毕业设计之python医疗问句中的实体识别算法的研究（python完整源码+说明文档+演示视频）

1 项目介绍

系统也是根据现实生活当中的需求来进行针对性的功能解决的，所有的业务也好，功能啥的都是根据实际的需求设计而来。传统的医疗知识结构化数据不能够很好而且很准确的进行保存或者数据获取。通过信息化从医疗文本中识别医疗实体的边界并判断医疗实体的类别, 常见的医疗实体类别包括疾病名称、身体部位、药品信息、检查或检验项目以及症状等。真正的通过信息化构建出一条健康所专属的系统。

2、项目技术

项目后端框架：Java+ssm

项目前端框架：vue2，ssm

3、开发环境

后端：开发语言：python

框架：python，django

python版本：python3.6.8版本向上兼容

数据库：mysql5.7+

数据库工具：Navicat11+

开发软件：pycharm

前端：nodejs，vue，html

数据库：mysql

4  系统特点

医疗数据的有效利用对医学研究、医疗诊断和公共防疫等方面起着至关重要的作用, 比如, 统计研究医学临床数据可为医务人员诊疗决策提供信息支撑; 又比如, 精准医疗通过对患者的基因大数据进行挖掘与分析, 可为其提供有针对性的诊疗方案; 还有, 对于疫情防控, 跨省市的医疗大数据的合理利用可协助专家及时、全面地提出防控建议, 实现对医疗资源的合理配置。

• 5 系统实现

  1. 登录页面

在医疗问句系统当中为了能够提供更好的后台管理功能，在后台管理入口处也进行了相关的管理员登录，通过账号、密码以及不同的管理权限来进行登录，风格上还是按照简洁的风格进行设计调整，这样一来我们就可以和应用相对保持统一。在UI风格上也是从一个应用中分离出来的登录页面。如下图所示：

1. 1. 后台页面

后台页面也是通过UI设计来进行的，如下图所示：

1. 1. 问句识别管理页面

医疗问句识别最重要的功能就是可以通过用户的输入来进行相关病情的识别，如下图所示：

1. 1. 问句识别查询页面

医疗问句识别查询是把所有的识别语言进行有效的查询，如下图所示：

• 结论与展望