python心脏病预测数据可视化,毕业设计-附源码86015

目  录

摘要

1 绪论

1.1开发背景

1.2研究意义

1.3Django框架

1.4论文结构与章节安排

2心脏病预测数据可视化系统分析

2.1 可行性分析

2.2 系统流程分析

2.2.1数据增加流程

2.3.2数据修改流程

2.3.3数据删除流程

2.3 系统功能分析

2.3.1 功能性分析

2.3.2 非功能性分析

2.4 系统用例分析

2.5本章小结

3心脏病预测数据可视化总体设计

3.1 系统架构设计

3.2 系统功能模块设计

3.2.1整体功能模块设计

3.2.2用户模块设计

3.2.3评论管理模块设计

3.2.4心脏病介绍管理模块设计

3.3 数据库设计

3.3.1 数据库概念结构设计

3.3.2 数据库逻辑结构设计

3.4本章小结

4心脏病预测数据可视化详细设计与实现 19

4.1用户功能模块

4.1.1 前台首页界面 20

4.1.2 用户登录管理界面 20

4.1.3用户注册管理界面 21

4.1.4公告栏界面

4.1.5 网站资讯界面

4.1.6 心脏病介绍详情界面

4.1.7 我的账户界面

4.2管理员功能模块

4.2.1 登录界面

4.2.2 系统用户管理界面 24

4.2.3 资源管理界面 25

4.2.4 模块管理界面 25

5系统测试

5.1系统测试的目的 26

5.2 系统测试用例 26

5.3 系统测试结果 27

结论 28

参考文献

  

摘要

随着互联网大趋势的到来,社会的方方面面,各行各业都在考虑利用互联网作为媒介将自己的信息更及时有效地推广出去,而其中最好的方式就是建立网络管理系统,并对其进行信息管理。由于现在网络的发达,心脏病预测数据可视化的资讯信息通过网络进行信息管理掀起了热潮,所以针对用户需求开发出一个心脏病预测数据可视化。

整个开发过程首先对软件系统进行需求分析,得出系统的主要功能。接着对系统进行总体设计和详细设计。总体设计主要包括系统用户管理、爬取数据、疾病分类、心脏病介绍、疾病咨询、数据分析等;详细设计主要包括系统数据库访问的实现,主要功能模块的具体实现,模块实现关键代码等。最后对系统进行功能测试,并对测试结果进行分析总结,得出系统中存在的不足及需要改进的地方,为以后的系统维护提供了方便,同时也为今后开发类似系统提供了借鉴和帮助。

本系统开发利用现有的成熟技术参考,以源代码为模板,分析功能调整与心脏病预测数据可视化的实际需求相结合,确定了Django来开发心脏病预测数据可视化。

关键词:心脏病预测数据可视化;python语言;MySQL;Django框架

Abstract

With the advent of the Internet trend, all walks of life are considering using the Internet as a medium to promote their information more timely and effectively, and the best way is to establish a network management system and manage its information. Due to the development of the network, the information of visualization of heart disease prediction data has become a hot topic for information management through the network. Therefore, a visualization of heart disease prediction data has been developed according to user needs.

In the whole development process, firstly, the requirements of the software system are analyzed, and the main functions of the system are obtained. Then the overall design and detailed design of the system are carried out. The overall design mainly includes system user management, crawling data, disease classification, heart disease introduction, disease consultation, data analysis, etc; The detailed design mainly includes the implementation of system database access, the specific implementation of main function modules, and the key code of module implementation. Finally, the function test of the system is carried out, and the test results are analyzed and summarized, and the deficiencies and areas for improvement in the system are concluded, which provides convenience for future system maintenance, and also provides reference and help for future development of similar systems.

The system development uses the existing mature technology reference, takes the source code as the template, combines the analysis function adjustment with the actual demand of the visualization of the heart disease prediction data, and determines Django to develop the visualization of the heart disease prediction data.

