 9 个功能页面：概览 / 图谱探索 / 疾病检索 / 详情 / 症状反查 / 科室视图 / 知识问答 / 构建与质量 / 数据下载，ECharts 本地内置离线可用
  • 可迁移：nodes.csv 与 rels.csv 可直接 LOAD CSV 导入 Neo4j；构建命令幂等，改阈值即可扩到全量 8805 条

运行环境

  • 编程语言：Python 3.8 及以上
  • 后端框架：Django 4.2
  • 图谱构建：自定义 build_graph 管理命令（切分 / 归一 / 建边 / 度数 / Neo4j 导出）
  • 数据处理：Python 标准库 csv + collections
  • 数据库：MySQL 8.0（交付默认 SQLite，免安装）
  • 可视化：ECharts 5（力导向图 / 柱状图 / 饼图，本地内置）
  • 数据规模：1200 疾病 / 11244 实体 / 57585 关系（源数据 8805 条）
  • 操作系统：Windows / macOS / Linux
  • 启动方式：双击一键脚本，或 python manage.py runserver 8087

界面截图

文档预览

交付的任务书、开题报告与论文均为 Word 文档，下面是真实页面预览：

交付内容

  • 完整源码（Django 工程 + 图谱构建命令 + 演示数据库）
  • 原始数据集 41.7MB 与图谱导出文件（nodes.csv / rels.csv / findings.json）
  • 毕业设计任务书（Word）
  • 毕业设计开题报告（Word）
  • 毕业论文（Word，七章制，含同名归一、不加权、同义词不合并三处取舍与评估）
  • 系统使用与二次开发说明（Word + md）
  • 系统运行截图 10 张 + 功能演示视频
创作时间：