业务和功能介绍
慢性病患者健康信息管理系统的目标是开发一个通用的慢性病患者主导的PHR系统，目的是让用户以自己想要的方式创建自己的医疗数据可视化图表，其中包括服药剂量变化图、检测数据之间的拟合曲线图，随时间变化的趋势预测图，使用户能够更清晰地了解自己的健康状况和变化趋势。同时，让用户便捷地管理和同步自己的医疗信息。
用户可以在本系统中管理个人的医疗数据和个人信息。本系统提供单位换算和文字识别功能，让用户能够在信息管理页面中轻松录入医疗数据，包括账单、病历、化验单、用药记录和用药计划。用户可以在用药记录页中直观管理每日的服药情况，并查看治疗过程中药物剂量变化图。
信息管理模块使用户自主管理医疗信息，用户在进行录入医疗信息时，可以手动录入，也可以通过图片转文字功能快速录入信息。为了提供更便捷的服务，系统利用文字识别技术智能处理图像信息，让用户能够更加方便地管理自己的健康信息。
数据可视化模块则通过生成折线图、拟合曲线图和相关性趋势图等方式，将过往数据以直观的形式呈现给用户。用户可以在同一页面中叠加查看多个图像，进一步提高数据的理解和分析能力，从而更好地掌握自己的健康状况。
医疗辅助模块为患者提供了科学、精准的医疗辅助服务。其中包括单位换算、趋势预测和用药记录等功能，帮助患者更好地管理自己的健康，准确掌握用药情况，及时调整治疗方案。
医疗信息分享模块通过密钥身份认证、自定义预警通知和上传下载医疗信息报告等功能，促进了患者与亲友、医疗专业人员之间的信息共享和沟通。患者可以通过系统与亲友分享自己的健康信息，也可以方便地与医疗专业人员进行沟通，及时获取专业建议和治疗方案。
用户可以在本系统中管理个人的医疗数据和个人信息。本系统提供单位换算和文字识别功能，让用户能够在信息管理页面中轻松录入医疗数据，包括账单、病历、化验单、用药记录和用药计划。用户可以在用药记录页中直观管理每日的服药情况，并查看治疗过程中药物剂量变化图。
信息管理模块使用户自主管理医疗信息，用户在进行录入医疗信息时，可以手动录入，也可以通过图片转文字功能快速录入信息。为了提供更便捷的服务，系统利用文字识别技术智能处理图像信息，让用户能够更加方便地管理自己的健康信息。
数据可视化模块则通过生成折线图、拟合曲线图和相关性趋势图等方式，将过往数据以直观的形式呈现给用户。用户可以在同一页面中叠加查看多个图像，进一步提高数据的理解和分析能力，从而更好地掌握自己的健康状况。
医疗辅助模块为患者提供了科学、精准的医疗辅助服务。其中包括单位换算、趋势预测和用药记录等功能，帮助患者更好地管理自己的健康，准确掌握用药情况，及时调整治疗方案。
医疗信息分享模块通过密钥身份认证、自定义预警通知和上传下载医疗信息报告等功能，促进了患者与亲友、医疗专业人员之间的信息共享和沟通。患者可以通过系统与亲友分享自己的健康信息，也可以方便地与医疗专业人员进行沟通，及时获取专业建议和治疗方案。
项目实现
慢性病患者健康信息管理系统由我独立设计并实现。
本系统选择了Vue.js作为前端开发的主要框架，选择了Spring Boot作为后端开发的主要框架，并采用Cookie标记用户，使用Local Storage和MySQL存储用户数据。
1 信息管理模块
（1）个人医疗信息管理
用户在信息管理页面中可以录入自己的医疗数据，如账单、病历、化验单、用药记录和用药计划。用户可以对已经录入的医疗数据进行查看、修改和删除。用户在用药记录页面中可以直观地记录和管理自己的每日服药情况。
（2）个人信息管理
用户成功注册账号后，系统默认会给用户随机生成用户名。用户可以在用户设置页面中，查看和修改自己的个人信息。
2 数据可视化模块
（1）生成折线图
用户在用药记录页面中选择想查看的药物名称，系统会提取对应的用药记录表中的药物剂量数据，并将其直观地显示为折线图。
（2）拟合曲线图
用户在拟合曲线页面中选择查看的检测项目名称，并输入线性回归项数。系统将从化验单表中提取对应检测项目的检测值数据，并利用线性回归算法生成折线图和拟合曲线图，直观地展示在用户界面上。
（3）生成相关性趋势图
用户在趋势预测页面中选择查看的检测项目名称，并输入线性回归项数和预测时间区间。系统将提取化验单表中对应检测项目的检测值数据，并利用线性回归算法生成相关性趋势图。相关性趋势图可以帮助用户理解数据间的关联性，并直观地显示在用户界面上。