Keywords: Visualization of cardiac disease prediction data; Python language; MySQL; Django Framework

1 绪论

1.1 开发背景

随着近年来我国医疗水平在逐步提升,人们对医疗疾病的关注度也在增高。2020年《国家卫生服务调查》数据显示,心脏病作为第三大慢性病,致死率仅低于恶性肿瘤及脑血管病。心脏病的发病率和患病率逐年上升,发病年龄也在提前。目前国内心脏健康领域的专业化新闻报道才刚刚起步,可供参考的文献数据较少。高血压、高胆固醇和吸烟是导致心脏病的三大主要风险因素,据美国疾病控制与预防中心的数据统计,大约有一半的患者在患病前至少其中一种风险因素 。其他引发心脏病的关键指标包括糖尿病状况、肥胖(BMI值高)、缺乏体育活动或饮酒过多等。及时发现和提前预防对心脏病的影响因素对人们的医疗保健起到至关重要的作用。

数据可视化交互系统作为新兴数字媒体产业的一项衍生产物,能够提高用户间沟通效率、加快数据分析速度、更好地从结果追溯原因,从而更精准地呈现问题。由于导致患心脏病的可能性因子较多,本文利用Django数据可视化工具对引起心脏病的各项因素进行可视化研究和统计分析,针对可能引发心脏病的各项指标数据生成直观的可视化图表,可以更好地帮助医护人员及民众了解到心脏病与影响因素的关系,对心脏病的预防和治疗起到帮助。

1.2 研究意义

将传统的心脏疾病分类方法与数据挖掘技术相结合,利用其对不同类型的心血管病患者进行分析和处理,为医生提供更加准确、可靠的诊断依据。通过使用可视化技术可以直观地观察到心血管疾病相关指标在时间上的分布特征及变化趋势;同时还能使用户获得更多关于冠心病危险因素等方面信息。本课题的目的是针对目前医学领域中存在的一些问题,结合可视化技术以及统计学原理,开发一个基于大数据分析的心血管疾病辅助诊断系统。该系统对提高临床医护人员的工作效率,减少误诊误治具有重要价值。

1.3Django框架

Django是高水准的Python编程语言驱动的一个开源模型.视图,控制器风格的Web应用程序框架,它起源于开源社区。使用这种架构,程序员可以方便、快捷地创建高品质、易维护、数据库驱动的应用程序。这也正是OpenStack的Horizon组件采用这种架构进行设计的主要原因。另外,在Dj ango框架中,还包含许多功能强大的第三方插件,使得Django具有较强的可扩展性。Django 项目源自一个在线新闻 Web 站点,于 2005 年以开源的形式被释放出来。Django 框架的核心组件有:

用于创建模型的对象关系映射;

为最终用户设计较好的管理界面;

URL 设计;

设计者友好的模板语言;

缓存系统。

Django(发音:[`dʒæŋɡəʊ]) 是用python语言写的开源web开发框架(open source web framework),它鼓励快速开发,并遵循MVC设计。Django遵守BSD版权,初次发布于2005年7月, 并于2008年9月发布了第一个正式版本1.0 。

Django 根据比利时的爵士音乐家Django Reinhardt命名,他是一个吉普赛人,主要以演奏吉它为主,还演奏过小提琴等。

由于Django在近年来的迅速发展,应用越来越广泛,被著名IT开发杂志SD Times评选为2013 SD Times 100,位列“API、库和框架”分类第6位,被认为是该领域的佼佼者。

1.4论文结构与章节安排

论文将分层次经行编排,除去论文摘要致谢文献参考部分,正文部分还会对网站需求做出分析,以及阐述大体的设计和实现的功能,最后罗列部分调测记录,论文主要架构如下:

第一章:引言。第一章主要介绍了课题研究的背景,系统开发的现状和本文的研究现状与主要工作。

第二章:系统需求分析。第二章主要从系统的用户、功能等方面进行需求分析。

第三章:系统设计。第三章主要对系统框架、系统功能模块、数据库进行功能设计。

第四章:系统实现。第四章主要介绍了系统框架搭建、系统界面的实现。

第五章:系统测试。第五章主要对系统的部分界面进行测试并对主要功能进行测试

第六章:总结。

2心脏病预测数据可视化分析

系统分析是开发一个项目的先决条件,通过系统分析可以很好的了解系统的主体用户的基本需求情况,同时这也是项目的开发的原因。进而对系统开发进行可行性分析,通常包括技术可行性、经济可行性等,可行性分析同时也是从项目整体角度进行的分析。然后就是对项目的具体需求进行分析,分析的手段一般都是通过用户的用例图来实现。下面是详细的介绍。

2.1 可行性分析

(1)经济可行性:

在项目上使用的工具大部分都是是当下流行开源免费的,所以在开发前期,开发时用于项目的经费将会大大降低,不会让开发该软件在项目启动期受到经费的影响,所以经济上还是可行的。尽量用最少的花费去满足用户的需求。省下经费用于人工费,以及设备费用。将在无纸化,高效率的道路上越走越远。

所以经济可行性没有问题。

(2)操作可行性:

