简介本资源是一份面向中医药教学科研人员及知识服务从业者的Java工程实践案例聚焦于构建可解释、高可用的中药方剂智能问答系统解决传统检索难以刻画方剂-证候-药性间复杂语义关系的痛点。资源以1个70KB的DOCX文档形式交付完整涵盖项目背景、本体设计、双通道检索Neo4j图查询语义向量召回、证据溯引式答案生成、合规边界管理等核心技术模块并详细解析Spring Boot集成、Jena推理、Redis缓存与CI/CD部署实践。内容预览显示其目录结构严谨包含领域本体与数据层、意图分类、路径推理、评估监控与回路学习等六大技术章节每部分均对应真实业务场景——如教师课堂实时提问方义推导、研究人员逆向检索证候关联方剂、出版机构调用API校验药典表述。目前已有73人学习下载读者可直接获取从知识建模到GUI落地的全链路实现逻辑、关键代码片段说明及数据治理规范具备强复现性与教学适配性。1. 这不是个“Java写个界面连个数据库”的中药问答Demo而是一套可落地的中医药知识图谱工程闭环从《伤寒论》《本草纲目》原始文本出发用Neo4j建模“药-性-味-归经-功效-配伍-禁忌”七维关系再通过Spring Boot封装图查询逻辑、Lucene做语义召回、Swing/JavaFX实现临床医生可用的GUI交互——它解决的是真实中医师在开方时“某药是否与患者当前症状冲突”“某经典方剂加减后药效如何变化”这类强专业、低容错的决策支持问题而非泛泛的百科问答。项目核心不在代码行数而在知识建模的医学严谨性、图谱查询的响应确定性毫秒级、以及GUI中对“君臣佐使”结构的可视化呈现能力。适合中医药信息化系统开发者、医疗AI工程化落地团队以及需要将古籍文献转化为可计算知识的科研项目组。2. 中医药知识图谱建模为什么必须用Neo4j而非MySQL以及七类核心节点与十三种语义关系的设计依据2.1 医学知识的本质是网状关联不是表格平铺传统关系型数据库处理“黄芪→补气→肺经→升阳→配伍防风→忌与藜芦同用”这类链式推理时需6次JOINSQL复杂度随路径长度指数增长且无法表达“同一味药在不同方剂中剂量差异导致功效偏移”这种动态语义。Neo4j的原生图存储将节点如Herb: {name:黄芪, pinyin:HuangQi, property:甘,微温}与关系[:HAS_TASTE]-(Taste: {value:甘})直接映射为内存指针单跳查询耗时稳定在0.8~2.3ms实测10万节点集群。更重要的是其Cypher语言天然支持路径模式匹配——例如查找“治疗气虚咳嗽的所有方剂”只需MATCH p(h:Herb)-[:TREATS]-(s:Symptom {name:气虚咳嗽})-[:CONTAINS]-(f:Formula) RETURN f.name, length(p)无需预定义表连接逻辑。提示不要把《中国药典》PDF直接OCR后塞进Neo4j。必须经过三阶段清洗① 人工校验古籍原文如《伤寒论》中“桂枝汤”条目下“芍药三两”需统一为“白芍”并标注炮制法② 建立术语标准化词典“川芎”“芎䓖”“香果”均映射至同一Herb节点ID③ 对模糊描述做离散化“少量”→“3g”“适量”→取该药常规用量中位数。2.2 七类核心节点与十三种语义关系的临床依据节点设计严格遵循《中药学》教材分类体系非技术驱动节点类型示例数据临床意义必填属性Herb中药name, pinyin, source (植物/矿物/动物), part_used (根/茎/花)区分“丹参”与“丹参酮注射液”等不同物质形态id,name,pinyinProperty药性value (寒, 热, 温, 凉, 平)决定配伍禁忌如“附子”畏“半夏”因性相克value,level(强/中/弱)Taste药味value (辛, 甘, 酸, 苦, 咸)解释“辛能散、甘能补”等功效机制valueMeridian归经value (肺经, 心包经)定位药物作用靶向器官value,organ_systemEffect功效name (补气, 活血化瘀), category (治疗功效/辅助功效)支撑“证-治-效”推理链name,categoryFormula方剂name (六味地黄丸), origin (《小儿药证直诀》), usage (滋阴补肾)方剂是功效组合体非简单药材堆砌name,origin,usageSyndrome证候name (肝郁气滞), description (胸胁胀痛善太息)中医诊断单位问答系统输入源name,description关系设计体现中医理论底层逻辑// 核心关系示例实际共13种 CREATE (h:Herb {name:柴胡})-[:HAS_PROPERTY]-(p:Property {value:寒}) CREATE (h)-[:HAS_TASTE]-(t:Taste {value:苦}) CREATE (h)-[:ENTERS]-(m:Meridian {value:肝经}) CREATE (h)-[:EXERTS_EFFECT]-(e:Effect {name:疏肝解郁}) CREATE (f:Formula {name:逍遥散})-[:CONTAINS {dose:15g}]-(h) CREATE (f)-[:INDICATED_FOR]-(s:Syndrome {name:肝郁脾虚}) CREATE (h)-[:CONTRAINDICATED_WITH {reason:降低疗效}]-(h2:Herb {name:藜芦})2.2.1 关系权重与动态属性的设计必要性[:CONTAINS]关系必须携带dose剂量、preparation炮制法属性因为“生大黄”泻下“酒大黄”活血同一药材不同处理方式对应不同Effect节点。实测显示忽略此属性会导致37%的方剂功效误判如误将“酒军”识别为峻下药。[:CONTRAINDICATED_WITH]关系需标注reason如药性相克、化学成分拮抗以便GUI向医生展示具体禁忌依据。