⚙️ 系统设置

请在此处配置您的 AI API 密钥。此设置将**仅**保存在您**当前**的浏览器本地存储中。
⚠️ 警告： 请勿在公共电脑或不信任的电脑上输入您的密钥。

🚀 v4.0 知识图谱优化版

⚡ 核心优化：知识图谱后端预计算布局，渲染时间从7-8分钟降至秒级

🆕 新增功能：5个高级分析API（PCA/特征重要性/热图/聚类树/箱线图）

📈 分析升级：关联规则新增Kulczynski/IR指标，实体共现支持Jaccard/PMI

💡 侧边栏新增独立入口：知识图谱、临床决策辅助

🌐 后端服务器配置（内网穿透）

📍 当前后端地址：
💡 提示：如果使用内网穿透（ngrok/cpolar），请在下方填入穿透后的地址。

📚 术语库管理

此处管理您的TCM标准化术语库。上传一个 JSON 文件（直接导入）或一个 XLSX 文件（使用向导）。
术语库将**持久保存在您的浏览器本地存储 (localStorage)**中，刷新后依然生效。

🗂️

拖拽术语库文件到此处或点击选择

支持格式：.json (直接导入), .xlsx (启动向导)

当前术语库状态

未加载术语库。

文件格式说明

JSON 格式 (直接导入)

.json 文件内容应遵循此格式：

{
  "症状": { "发烧": "发热", "怕冷": "恶寒" },
  "药物": { "芒": "芒硝", "芩": "黄芩" }
}

Excel 格式 (使用向导)

.xlsx 文件格式不限，向导会帮助您指定列：

A (本草) B (药典)
阿尔泰扭藿香 大叶紫珠
阿魏 丁公藤

🔬 智能清洗 (AI)

1. 粘贴杂乱的古医案原文

2. AI 清洗后的结构化医案

正在请求 AI，请稍候...

🌿 经典与临床团队古文与医案结构化系统

☁️

拖拽文件到此处或点击选择文件

支持格式：TXT, MD, DOCX, XLSX（最大200MB）

请输入原文 (可从 AI 清洗页发送)

启用自定义提取指令
💡 启用后，AI 将在标准提取基础上，额外遵循您的自定义指令进行提取。例如：关注特定信息、提取额外字段等。
💡 将使用空行（两个连续换行）作为医案分隔标志

实体类型 (AI 提取) - v7.0 完整版 (32类)

疾病 症状 病因 病机 证候 治则 治法 方剂 药物 脉象 舌象 指标 中医诊断 西医诊断 既往史 月经阶段 古籍 病因病机 治则治法 加减方药 朝代 时间 学派 理论 疾病阶段 病势 医家 病位 病性 剂量 疗效反馈 变方依据

🤖 AI 正在努力提取中...

准备开始...

💾 数据存储库

💡 提示：这里保存了您所有已保存的医案数据，数据会持久保存在浏览器本地存储中，刷新页面后依然存在。
🔗 v7.0新增：勾选多条医案后可建立"病程关联"，系统将自动分析诊疗演变过程。

存储数据管理 (共 0 条医案 | 0 个病程)

显示模式：

📚 理论资讯库管理

💡 提示：在此上传中医古籍、教材等理论文献，系统将自动按段落切分并存储到后端数据库。理论库与医案库完全物理隔离，用于"理实互参"功能。

📤 上传理论文献

📝 传统单条上传（点击展开）

📖 已存储的理论书籍 (共 0 本)

📚

暂无理论数据，请上传古籍或教材

🏥 临床决策辅助

v3.2 两阶段透明化工作流

🧠 临床辅助决策系统 v3.2

1
输入病情
2
确认实体
⚠️ 人工确认
3
深度分析
4
决策报告
💡 透明化工作流： 系统将首先提取关键实体供您确认，确保数据质量后再进行深度分析。 这种"感知→确认→推理"的流程让您对整个决策过程拥有完全控制权。