此次项目设计参考了几个该模式下网站的开发案例,对他们的操作界面分析,将众多案例结合在一起,突出以人为本简化操作,所以具有基本计算机知识的人都会操作本项目。

因此操作可行性也没有问题。

(3)技术可行性:

技术可行性指的是对于搭建框架的可行性,以及有更优秀的技术出现时系统的技术更新换代的纳新性如何,开发时间成本费用比如何。

现有Django技术能够迎合所有电子商务系统的搭建。开发这个心脏病预测数据可视化的时候我采用了Django+MySQL用以运行整体程序。

综上所述技术可行性也没有问题。

(4)法律可行性:

从开发者角度来看,Django和MySQL是网上开源且免费的,在知识产权方面不会产生任何法律纠纷。

从用户使用角度来看,只要不再系统上贩卖违禁品,对系统做出条约协议,杜绝非法支付即可。

综上所述法律可行性也没有问题。

2.2系统流程分析

业务流程是用一些特定的符合和线条来进行演示用户在使用系统时的过程,在进行系统分析的时候,业务流程可以帮助开发人员更好的理解业务,发现错误,完善系统。

2.2.1 数据增加流程

用户成功登入系统后能够实现增加数据的操作,增加数据的编号是特定的,系统生成,用户不能随意填写,除了编号以外,其他增加信息用户自己填写,填写后的信息经过系统验证,验证合法通过就显示增加数据成功了,相反的话,就没有增加成功,图2-1显示的就是在增加数据时的流程。

python心脏病预测数据可视化,毕业设计-附源码86015_第1张图片

图2-1  数据增加流程图

2.2.2 数据修改流程

数据修改时的流程和上面介绍的数据增加时的流程差不多,如图2-2所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第2张图片

图2-2  数据修改流程图

2.2.3 数据删除流程

如果系统里面存在一些没有用的数据的话相关的管理人员还可以对这些数据进行删除,图2-3就是数据删除时的流程图。

python心脏病预测数据可视化,毕业设计-附源码86015_第3张图片

图2-3  数据删除流程图

2.3 系统功能分析

2.3.1 功能性分析

按照心脏病预测数据可视化的角色,我划分为了注册用户管理模块和管理员管理模块这两大部分。

注册用户管理模块:

(1)注册用户注册登录:用户注册为注册用户并登录心脏病预测数据可视化;注册用户对个人信息的增删改查,比如个人资料,密码修改。

(2)查看心脏病预测数据可视化的首页信息:心脏病预测数据可视化的首页信息包含了首页、公告消息、网站资讯、心脏病介绍、疾病咨询、我的(我的账户、我的收藏、个人中心)等。

(3)公告消息:在首页导航栏上我们会看到“公告消息”这一菜单,我们点击进入进去以后,会看到所有管理员在后台发布的公告信息;

(4)网站资讯:注册用户进行网站资讯的阅览,查看管理员发布的网站资讯信息。

5)我的收藏:在“我的”下可以查看管理“我的收藏”信息,可以查看收藏,也可以对不喜欢的信息进行删除收藏;

(6)我的账户:当用户点击右上角“我的”这个按钮,会出现子菜单,点击“我的账户”可以对个人的资料以及登录系统的密码进行设置;

(7)个人中心:当用户点击右上角“我的”这个按钮,就会进入到对应的后台进行信息的管理了;

(8)心脏病介绍:在首页导航栏上点击“心脏病介绍”弹跳出的是心脏病介绍列表,可以点击随意一款心脏病介绍进行了解其具体信息。包括疾病名称、疾病类别、患者人数等;

管理员管理模块:

(1)登录:管理员的账号是在数据表表中直接设置生成的,不需要进行注册;

(2)公告管理:当点击“公告管理”这一菜单的时候,会出现公告栏个子菜单,可以对这个模块进行查询、重置、添加、删除操作;

(3)系统用户管理:当点击“系统用户管理”这一菜单的时候,会出现管理员+注册用户两个子菜单,管理员可以对这个模块进行增删改查操作;

(4)资源管理:当点击“资源管理”这一菜单的时候,会出现网站资讯+资讯分类个子菜单,能够对用户在前台提交的网站资讯进行管理,同时对前台展示的网站资讯信息进行增删改查操作;

5模块管理:当点击“模块管理”这一菜单的时候,会出现爬取数据+疾病分类+心脏病介绍+疾病咨询+数据分析个子菜单,管理员能够对这五个模块进行增删改查操作;

