前言
- 💖💖作者：计算机程序员小杨
- 💙💙个人简介：我是一名计算机相关专业的从业者，擅长Java、微信小程序、Python、Golang、安卓Android等多个IT方向。会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。热爱技术，喜欢钻研新工具和框架，也乐于通过代码解决实际问题，大家有技术代码这一块的问题可以问我！
- 💛💛想说的话：感谢大家的关注与支持！
- 💕💕文末获取源码联系 计算机程序员小杨
- 💜💜
- 网站实战项目
- 安卓/小程序实战项目
- 大数据实战项目
- 深度学习实战项目
- 计算机毕业设计选题
- 💜💜
一.开发工具简介
- 大数据框架：Hadoop+Spark（本次没用Hive，支持定制）
- 开发语言：Python+Java（两个版本都支持）
- 后端框架：Django+Spring Boot(Spring+SpringMVC+Mybatis)（两个版本都支持）
- 前端：Vue+ElementUI+Echarts+HTML+CSS+JavaScript+jQuery
- 详细技术点：Hadoop、HDFS、Spark、Spark SQL、Pandas、NumPy
- 数据库：MySQL
二.系统内容简介
基于大数据的结核病数据可视化分析系统是一套集数据处理、分析与可视化展示于一体的综合性医疗大数据分析平台。该系统采用Hadoop分布式存储架构作为底层数据存储基础，结合Spark大数据处理引擎实现海量结核病相关数据的高效处理与分析，通过HDFS分布式文件系统确保数据的可靠性和可扩展性。系统支持Python和Java两种开发语言实现，分别基于Django和Spring Boot框架构建后端服务，前端采用Vue+ElementUI框架结合Echarts图表库打造直观的用户交互界面。系统核心功能涵盖系统首页、用户中心、用户管理、结核病信息管理等基础模块，重点突出可视化大屏展示功能，通过综合健康特征分析、典型临床症状分析、生活方式风险分析、患者基本特征分析四大专业分析模块，深度挖掘结核病患者的健康数据规律。系统运用Spark SQL进行复杂查询分析，结合Pandas和NumPy进行数据预处理和统计计算，将处理结果以多维度图表形式在可视化大屏中动态展示，为医疗机构提供结核病流行趋势分析、患者特征分布、风险因素识别等决策支持，实现了从数据采集、存储、处理到可视化展示的完整大数据分析流程，为结核病防控工作提供了有力的技术支撑。
三.系统功能演示
从零基础到大数据高手：基于大数据的结核病数据可视化分析系统让你的毕设脱颖而出
四.系统界面展示
五.系统源码展示
# 功能1：结核病信息管理 - 患者信息录入与管理
def add_tuberculosis_patient(request):
patient_name = request.POST.get('patient_name')
age = int(request.POST.get('age'))
gender = request.POST.get('gender')
contact_info = request.POST.get('contact_info')
diagnosis_date = request.POST.get('diagnosis_date')
clinical_symptoms = request.POST.get('clinical_symptoms')
treatment_status = request.POST.get('treatment_status')
risk_factors = request.POST.get('risk_factors')
# 数据验证
if not patient_name or age <= 0:
return JsonResponse({'status': 'error', 'message': '患者姓名和年龄不能为空'})
# 创建患者记录
patient = TuberculosisPatient.objects.create(
patient_name=patient_name,
age=age,
gender=gender,
contact_info=contact_info,
diagnosis_date=datetime.strptime(diagnosis_date, '%Y-%m-%d'),
clinical_symptoms=clinical_symptoms,
treatment_status=treatment_status,
risk_factors=risk_factors,
create_time=datetime.now()
)
# 同步数据到Hadoop集群
hdfs_client = InsecureClient('http://localhost:9870')
patient_data = {
'patient_id': patient.id,
'patient_name': patient_name,
'age': age,
'gender': gender,
'diagnosis_date': diagnosis_date,
'symptoms': clinical_symptoms.split(','),
'treatment_status': treatment_status
}
hdfs_path = f'/tuberculosis/patients/{patient.id}.json'
with hdfs_client.write(hdfs_path) as writer:
writer.write(json.dumps(patient_data, ensure_ascii=False).encode('utf-8'))
return JsonResponse({'status': 'success', 'patient_id': patient.id})
# 功能2：患者基本特征分析 - 基于Spark的大数据分析
def analyze_patient_characteristics():
spark = SparkSession.builder.appName("TuberculosisAnalysis").getOrCreate()
# 从HDFS读取患者数据
df = spark.read.json("hdfs://localhost:9000/tuberculosis/patients/*.json")
# 年龄分布分析
age_distribution = df.groupBy(
when(col("age") < 18, "青少年")
.when(col("age") < 35, "青年")
.when(col("age") < 60, "中年")
.otherwise("老年").alias("age_group")
).count().collect()
# 性别比例分析
gender_ratio = df.groupBy("gender").count().collect()
# 治疗状态统计
treatment_stats = df.groupBy("treatment_status").count().collect()
# 计算各年龄段治愈率
cure_rate_by_age = df.filter(col("treatment_status").isin(["治愈", "完成治疗"])).groupBy(
when(col("age") < 18, "青少年")
.when(col("age") < 35, "青年")
.when(col("age") < 60, "中年")
.otherwise("老年").alias("age_group")
).count().collect()
# 使用Pandas进行进一步数据处理
age_df = pd.DataFrame([(row.age_group, row.count) for row in age_distribution],