（4）多图合并查看
程序将用户保存的图像数据堆叠显示在多图合并界面，用户可以与图表进行交互，以便比较和分析数据。
3 医疗辅助模块
（1）单位换算
用户选择要换算的单位后，系统根据国际单位制进行单位换算，并将换算结果直观展示在用户界面。
（2）趋势预测
程序从数据库获取过往数据利用线性回归算法预测患者下次检测数值，以帮助患者更好地了解的发展趋势。
（3）跟踪患者用药记录
程序记录用户每天的药物剂量，并以折线图的形式直观呈现药物剂量的变化情况。用户可以记录每天早、中、晚的服药情况，以便有效地跟踪用药情况。
（4）图片转文字
用户选择图片文件，将部分图片内容上传到服务器，服务器完成图像识别后将图片中的文字提取，让用户可以复制文字填入表格中。
4 医疗信息分享模块
（1）单位换算
用户选择要换算的单位后，系统根据国际单位制进行单位换算，并将换算结果直观展示在用户界面。
（2）趋势预测
程序使用线性回归算法根据过往数据预测患者下次检测数值，以帮助患者更好地了解健康状况的发展趋势。
（3）跟踪患者用药记录
程序记录患者每天的药物剂量，并以折线图的形式直观呈现药物剂量的变化情况。患者可以记录每天早、中、晚的服药情况，以便有效地跟踪用药情况。
本系统选择了Vue.js作为前端开发的主要框架，选择了Spring Boot作为后端开发的主要框架，并采用Cookie标记用户，使用Local Storage和MySQL存储用户数据。
1 信息管理模块
（1）个人医疗信息管理
用户在信息管理页面中可以录入自己的医疗数据，如账单、病历、化验单、用药记录和用药计划。用户可以对已经录入的医疗数据进行查看、修改和删除。用户在用药记录页面中可以直观地记录和管理自己的每日服药情况。
（2）个人信息管理
用户成功注册账号后，系统默认会给用户随机生成用户名。用户可以在用户设置页面中，查看和修改自己的个人信息。
2 数据可视化模块
（1）生成折线图
用户在用药记录页面中选择想查看的药物名称，系统会提取对应的用药记录表中的药物剂量数据，并将其直观地显示为折线图。
（2）拟合曲线图
用户在拟合曲线页面中选择查看的检测项目名称，并输入线性回归项数。系统将从化验单表中提取对应检测项目的检测值数据，并利用线性回归算法生成折线图和拟合曲线图，直观地展示在用户界面上。
（3）生成相关性趋势图
用户在趋势预测页面中选择查看的检测项目名称，并输入线性回归项数和预测时间区间。系统将提取化验单表中对应检测项目的检测值数据，并利用线性回归算法生成相关性趋势图。相关性趋势图可以帮助用户理解数据间的关联性，并直观地显示在用户界面上。
（4）多图合并查看
程序将用户保存的图像数据堆叠显示在多图合并界面，用户可以与图表进行交互，以便比较和分析数据。
3 医疗辅助模块
（1）单位换算
用户选择要换算的单位后，系统根据国际单位制进行单位换算，并将换算结果直观展示在用户界面。
（2）趋势预测
程序从数据库获取过往数据利用线性回归算法预测患者下次检测数值，以帮助患者更好地了解的发展趋势。
（3）跟踪患者用药记录
程序记录用户每天的药物剂量，并以折线图的形式直观呈现药物剂量的变化情况。用户可以记录每天早、中、晚的服药情况，以便有效地跟踪用药情况。
（4）图片转文字
用户选择图片文件，将部分图片内容上传到服务器，服务器完成图像识别后将图片中的文字提取，让用户可以复制文字填入表格中。
4 医疗信息分享模块
（1）单位换算
用户选择要换算的单位后，系统根据国际单位制进行单位换算，并将换算结果直观展示在用户界面。
（2）趋势预测
程序使用线性回归算法根据过往数据预测患者下次检测数值，以帮助患者更好地了解健康状况的发展趋势。
（3）跟踪患者用药记录
程序记录患者每天的药物剂量，并以折线图的形式直观呈现药物剂量的变化情况。患者可以记录每天早、中、晚的服药情况，以便有效地跟踪用药情况。
示例图片视频
相似推荐
memRagAgent - 智能认知记忆系统
开源地址：https://github.com/daoyou-zhang/memRangeAgent