2.3.2 非功能性分析

心脏病预测数据可视化的非功能性需求比如心脏病预测数据可视化的安全性怎么样,可靠性怎么样,性能怎么样,可拓展性怎么样等。具体可以表示在如下3-1表格中:

3-1心脏病预测数据可视化非功能需求表

安全性

主要指心脏病预测数据可视化数据库的安装,数据库的使用和密码的设定必须合乎规范。

可靠性

可靠性是指心脏病预测数据可视化能够安装用户的指示进行操作,经过测试,可靠性90%以上。

性能

性能是影响心脏病预测数据可视化占据市场的必要条件,所以性能最好要佳才好。

可扩展性

比如数据库预留多个属性,比如接口的使用等确保了系统的非功能性需求。

易用性

用户只要跟着心脏病预测数据可视化的页面展示内容进行操作,就可以了。

可维护性

心脏病预测数据可视化开发的可维护性是非常重要的,经过测试,可维护性没有问题

2.4 系统用例分析

通过2.3功能的分析,得出了本心脏病预测数据可视化的用例图:

注册用户角色用例如图2-3所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第4张图片

图2-3心脏病预测数据可视化注册用户角色用例图

web后台管理上的管理员是维护整个心脏病预测数据可视化中所有数据信息的。管理员角色用例如图2-4所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第5张图片

图2-4心脏病预测数据可视化管理员角色用例图

2.5本章小结

本章主要通过对心脏病预测数据可视化的可行性分析、流程分析、功能需求分析、系统用例分析,确定整个心脏病预测数据可视化要实现的功能。同时也为心脏病预测数据可视化的代码实现和测试提供了标准。

3心脏病预测数据可视化总体设计

本章主要讨论的内容包括心脏病预测数据可视化的功能模块设计、数据库系统设计。

3.1 系统架构设计

本心脏病预测数据可视化从架构上分为三层:表现层(UI)、业务逻辑层(BLL)以及数据层(DL)。

python心脏病预测数据可视化,毕业设计-附源码86015_第6张图片

图3-1心脏病预测数据可视化系统架构设计图

表现层(UI):又称UI层,主要完成本心脏病预测数据可视化的UI交互功能,一个良好的UI可以打打提高用户的用户体验,增强用户使用本心脏病预测数据可视化时的舒适度。UI的界面设计也要适应不同版本的心脏病预测数据可视化以及不同尺寸的分辨率,以做到良好的兼容性。UI交互功能要求合理,用户进行交互操作时必须要得到与之相符的交互结果,这就要求表现层要与业务逻辑层进行良好的对接。

业务逻辑层(BLL):主要完成本心脏病预测数据可视化的数据处理功能。用户从表现层传输过来的数据经过业务逻辑层进行处理交付给数据层,系统从数据层读取的数据经过业务逻辑层进行处理交付给表现层。

数据层(DL):由于本心脏病预测数据可视化的数据是放在服务端的MySQL数据库中,因此本属于服务层的部分可以直接整合在业务逻辑层中,所以数据层中只有数据库,其主要完成本心脏病预测数据可视化的数据存储和管理功能。

3.2 系统功能模块设计

3.2.1整体功能模块设计

在上一章节中主要对系统的功能性需求和非功能性需求进行分析,并且根据需求分析了本心脏病预测数据可视化中的用例。那么接下来就要开始对本心脏病预测数据可视化的架构、主要功能和数据库开始进行设计。心脏病预测数据可视化根据前面章节的需求分析得出,其总体设计模块图如图3-2所示。

               

python心脏病预测数据可视化,毕业设计-附源码86015_第7张图片

图3-2心脏病预测数据可视化功能模块图

3.2.2用户模块设计

后台管理员能够实现对前台注册的用户增删改查操作,用户模块结构图如下图:

python心脏病预测数据可视化,毕业设计-附源码86015_第8张图片

图3-3用户用户模块结构图

3.2.3评论管理模块设计

心脏病预测数据可视化是一个交流性质的公开平台,注册用户和管理人员用户可以对平台上信息进行评论,增加用户之间的互动性。但是同时也为了更好的规范评论的内容,给予管理员删除不合适的言论的功能,所以需要专门设计一个评论管理模块,具体的结构图如下:

python心脏病预测数据可视化,毕业设计-附源码86015_第9张图片

图3-4评论模块结构图

3.2.4心脏病介绍管理模块设计

心脏病预测数据可视化是中需要存储不少心脏病介绍信息,其模块功能结构,具体的结构图如下:

