-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy path333.py
348 lines (297 loc) · 13.5 KB
/
333.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
import streamlit as st
import json
import os
import matplotlib.pyplot as plt
from matplotlib import rcParams
from neo4j import GraphDatabase
rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 设置为微软雅黑或其他支持中文的字体x
rcParams['axes.unicode_minus'] = False # 防止负号显示为方块
# 配置 Neo4j 连接
uri = st.secrets["neo4j"]["uri"]
username = st.secrets["neo4j"]["username"]
password = st.secrets["neo4j"]["password"]
driver = GraphDatabase.driver(uri, auth=(username, password))
# 从 Neo4j 获取知识图谱数据
def fetch_graph_data(query):
with driver.session() as session:
result = session.run(query)
nodes = set()
edges = []
for record in result:
n = record["n"]
m = record["m"]
r = record["r"]
nodes.add((n.id, n["name"]))
nodes.add((m.id, m["name"]))
edges.append((n.id, m.id, r.type))
return list(nodes), edges
# 构建 HTML 可视化
def create_vis_html(nodes, edges):
graph_data = {
"nodes": [{"id": node[0], "label": node[1]} for node in nodes],
"edges": [{"from": edge[0], "to": edge[1], "label": edge[2]} for edge in edges],
}
return f"""
<!DOCTYPE html>
<html>
<head>
<script src="https://unpkg.com/vis-network/standalone/umd/vis-network.min.js"></script>
</head>
<body>
<div id="network" style="width: 100%; height: 600px;"></div>
<script>
var nodes = new vis.DataSet({json.dumps(graph_data['nodes'])});
var edges = new vis.DataSet({json.dumps(graph_data['edges'])});
var container = document.getElementById('network');
var data = {{ nodes: nodes, edges: edges }};
var options = {{
nodes: {{
shape: 'dot',
size: 15,
font: {{ size: 14, color: '#000' }},
borderWidth: 2
}},
edges: {{
width: 2,
font: {{ size: 12, align: 'middle' }},
arrows: {{ to: {{ enabled: true, scaleFactor: 0.5 }} }},
color: {{ color: '#848484', highlight: '#848484', hover: '#848484' }},
smooth: {{ type: 'dynamic' }}
}},
physics: {{
stabilization: false,
barnesHut: {{
gravitationalConstant: -8000,
centralGravity: 0.3,
springLength: 95,
springConstant: 0.04
}}
}}
}};
var network = new vis.Network(container, data, options);
</script>
</body>
</html>
"""
# 整合到诊断结果模块
def diagnosis_results_module(knowledge_graph):
st.header("诊断结果")
if "symptoms" in st.session_state and st.session_state["symptoms"]:
selected_symptoms = st.session_state["symptoms"]
diagnoses = get_diagnosis(selected_symptoms, knowledge_graph)
if diagnoses:
st.write("以下是根据您选择的症状生成的可能患有的疾病：")
for diag in diagnoses:
st.markdown(f"### {diag['疾病']}")
st.markdown(f"**疾病描述：** {diag['疾病描述']}")
st.markdown(f"**诊断标准：** {diag['诊断标准']}")
st.markdown(f"**治疗建议：** {diag['治疗建议']}")
# 动态展示知识图谱
st.subheader("关联知识图谱")
query = f"""
MATCH (n)-[r]->(m)
WHERE n.name IN {json.dumps([diag['疾病'] for diag in diagnoses])}
RETURN n, r, m
"""
nodes, edges = fetch_graph_data(query)
vis_html = create_vis_html(nodes, edges)