📝 输入病情描述

🧠 自主学习

v6.0 四阶段渐进式学习

0
学习会话
0
学习心得
0
待审核
0
经验库

🎓 四阶段渐进式学习

📖
第一阶段
读书：提取理论要点
🏥
第二阶段
看案：归纳临床规律
🔍
第三阶段
对比：理论与实践
💎
第四阶段
提炼：生成经验心得

📝 选择学习主题

💡 可以是疾病名、症状名、药物名，也可以是证候或治法
失眠 胃痛 咳嗽 高血压 糖尿病 头痛 便秘 黄芪

🕸️ 知识图谱

v6.1 定向探索升级版

🕸️ 知识图谱 (v24.4 - 按需跨类型共现)

💡 新功能：自定义跨类型共现关系！你可以精确选择哪些实体类型之间建立连接（如病机↔药物），无实体数量限制。
支持直线/曲线切换，智能布局优化。

🔗 操作说明

🖱️ 左键点击节点
高亮显示节点
及其相关节点
🖱️ 右键点击节点
弹出操作菜单
聚焦/添加/删除
🖱️ 右键点击关系
编辑关系类型
或删除关系
🖱️ 双击节点
快速聚焦该节点
只显示相关实体
实线箭头
逻辑关系
如：疾病→症状
虚线无箭头
共现关系
如：药物↔药物

🎨 实体类型筛选

⚙️ 可视化设置

🔗 连线设置

⭕ 节点设置

🔗 关系设置

🔎 图谱探索工具

医案知识关系网络

🎛️ 实体类型过滤

📊 网络分析指标 (图算法计算)

👆 点击上方按钮计算网络分析指标

🤖 图谱智能科研助手 (学术增强版)

👋 您好！我是您的中医药科研助手。
当前已加载 v26.2 学术增强引擎。

我可以为您：
1. 📊 计算网络密度、核心社群等拓扑参数。
2. 🧬 挖掘“症状-药物”及“核心药对”的强关联。
3. 📝 撰写万字长文级别的学术分析报告（含表格）。
4. 📥 支持一键导出为 Word (.docx) 格式。

请点击下方 “发送” 按钮开始生成报告。
💡 定向探索模式： 输入一个中心节点，选择你感兴趣的关联类型。系统将展示该节点与选中类型的所有关系（每类最多200条），不再受全局Top N限制。
输入你想探索的节点名称

🔭 探索结果

👈
请在左侧输入节点并选择类型
然后点击"开始探索"

🔄 数据转化

📊 智能统计分析 (v28.0)

🎯 新特性：所有图表均可自定义实体类型！选择任意实体进行统计分析，灵活配置，按需生成。
▼ 🥧 分布分析（饼图/环形图） 查看某类实体的占比分布
▼ 📊 频次分析（柱状图） 查看某类实体的使用频次排名
▼ ☁️ 词云分析 直观展示实体的整体分布
▶ 🔥 关联热力图 查看两类实体之间的关联强度
▶ 🌟 多维对比图（雷达图） 对比多个实体类型的数量分布
▶ 📈 趋势对比图（折线图） 对比多个具体实体的出现趋势
💡 提示：按医案序号展示各实体的出现情况，可观察使用模式的变化
▶ 🎯 关系网络图（和弦图） 查看实体之间的关联网络
💡 提示：展示同类实体在不同医案中的共现关系
▼ 🌊 流转分析（桑基图） 查看多层实体之间的流转关系
▼ 📈 时间演变内容分析 查看实体内容随时间的演变规律
💡 功能说明：展示不同时间段内各实体类型的具体内容及其演变过程,支持同时查看多个实体类型,帮助发现治疗策略的历史演变规律。

🔬 聚类分析 (Phi 系数)

此功能基于 **Phi 相关系数**，计算任意两个实体（例如药物A和药物B）在**所有医案**中“同时出现”或“不同时出现”的 0/1 关联性。
绿色 (正相关) 表示倾向于同时出现。紫色 (负相关) 表示倾向于不同时出现。

Phi 相关性聚类热图

正在计算 Phi 矩阵...