columns=['age_group', 'count'])
gender_df = pd.DataFrame([(row.gender, row.count) for row in gender_ratio],
columns=['gender', 'count'])
# 计算统计指标
total_patients = df.count()
male_ratio = gender_df[gender_df['gender'] == '男']['count'].values[0] / total_patients * 100
female_ratio = gender_df[gender_df['gender'] == '女']['count'].values[0] / total_patients * 100
analysis_result = {
'total_patients': total_patients,
'age_distribution': age_df.to_dict('records'),
'gender_distribution': {'male_ratio': round(male_ratio, 2), 'female_ratio': round(female_ratio, 2)},
'treatment_statistics': [(row.treatment_status, row.count) for row in treatment_stats]
}
spark.stop()
return analysis_result
# 功能3：可视化大屏数据生成 - 综合数据处理与可视化
def generate_dashboard_data():
spark = SparkSession.builder.appName("DashboardData").getOrCreate()
# 读取患者数据
patients_df = spark.read.json("hdfs://localhost:9000/tuberculosis/patients/*.json")
# 时间趋势分析 - 按月统计新增患者数
monthly_trend = patients_df.withColumn("month", date_format(col("diagnosis_date"), "yyyy-MM")) \
.groupBy("month").count().orderBy("month").collect()
# 地区分布分析（假设contact_info包含地区信息）
region_data = patients_df.withColumn("region",
when(col("contact_info").contains("北京"), "北京")
.when(col("contact_info").contains("上海"), "上海")
.when(col("contact_info").contains("广州"), "广州")
.otherwise("其他").alias("region")
).groupBy("region").count().collect()
# 症状频次统计
symptoms_analysis = patients_df.select(explode(split(col("symptoms"), ",")).alias("symptom")) \
.groupBy("symptom").count().orderBy(desc("count")).limit(10).collect()
# 使用NumPy进行数值计算
monthly_counts = np.array([row.count for row in monthly_trend])
trend_slope = np.polyfit(range(len(monthly_counts)), monthly_counts, 1)[0]
# 治疗效果分析
treatment_effectiveness = patients_df.filter(col("treatment_status").isNotNull()) \
.groupBy("treatment_status").count().collect()
total_treated = sum([row.count for row in treatment_effectiveness])
cure_count = sum([row.count for row in treatment_effectiveness if row.treatment_status in ["治愈", "完成治疗"]])
cure_rate = (cure_count / total_treated * 100) if total_treated > 0 else 0
# 生成Echarts配置数据
dashboard_data = {
'patient_trend': {
'months': [row.month for row in monthly_trend],
'counts': [row.count for row in monthly_trend],
'trend_direction': 'up' if trend_slope > 0 else 'down'
},
'region_distribution': {
'regions': [row.region for row in region_data],
'values': [row.count for row in region_data]
},
'top_symptoms': {
'symptoms': [row.symptom for row in symptoms_analysis],
'frequencies': [row.count for row in symptoms_analysis]
},
'treatment_summary': {
'total_patients': patients_df.count(),
'cure_rate': round(cure_rate, 2),
'treatment_distribution': [(row.treatment_status, row.count) for row in treatment_effectiveness]
}
}
# 将结果存储到MySQL
connection = mysql.connector.connect(
host='localhost',
user='root',
password='password',
database='tuberculosis_db'
)
cursor = connection.cursor()
insert_query = """INSERT INTO dashboard_cache (data_type, data_content, update_time)
VALUES (%s, %s, %s) ON DUPLICATE KEY UPDATE
data_content = VALUES(data_content), update_time = VALUES(update_time)"""
cursor.execute(insert_query, ('dashboard_summary', json.dumps(dashboard_data, ensure_ascii=False), datetime.now()))
connection.commit()
cursor.close()
connection.close()
spark.stop()
return dashboard_data
六.系统文档展示
结束
💕💕文末获取源码联系 计算机程序员小杨