### 记忆增强检索（Memory RAG）
系统的核心是三层记忆架构的实现。情节记忆（Episodic）采用 PostgreSQL 存储，每条记录包含对话内容、时间戳、用户 ID、会话 ID 等元数据，并通过向量化技术生成 embedding，支持语义检索。语义记忆（Semantic）通过 LLM 从情节记忆中提炼，存储抽象概念、用户偏好、领域知识等，形成结构化的知识条目。程序记忆（Procedural）记录成功的工具调用序列和操作流程，支持流程复用。
向量检索基于余弦相似度算法，将用户输入向量化后，在记忆库中检索最相关的历史记录。检索结果按相关性和时间衰减加权排序，确保既考虑语义相关性，又优先召回近期记忆。通过 Redis 缓存热点查询，将 RAG 检索延迟控制在 100ms 以内。
### 认知控制器（Cognitive Controller）
认知流程分为四个阶段：意图理解 → 上下文聚合 → 回复生成 → 学习闭环。意图理解使用独立的快速模型（qwen-flash），低温度（0.1）保证稳定的 JSON 输出，分析用户意图类别、实体、置信度和是否需要工具调用。上下文聚合从记忆服务获取用户画像、工作记忆（最近对话）和 RAG 检索结果，从知识服务获取图谱查询结果，融合成完整上下文。回复生成使用高质量模型（deepseek-v3），温度 0.5 保证创造性和稳定性的平衡。学习闭环将对话存入情节记忆，触发异步的画像聚合任务。
### 知识图谱集成
采用 Neo4j 图数据库构建知识图谱，支持实体（Entity）、关系（Relationship）、属性（Property）的灵活建模。实体包括人物、概念、事件等，关系包括"属于"、"相关"、"导致"等语义连接。通过 Cypher 查询语言实现路径查询、社区发现、中心性分析等图算法。
电商类型-Home Live
HomeLive是一款服务于全球用户的在线外贸交易平台，核心定位是打破跨境购物壁垒，满足中国消费者不出国门就能便捷选购全球商品的需求。平台汇集全球各地知名品牌供应商，打造多元化服务体系，涵盖在线直播带货频道、认证商家一站式购物服务，同时保障海外商品现货库存充足，提供全球货物护航直邮服务，全方位提升跨境购物的便捷性与安全性。
.该工具仅采集互联网上公开可商用、无版权声明且符合国家
为解决电商从业者手动整理商品信息效率低的问题，我用 Python 开发了一款自动爬取公开商品列表的小工具，能按设定的关键词抓取商品名称、价格和销量信息，并自动整理成表格格式，帮助快速汇总竞品或目标类目的基础数据，降低人工整理的时间成本。该工具仅支持爬取用户授权或平台公开可商用的非版权类图片与基础数据，不涉及影视、付费素材等有版权保护的内容，全程遵守网站 robots 协议和数据使用规范，确保爬取行为合法合规
本地生活小程序
本地生活小程序，为了相应政策的拉动消费，让本地人群实现物美价廉的购物体验，包括在线超市，本地商家等，超市支持配送到家，平台商户折扣消费后返积分，积分可以兑换优惠券，再次消费，打造良性循环。
充电宝小程序，用于充电宝租借，电池包租借小程序用于电池包租借
立项背景和目标：
随着共享经济发展，共享充电宝已成为人们外出时解决手机电量焦虑的刚需。本项目旨在开发一款跨平台的充电宝租借小程序/App，覆盖用户从查找附近机柜、扫码租借、在线支付到归还的全流程。同时通过电池包租借功能拓展业务场景（如便携充电包），提升用户体验与平台收益。
核心功能模块：
地图找点：基于LBS显示附近可用机柜，支持按距离/空闲状态筛选，一键导航。
扫码租借：扫描机柜二维码或手动输入编号，快速租借充电宝或电池包。
信用免押：接入第三方信用分（如芝麻信用），高信用用户免押金租借。
订单与支付：实时计费，支持微信/支付宝支付，订单历史可查，押金秒退。
用户中心：个人信息、优惠券、客服反馈、使用帮助等。
业务流程描述：
用户打开小程序 → 授权定位 → 首页地图展示附近机柜 → 点击机柜查看详情（剩余充电宝数、距离）→ 选择“扫码租借”扫描二维码 → 确认租借，系统判断信用分 → 免押/支付押金 → 机柜弹出充电宝 → 使用中可查看剩余电量/计费 → 归还时扫描任意同品牌机柜二维码 → 插入充电宝 → 系统自动结算费用并扣款 → 订单完成。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服