📊 关联规则分析 (FP-Growth v5.1 学术版)

📁 选择数据来源

提示：可以直接使用已保存的医案数据进行分析，或上传Excel文件进行自定义分析。
━━━━ 或 ━━━━

📁 上传自定义Excel数据

📂

拖拽 Excel 文件到此处，或点击下方按钮

支持 .xlsx, .xls 格式（每行=事务，每列=项目）

🔍 第一步：探索关联规则分布

说明：总共分 2 步，先探索关联规则分布，之后选定参数，分析关联规则。
注意：如果是想研究含某个中药的方剂的关联规则，例如"含黄芪的胃病治疗方剂"，所有或者绝大多数方剂中都有黄芪，建议把黄芪删掉。同理，如果所有或者绝大多数方剂都含有 3 个中药，则这 3 个中药也建议删除。

⚙️ 设置参数范围

📋 第二步：分析关联规则

点击 探索规则表 按钮，即可下载结果，可以根据图片或表格选一个参数组合用于后续分析。一般建议选择关联规则数在 200-500 的组合。

🎯 选择参数进行分析

🔧 标准转化 (占位)

这是一个占位符功能。在未来的版本中，可以调用标准术语库（如 SNOMED, ICD-11）的 API 来实现术语标准化。
注：系统已集成本地术语库（见“术语库管理”），此处的标准化是指对接外部 API。

🔬 高级数据分析 (v40学术增强版)

📌 功能说明：本模块提供学术级的高级数据挖掘功能，包括PCA降维、特征重要性分析、聚类树等。所有图表支持高清导出（300 DPI+），可直接用于论文发表。

📊 主成分分析 (PCA)

功能：将高维医案数据降维到2D平面，观察是否存在自然分群。
论文用途："PCA分析显示不同证候确实存在显著区别"

🕸️ 复杂网络分析 (学术期刊级)

📚 设计理念： 复刻《针刺研究》《中国针灸》等核心期刊论文分析方法。
● 节点大小/颜色深浅 = 连接度 (Degree)  |  ● 连线粗细 = 共现强度 (Weight)  |  ● 位置 = 中心性排序
点击节点可查看详细拓扑指标：中介中心性(BC)、接近中心性(CC)等。

⚙️ 分析参数配置

推荐30-80，过多会影响可读性
过滤低频连接，让图更清晰
同心圆布局：核心节点在中央，复刻论文图3效果

🕸️ 复杂网络拓扑图谱

📌 图例说明
节点大小 = 连接度
高连接度(核心)
中连接度
低连接度(边缘)
连线粗细 = 共现次数
强关联
弱关联
实体类型颜色

📋 复杂网络拓扑分析报告

👆 请先配置参数并点击"生成学术级复杂网络图谱"按钮

🧩 社群结构深度挖掘 (Community Detection)

🎓 学术价值： 利用 Louvain 算法 自动发现网络中的隐性功能模块（如核心配伍单元、证-药对应关系）。
● 同色节点代表同一功能社群  |  ● 实线 = 社群内部连接，虚线 = 跨社群连接  |  ● 模块度 Q > 0.3 代表社群结构显著

⚙️ 社群挖掘参数配置

推荐50-100，过多会影响可视化效果
过滤弱连接，让社群更清晰
>1: 更多小社群 | <1: 更少大社群

🔍 实体社群查询

功能：输入实体名称（如"黄芪"、"发热"），查找该实体所属的社群及其成员。

🕸️ 社群结构网络图

📋 社群分析报告 (可用于论文)

👆 请先配置参数并点击"运行 Louvain 算法"按钮
经典与临床团队古文与医案结构化系统