python心脏病预测数据可视化,毕业设计-附源码86015_第10张图片

图3-5心脏病介绍模块结构图

3.3 数据库设计

数据库设计一般包括需求分析、概念模型设计、数据库表建立三大过程,其中需求分析前面章节已经阐述,概念模型设计有概念模型和逻辑结构设计两部分。

3.3.1 数据库概念结构设计

下面是整个心脏病预测数据可视化中主要的数据库表总E-R实体关系图。

python心脏病预测数据可视化,毕业设计-附源码86015_第11张图片

图3-6心脏病预测数据可视化总E-R关系图

下面根据心脏病预测数据可视化的数据库总E-R关系图可以得出心脏病预测数据可视化需要很多E-R图,在此罗列出来一些主要的数据库E-R模型图。

python心脏病预测数据可视化,毕业设计-附源码86015_第12张图片

图3-7注册用户E-R关系图

python心脏病预测数据可视化,毕业设计-附源码86015_第13张图片

图3-8 心脏病介绍E-R关系图

python心脏病预测数据可视化,毕业设计-附源码86015_第14张图片

图3-9疾病咨询E-R关系图

python心脏病预测数据可视化,毕业设计-附源码86015_第15张图片

图3-10爬取数据E-R关系图

3.3.2 数据库逻辑结构设计

通过上一小节中心脏病预测数据可视化中总E-R关系图上得出一共需要创建很多个数据表。在此我主要罗列几个主要的数据库表结构设计。

registered_user表:

名称

类型

长度

不是null

主键

注释

registered_user_id

int

11

注册用户ID

full_name

varchar

64

姓名

gender

varchar

64

性别

examine_state

varchar

16

审核状态

recommend

int

11

智能推荐

user_id

int

11

用户ID

create_time

datetime

0

创建时间

update_time

timestamp

0

更新时间

introduction_to_heart_disease表:

名称

类型

长度

不是null

主键

注释

introduction_to_heart_disease_id

int

11

心脏病介绍ID

name_of_disease

varchar

64

疾病名称

cover

varchar

255

封面

disease_category

varchar

64

疾病类别

number_of_patients

int

11

患者人数

symptoms

text

0

发病症状

details

longtext

0

详情

hits

int

11

点击数

praise_len

int

11

点赞数

recommend

int

11

智能推荐

create_time

datetime

0

创建时间

update_time

timestamp

0

更新时间

disease_consultation表:

名称

类型

长度

不是null

主键

注释

disease_consultation_id

int

11

疾病咨询ID

user

int

11

用户

patient_name

varchar

64

患者姓名

disease_category

varchar

64

疾病类别

patient_gender

varchar

64

患者性别

patients_age

varchar

64

患者年龄

first_onset_time

varchar

64

首次发病时间

symptoms

text

0

发病症状

advisory_questions

text

0

咨询问题

examine_state

varchar

16

审核状态

examine_reply

varchar

16

审核回复

recommend

int

11

智能推荐

create_time

datetime

0

创建时间

update_time

timestamp

0

更新时间

data_analysis表:

名称

类型

长度

不是null

主键

注释

data_analysis_id

int

11

数据分析ID

name_of_disease

varchar

64

疾病名称

age_group

varchar

64

年龄段

number_of_patients

int

11

患者人数

age_distribution_analysis

text

0

年龄分布分析

recommend

int

11

智能推荐

create_time

datetime

0

创建时间

update_time

timestamp

0

更新时间

crawling_data表:

名称

类型

长度

不是null

主键

注释

crawling_data_id

int

11

爬取数据ID

age

varchar

64

年龄

gender

varchar

64

性别

types_of_chest_pain

varchar

64

胸痛类型

resting_blood_pressure

varchar

64

静息血压

plasma_steroid_content

varchar

64

血浆类固醇含量

fasting_blood_glucose120mgdl

varchar

64

空腹血糖>120mg/dl

resting_electrocardiogram

varchar

64

静息心电图

maximum_heart_rate

varchar

64

最高心率

st_decline_caused_by_movement

varchar

64

运动引起ST下降

exercise_angina

varchar

64

运动型心绞痛

maximum_motion_st_slope

varchar

64

最大运动量ST斜率

number_of_main_vessels

varchar

64

主血管数

thal

varchar

64

THAL

sickness

varchar

64

患病情况

recommend

int

11

智能推荐

create_time

datetime

0

创建时间

update_time

timestamp

0

更新时间

classification_of_diseases表

名称

类型

长度

不是null

主键

注释

classification_of_diseases_id

int

11

疾病分类ID

disease_category

varchar

64

疾病类别

recommend

int

11

智能推荐

create_time

datetime

0

创建时间

update_time

timestamp

0

更新时间

comment表:

