医疗知识图谱可视化查询系统产品系统

传统医疗信息检索依赖关系型数据库，难以表达疾病-症状-药物之间的复杂关联关系。本项目基于图数据库Neo4j，将医疗知识以图谱形式组织，帮助用户直观探索医学知识网络。项目立项源于课程小组作业，但采用了企业级技术栈，覆盖了知识图谱建模、后端API开发、前端可视化交互等完整链路。适用于医学知识科普、辅助教学、初步诊断参考等场景，尤其适合医学院校或在线医疗平台的知识展示需求。

1）知识图谱可视化：基于Neo4j图数据库存储疾病、症状、药物、科室等实体及其关联关系，前端使用D3.js/ECharts渲染力导向图，支持拖拽、缩放、节点点击展开等交互。
2）智能检索：支持按疾病名称、症状关键词进行模糊搜索，返回关联路径图谱。
3）问答咨询模块：用户输入症状描述，系统匹配相关疾病并展示推荐就诊科室。
4）数据管理：管理员可通过后台添加/编辑/删除知识节点和关系。
5）多端适配：前端使用Vue.js + Vite构建，页面响应式设计。

我负责：后端API开发（Python Flask + Py2neo操作Neo4j）、前端知识图谱可视化组件开发、数据库建模与数据导入、项目部署上线（服务器 + Vercel）。技术栈：Vue.js + Vite前端、Python Flask后端、Neo4j 5.x图数据库、RESTful API通信。难点亮点：图数据的关系查询优化、力导向图在大量节点下的性能优化、Cypher查询语句的复杂关联路径检索。