st.components.v1.html(vis_html, height=600)
else:
st.warning("根据选择的症状，未能匹配到已知的疾病。")
else:
st.warning("请先选择症状！")
# 安全模块的用户验证功能
def authenticate_user(username, password):
# 简单的用户名和密码验证 (仅供示例，可替换为更安全的认证机制)
user_credentials = {"shuimianjibing": "123456"}
return user_credentials.get(username) == password
# 添加主安全模块
def security_module():
st.title("安全模块")
st.markdown("本模块用于确保系统的安全和数据隐私。")
# 用户登录
st.subheader("用户登录")
username = st.text_input("用户名")
password = st.text_input("密码", type="password")
if st.button("登录"):
if authenticate_user(username, password):
st.success("登录成功！欢迎使用疾病诊断系统。")
st.session_state["authenticated"] = True
st.session_state["username"] = username
else:
st.error("用户名或密码错误，请重试。")
# 登录成功后显示额外功能
if "authenticated" in st.session_state and st.session_state["authenticated"]:
st.markdown(f"**当前用户：** {st.session_state['username']}")
st.markdown("### 安全功能")
# 数据清理功能
if st.button("清除会话数据"):
st.session_state.clear()
st.success("所有会话数据已清除！")
st.experimental_set_query_params()
# 提示用户继续操作
st.info("您已通过身份验证，可返回导航栏使用其他功能。")
# 添加测试模块
def test_module(knowledge_graph):
st.title("测试模块")
st.markdown("本模块用于测试系统的功能和知识图谱的准确性。")
# 获取所有症状
all_symptoms = set()
for disorder in knowledge_graph:
all_symptoms.update(disorder["symptom"])
# 模拟输入
st.subheader("症状输入模拟")
test_symptoms = st.multiselect("选择测试症状：", list(all_symptoms))
if st.button("运行测试"):
if test_symptoms:
# 获取诊断结果
diagnoses = get_diagnosis(test_symptoms, knowledge_graph)
if diagnoses:
st.write("以下是根据测试症状生成的诊断结果：")
for diag in diagnoses:
st.markdown(f"### {diag['疾病']}")
st.markdown(f"**诊断标准：** {diag['诊断标准']}")
st.markdown(f"**治疗建议：** {diag['治疗建议']}")
else:
st.warning("未匹配到任何疾病。")
else:
st.warning("请选择至少一个症状以运行测试。")
# 可视化知识图谱内容
st.subheader("知识图谱内容分析")
disorder_counts = len(knowledge_graph)
symptom_counts = len(all_symptoms)
st.markdown(f"- **疾病数量：** {disorder_counts}")
st.markdown(f"- **独立症状数量：** {symptom_counts}")
# 数据可视化：疾病与症状数量
st.write("#### 疾病和症状统计条形图")
fig, ax = plt.subplots()
ax.bar(["疾病数量", "症状数量"], [disorder_counts, symptom_counts], color=["lightblue", "salmon"])
ax.set_ylabel("数量")
ax.set_title("知识图谱统计数据")
st.pyplot(fig)
# 提供诊断的覆盖率
st.subheader("诊断覆盖率测试")
st.markdown("通过测试输入症状集合的匹配程度，计算诊断覆盖率。")
matched_disorders = sum(
1 for disorder in knowledge_graph if any(symptom in test_symptoms for symptom in disorder["symptom"])
)
coverage_rate = (matched_disorders / disorder_counts) * 100 if disorder_counts else 0
st.markdown(f"- **覆盖的疾病数量：** {matched_disorders}")
st.markdown(f"- **覆盖率：** {coverage_rate:.2f}%")
if coverage_rate < 50:
st.warning("覆盖率较低，请检查知识图谱或测试症状。")
else:
st.success("覆盖率正常，知识图谱表现良好。")
# 加载知识图谱函数
def load_knowledge_graph(file_path):
with open(file_path, "r", encoding="utf-8") as f:
return json.load(f)
# 根据症状获取诊断
def get_diagnosis(symptoms, knowledge_graph):
possible_diagnoses = []
# 遍历每个睡眠障碍（每个元素是一个字典）
for disorder in knowledge_graph:
# 判断症状是否至少匹配一个
if any(symptom in disorder["symptom"] for symptom in symptoms):