名称

类型

长度

不是null

主键

注释

comment_id

int

11

评论ID

user_id

int

11

评论人ID

reply_to_id

int

11

回复评论ID

content

longtext

0

内容

nickname

varchar

255

昵称

avatar

varchar

255

头像地址

create_time

timestamp

0

创建时间

update_time

timestamp

0

更新时间

source_table

varchar

255

来源表

source_field

varchar

255

来源字段

source_id

int

10

来源ID

3.4本章小结

整个心脏病预测数据可视化的需求分析主要对系统总体架构以及功能模块的设计,通过建立E-R模型和数据库逻辑系统设计完成了数据库系统设计。

4心脏病预测数据可视化详细设计与实现

心脏病预测数据可视化的详细设计与实现主要是根据前面的心脏病预测数据可视化的需求分析和心脏病预测数据可视化的总体设计来设计页面并实现业务逻辑。主要从心脏病预测数据可视化 界面实现、业务逻辑实现这两部分进行介绍。

4.1用户功能模块

4.1.1 前台首页界面

当进入心脏病预测数据可视化的时候,首先映入眼帘的是系统的导航栏,下面是轮播图以及系统内容,其主界面展示如下图4-1所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第16张图片

图4-1 前台首页界面图

4.1.2用户登录管理界面

心脏病预测数据可视化中的前台上注册后的用户是可以通过自己的账户名和密码进行登录的,当用户输入完整的自己的账户名和密码信息并点击“登录”按钮后,将会首先验证输入的有没有空数据,再次验证输入的账户名+密码和数据库中当前保存的用户信息是否一致,只有在一致后将会登录成功并自动跳转到心脏病预测数据可视化的首页中;否则将会提示相应错误信息,用户登录管理界面如下图4-2所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第17张图片

图4-2用户登录管理界面图

4.1.3用户注册管理界面

不是心脏病预测数据可视化中正式用户的是可以在线进行注册的,如果你没有本心脏病预测数据可视化的账号的话,添加“注册”,当填写上自己的账号+密码+确认密码+昵称+邮箱+手机号等后再点击“注册”按钮后将会先验证输入的有没有空数据,再次验证密码和确认密码是否是一样的,最后验证输入的账户名和数据库表中已经注册的账户名是否重复,只有都验证没问题后即可用户注册成功。其用用户注册管理界面展示如下图4-3所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第18张图片

图4-2用户注册管理界面图

4.1.4公告栏界面

当点击导航栏上的“公告栏”的时候,就会进入对应的界面查看公告信息,公告栏界面如下图4-4所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第19张图片

图4-4公告栏界面图

4.1.5网站资讯界面

当访客点击心脏病预测数据可视化中导航栏上的“网站资讯”后将会进入到该“网站资讯”列表的界面,然后选择想要看的网站资讯,点击进入到详细界面,网站资讯界面如下图4-5所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第20张图片

图4-5网站资讯界面图

4.1.6心脏病介绍详情界面

当访客点击了任意心脏病介绍后将会进入该心脏病的详情界面,可以了解到该心脏病介绍的疾病名称、疾病类别、患者人数等,同时可以对该心脏病介绍进行收藏+点赞,心脏病介绍详情展示页面如图4-6所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第21张图片

图4-6心脏病介绍详情界面图

4.1.7 我的账户界面

当用户点击右上角“我的”这个按钮,会出现子菜单,点击“我的账户”可以对个人的资料以及登录系统的密码进行设置,我的账户界面如下图4-7所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第22张图片

图4-7我的账户界面图

4.2管理员功能模块

4.2.1 登录界面

管理员,用户在登录界面输入账号+密码,点击“登录”按钮,系统在用户数据库表中会对管理员,用户以的账号进行匹配,账号+密码正确的话,就会登录到系统中各个用户的主管理界面,否则提示对应的信息,返回到登录的界面,如果管理人员忘记密码的话,点击“忘记密码”根据提示可以找回密码,然后再进行登录其主界面展示如下图4-8所示。

图4-8登录界面图

4.2.2 系统用户管理界面

管理员可以对系统中所有的用户角色进行管控,包含了管理员、注册用户以及医生用户这三种角色,如果需要添加新的用户,点击页面中的“添加”按钮根据提示输入上用户信息,点击“提交”以后在对应的用户界面就可以查看到了,可以点击用户后面的“删除”按钮直接删除某一用户,这里以医生用户为例。界面如下图4-9所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第23张图片

