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
项目简介
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。
演示视频
视频也可在 B 站视频页 观看
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 |
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
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
最终成品目录结构
下面是交付包里的真实目录，共 60 个文件。只展示文件名，不含文件内容； 点击文件夹可逐层展开，看到每个模块是怎么拆分的。
界面截图
点击任意一张可放大，支持左右切换（也可用键盘 ← → 键）
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；点击可放大并左右切换：
常见问题
数据是真的吗？
是。源文件 41.7 MB、25 个字段、8805 条疾病，随包放在 源码/data/raw/Disease_Data.csv。图谱节点与关系全部从这份文件抽取，没有一条是合成的。
为什么只有 1200 个疾病？
8805 条里先按「关系数 ≥ 6」筛，再按关系完整度取前 1200 条入图。全量入图会让力导向图无法阅读、页面明显卡顿。想要更多就调 medkg/settings.py 的 KG["MAX_DISEASES"] 再重跑 build_graph，建议不超过 2000。
关系为什么不分轻重？
源数据只说「这个病有这些症状」，不给同现次数或典型程度。按位置拍脑袋加权（排前面的更重要）结论无法解释，也无法向读者交代。所以权重统一为 1，改用症状自身的度数做区分度加权 —— 越少见的症状权重越高。
「贫血」怎么既是症状又是病？
数据里确实两种都有。系统以（类型, 名称）为唯一键，存成两个节点，统计时分开算。若只按名字合并，症状反查会把疾病名当作症状统计，结果会失真。
为什么搜「发热」几乎没结果？
因为数据里「发热」只关联 1 个疾病，而「发烧」关联 89 个，同义词没有合并。系统不会静默合并（那会改变统计口径），而是在页面提示「改搜发烧」。这个现象写进了论文 6.3 节，是本文最重要的发现之一。
这个系统能诊断吗？
不能，也不应该这样用。它只做公开资料的结构化整理与关系检索：症状反查返回的是「哪些病的症状与所选词重合最多」，不是医学结论。页面底部有固定免责声明，论文里也写明了。
问答能听懂多复杂的问法？
6 类固定问法：病→症状、症状→病、病→药、病→科室、病→检查、是什么。用正则模板匹配，换一种说法可能就匹配不到 —— 但匹配不到时会明确说「没识别出实体」，而不是编一个答案。
数据能导入 Neo4j 吗？
能。build_graph 会同时导出 data/analysis/nodes.csv 与 rels.csv，字段就是 Neo4j LOAD CSV 需要的格式，页面「数据下载」里给了两段可直接用的 Cypher。
有哪几种系统角色？
访客无需登录即可看全部 9 个页面并下载数据；管理员通过 Django admin 维护疾病、实体与关系，并查看构建与问答日志（演示账号 admin / admin123456）。
常见报错怎么办？
端口占用换 8088；缺依赖 pip install -r requirements.txt；图谱空白先查 static/vendor/echarts.min.js；改完 MAX_DISEASES 必须重跑 build_graph。说明文档第八节给了完整对照表。