possible_diagnoses.append({
"疾病": disorder["name"], # 获取疾病名称
"疾病描述": disorder["desc"], # 获取疾病描述
"诊断标准": disorder["diag_criteria"], # 获取诊断标准
"治疗建议": disorder["cure_way"], # 获取治疗建议
})
return possible_diagnoses
# 主函数
def main():
st.set_page_config(page_title="疾病诊断系统", layout="wide")
# 加载知识图谱
file_path = r"sleep_konwledge_graph.json"
knowledge_graph = load_knowledge_graph(file_path)
# 页面导航
menu = ["安全模块", "首页", "逐步引导", "症状选择", "诊断结果", "测试模块", "反馈", "隐私管理"]
choice = st.sidebar.selectbox("导航", menu)
if choice == "安全模块":
security_module()
elif "authenticated" not in st.session_state or not st.session_state["authenticated"]:
st.warning("请先通过 [安全模块] 登录后访问本系统其他功能。")
elif choice == "测试模块":
test_module(knowledge_graph)
elif choice == "首页":
st.title("欢迎使用疾病诊断系统")
st.markdown("""
**功能简介：**
- 根据症状选择进行疾病诊断。
- 提供诊断结果及治疗建议。
- 支持数据可视化及用户反馈。
""")
st.info("隐私声明：本系统仅在会话中保存您的数据，所有输入均不会上传到服务器或外部存储。")
elif choice == "逐步引导":
st.title("逐步引导模式")
# 第一步：选择症状
step = st.radio("请选择步骤：", ["选择症状", "确认症状", "查看结果"])
if step == "选择症状":
st.subheader("第1步：选择您的症状")
all_symptoms = set()
for disorder in knowledge_graph:
all_symptoms.update(disorder["symptom"])
selected_symptoms = st.multiselect("选择症状：", list(all_symptoms))
if st.button("保存症状"):
st.session_state["selected_symptoms"] = selected_symptoms
st.success("症状已保存，请前往下一步。")
# 第二步：确认症状
elif step == "确认症状":
st.subheader("第2步：确认选择的症状")
if "selected_symptoms" in st.session_state:
st.write("您选择的症状：", st.session_state["selected_symptoms"])
if st.button("确认并继续"):
st.session_state["confirmed"] = True
st.success("症状确认成功！请前往下一步。")
else:
st.warning("请先选择症状。")
# 第三步：查看结果
elif step == "查看结果":
st.subheader("第3步：诊断结果")
if "confirmed" in st.session_state and st.session_state["confirmed"]:
diagnoses = get_diagnosis(st.session_state["selected_symptoms"], knowledge_graph)
if diagnoses:
for diag in diagnoses:
st.markdown(f"### {diag['疾病']}")
st.markdown(f"**疾病描述：** {diag['疾病描述']}")
st.markdown(f"**诊断标准：** {diag['诊断标准']}")
st.markdown(f"**治疗建议：** {diag['治疗建议']}")
else:
st.warning("未找到符合条件的疾病。")
else:
st.warning("请先完成症状确认。")
elif choice == "症状选择":
st.header("症状选择")
st.markdown("请根据您的情况选择症状：")
# 获取所有症状
all_symptoms = set()
# 遍历知识图谱中的每个睡眠障碍对象（每个对象是一个字典）
for disorder in knowledge_graph:
# 获取每个障碍的症状，并将其更新到 all_symptoms 集合中
all_symptoms.update(disorder["symptom"])
# 症状选择
selected_symptoms = st.multiselect("选择症状", list(all_symptoms))
if st.button("保存症状"):
st.session_state["symptoms"] = selected_symptoms
st.success("症状已保存！")
elif choice == "诊断结果":
diagnosis_results_module(knowledge_graph)
elif choice == "反馈":
st.header("用户反馈")
feedback = st.text_area("请留下您的宝贵意见：", "")
if st.button("提交反馈"):
st.success("感谢您的反馈！")
elif choice == "隐私管理":
st.header("隐私管理")
st.markdown("""
**隐私声明：**
- 您的输入数据仅在本地会话中存储，不会上传或共享。
- 您可以随时清除所有会话数据。
""")
if st.button("清除会话数据"):
st.session_state.clear()
st.success("所有会话数据已清除！")
if __name__ == "__main__":
main()