图4-9系统用户管理界面图

4.2.3 资源管理界面

 心脏病预测数据可视化的管理人员是可以对心脏病预测数据可视化内的网站资讯+资讯分类进行维护和管理的。网站资讯界面如下图4-10所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第24张图片

图4-10资源管理界面图

4.2.4模块管理界面

 心脏病预测数据可视化中的管理人员在“模块管理”这一菜单下是可以对心脏病预测数据可视化内的心脏病介绍+爬取数据+疾病分类+疾病咨询+数据分析等进行管控的,这里以疾病分类为例。其管理界面如下图4-11所示。

python心脏病预测数据可视化,毕业设计-附源码86015_第25张图片

图4-11模块管理界面图

5系统测试

5.1系统测试的目的

系统开发到了最后一个阶段那就是系统测试,系统测试对软件的开发其实是非常有必要的。因为没什么系统一经开发出来就可能会尽善尽美,再厉害的系统开发工程师也会在系统开发的时候出现纰漏,系统测试能够较好的改正一些bug,为后期系统的维护性提供很好的支持。通过系统测试,开发人员也可以建立自己对系统的信心,为后期的系统版本的跟新提供支持。

5.2 系统测试用例

系统测试包括:用户登录功能测试、疾病咨询展示功能测试、疾病咨询添加、疾病咨询搜索、密码修改功能测试,如表5-1、5-2、5-3、5-4、5-5所示:

用户登录功能测试:

表5-1 用户登录功能测试表

用例名称

用户登录系统

目的

测试用户通过正确的用户名和密码可否登录功能

前提

未登录的情况下

测试流程

1) 进入登录页面

2) 输入正确的用户名和密码

预期结果

用户名和密码正确的时候,跳转到登录成功界面,反之则显示错误信息,提示重新输入

实际结果

实际结果与预期结果一致

疾病咨询查看功能测试:

表5-2 疾病咨询查看功能测试表

用例名称

疾病咨询查看

目的

测试疾病咨询查看功能

前提

用户登录

测试流程

点击疾病咨询列表

预期结果

可以查看到所有疾病咨询信息

实际结果

实际结果与预期结果一致

管理员添加疾病咨询界面测试:

表5-3 管理员添加疾病咨询界面测试表

用例名称

疾病咨询发布测试用例

目的

测试疾病咨询发布功能

前提

用户正常登录情况下

测试流程

1)点击疾病咨询信息管理就,然后点击添加后并填写信息。

2)点击进行提交。

预期结果

提交以后,页面首页会显示新的疾病咨询信息 

实际结果

实际结果与预期结果一致

疾病咨询搜索功能测试:

表5-4疾病咨询搜索功能测试表

用例名称

疾病咨询搜索测试

目的

测试疾病咨询搜索功能

前提

测试流程

1)在搜索框填入搜索关键字。

2)点击搜索按钮。

预期结果

页面显示包含有搜索关键字的疾病咨询

实际结果

实际结果与预期结果一致

密码修改功能测试:

表5-5 密码修改功能测试表

用例名称

密码修改测试用例

目的

测试管理员密码修改功能

前提

管理员用户正常登录情况下

测试流程

1)管理员密码修改并完成填写。

2)点击进行提交。

预期结果

使用新的密码可以登录

实际结果

实际结果与预期结果一致

5.3 系统测试结果

通过编写心脏病预测数据可视化的测试用例,已经检测完毕用户登录模块、疾病咨询查看模块、疾病咨询添加模块、疾病咨询搜索模块、密码修改功能测试,通过这5大模块为心脏病预测数据可视化的后期推广运营提供了强力的技术支撑。

结论

至此,心脏病预测数据可视化已经结束,在开发前做了许多的准备,在本系统的设计和开发过程中阅览和学习了许多文献资料,从中我也收获了很多宝贵的方法和设计思路,对系统的开发也起到了很重要的作用,系统的开发技术选用的都是自己比较熟悉的,比如Web、Django技术、MySQL,这些技术都是在以前的学习中学到了,其中许多的设计思路和方法都是在以前不断地学习中摸索出来的经验,其实对于我们来说工作量还是比较大的,但是正是由于之前的积累与准备,才能顺利的完成这个项目,由此看来,积累经验跟做好准备是十分重要的事情。

当然在该系统的设计与实现的过程中也离不开老师以及同学们的帮助,正是因为他们的指导与帮助,我才能够成功的在预期内完成了这个系统。同时在这个过程当中我也收获了很多东西,此系统也有需要改进的地方,但是由于专业知识的浅薄,并不能做到十分完美,希望以后有机会可以让其真正的投入到使用之中。

参考文献

[1]刘智勇,翁炜城,钟海维. 基于数据可视化的网络安全检测系统及方法[P]. 广东省:CN115361227A,2022-11-18.

[2]林佳一.混合式教学在高职MySQL数据库课程的实践研究[J].电脑知识与技术,2022,18(26):133-135.DOI:10.14004/j.cnki.ckt.2022.1737.

[3]赵海波,迟雨薇,魏佳,相惠文, 综合类作品 阳光四季南京市公共资源交易数据可视化大屏设计. 彭贵军 主编,中国创意设计年鉴,四川师范大学电子出版社,2020-2021,527,年鉴.DOI:10.41686/y.cnki.ysjsz.2022.002381.

[4]赵延超,李鹏,吴涛,段江飞.大数据可视化预测分析引擎在煤矿水害监测预警中的应用研究[J].煤炭与化工,2022,45(05):53-57+62.DOI:10.19286/j.cnki.cci.2022.05.016.

[5]周云晶,曹润,宗寿鑫. 基于时空数据可视化的球员风格分析——以德约科维奇与纳达尔比赛为例[C]//.第十二届全国体育科学大会论文摘要汇编——墙报交流(体育工程分会).,2022:33-34.DOI:10.26914/c.cnkihy.2022.009779.

[6]徐平. 用数据可视化传递有用资讯[N]. 中国新闻出版广电报,2021-09-14(006).DOI:10.28907/n.cnki.nxwcb.2021.003764.

[7]马渝, 基于多模态数据融合的可视化智慧急救平台构建与示范. 重庆市,重庆市急救医疗中心,2021-09-14.

[8]牛鸣原. 基于Web的光伏数据可视化监测系统的研究[D].贵州大学,2021.DOI:10.27047/d.cnki.ggudu.2021.002836.

[9]张志方. 基于深度学习的气象数据可视化及预测系统[D].中国地质大学(北京),2021.DOI:10.27493/d.cnki.gzdzy.2021.001196.

[10]Witsarut Sriratana,Vittaya Khagwian,Sutham Satthamsakul. Analysis of Electric Current by Using MySQL Database on Web Server for Machine Performance Evaluation: A Case Study of Air Conditioning System[J]. 제어로봇시스템학회 국제학술대회 논문집,2020.

[11]Prince Asabere,Francois Sekyere,Willie K Ofosu. Wireless Biometric Fingerprint Attendance System using Arduino and Mysql Database[J]. International Journal of Computer Science, Engineering and Applications,2019,10(5).

致  谢

逝者如斯夫,不舍昼夜。转眼间,大用户用户活便已经接近尾声,人面对着离别与结束,总是充满着不舍与茫然,我亦如此,仍记得那年秋天,我迫不及待的提前一天到了学校,面对学校巍峨的大门,我心里充满了期待:这里,就是我新生活的起点吗?那天,阳光明媚,学校的欢迎仪式很热烈,我面对着一个个对着我微笑的同学,仿佛一缕缕阳光透过胸口照进了我心里,同时,在那天我认识可爱的室友,我们携手共同度过了这难忘的两年。如今,我望着这篇论文的致谢,不禁又要问自己:现在,我们就要说再见了吗?

感慨莫名,不知所言。遥想当初刚来学校的时候,心里总是想着工科学校会过于板正,会缺乏一些柔情,当时心里甚至有一点点排斥,但是随着我对学校的慢慢认识与了解,我才认识到了她的美丽,她的柔情,并且慢慢的喜欢上了这个校园,但是时间太快了,快到我还没有好好体会她的美丽便要离开了,但是她带给我的回忆,永远不会离开我,也许真正离开那天我的眼里会满含泪水,我不是因为难过,我只是想将她的样子映在我的泪水里,刻在我的心里。最后,感谢我的老师们,是你们教授了我们知识与做人的道理;感谢我的室友们,是你们陪伴了我如此之久;感谢每位关心与支持我的人。

少年,追风赶月莫停留,平荒尽处是春山。

    点赞+收藏+关注 → 私信领取本源代码、数据库

你可能感兴趣的:(信息可视化,spring,boot,python,django,java,eclipse,java-ee)