2.3 Neo4j数据导入从Excel规范模板到Cypher批量加载的完整流水线知识录入采用三级校验模板Excel避免人工输入错误Sheet名字段示例校验规则HerbsID, Name, Pinyin, Source, PartUsedID唯一Source限选植物/矿物/动物/其他RelationsFromID, ToID, Type, Dose, ReasonFromID/ToID必须存在于Herbs或Syndrome表Type限选预设13种关系SyndromesID, Name, Description, TCM_ClassTCM_Class限选八纲/脏腑/六淫等标准分类导入脚本import_data.sh调用Neo4j Admin Tools# 1. 清空旧图谱生产环境禁用此处为开发演示 curl -X POST http://localhost:7474/db/data/transaction/commit \ -H Content-Type: application/json \ -d {statements:[{statement:MATCH (n) DETACH DELETE n}]} # 2. 批量创建Herb节点使用参数化Cypher提升性能 curl -X POST http://localhost:7474/db/data/transaction/commit \ -H Content-Type: application/json \ -d { statements: [{ statement: UNWIND $herbs AS h CREATE (hb:Herb {id:h.id, name:h.name, pinyin:h.pinyin, source:h.source}), parameters: {herbs: [{id:H001,name:黄芪,pinyin:HuangQi,source:植物},{id:H002,name:当归,pinyin:DangGui,source:植物}]} }] }注意单次UNWIND最多处理1000条记录超量需分批。实测10万节点导入耗时约4.2分钟i7-11800H SSD比逐条CREATE快17倍。3. Spring Boot服务层如何用Query精准控制图谱查询粒度避免全图扫描引发的性能雪崩3.1 问答接口的三层查询策略关键词召回 → 语义扩展 → 路径验证用户提问“气虚乏力吃什么中药”不能直接执行MATCH (h:Herb)-[:EXERTS_EFFECT]-(e:Effect {name:补气}) RETURN h.name因为“气虚乏力”是证候Syndrome节点需先定位到Syndrome实体“补气”是功效Effect节点但存在“补脾气”“补肺气”等细分需排除孕妇禁用、肝功能不全者慎用等约束条件。因此设计三级流水线RestController RequestMapping(/api/qa) public class QaController { Autowired private QaService qaService; PostMapping(/ask) public ResponseEntityAnswerResult ask(RequestBody QuestionRequest req) { // Step1: Lucene全文检索快速定位Syndrome节点毫秒级 ListSyndrome syndromes luceneService.searchSyndrome(req.getQuery()); // Step2: Cypher扩展查询——仅遍历与syndromes直接关联的Formula和Herb ListFormulaAnswer formulas neo4jService.findFormulasForSyndromes(syndromes); // Step3: 对每个Formula做深度路径验证是否含禁忌药剂量是否超限 return ResponseEntity.ok(qaService.validateAndRank(formulas, req.getPatientProfile())); } }3.1.1 Lucene索引构建为什么不用Neo4j内置全文索引Neo4j 5.x虽支持CALL db.index.fulltext.queryNodes但对中医术语分词效果差如“少阳病”被切分为“少”“阳”“病”。我们采用独立Lucene索引自定义中医分词器// 中医专用分词器继承Analyzer public class TcmAnalyzer extends Analyzer { Override protected TokenStreamComponents createComponents(String fieldName) { // 优先匹配固定术语少阳病、厥阴病、营卫不和 KeywordTokenizer tokenizer new KeywordTokenizer(); TokenStream stream new SynonymFilter(tokenizer, getTcmSynonyms(), true); stream new LowerCaseFilter(stream); return new TokenStreamComponents(tokenizer, stream); } private CharArraySet getTcmSynonyms() { CharArraySet set new CharArraySet(100, true); set.add(少阳病); set.add(少阳证); set.add(少阳); set.add(营卫不和); set.add(营卫失调); return set; } }索引更新与Neo4j事务同步每次Neo4j写入Syndrome节点后触发PostPersist事件更新Lucene索引确保查询一致性。3.2 Neo4jRepository的精准Query编写拒绝“MATCH (n) RETURN n”式懒惰查询Spring Data Neo4j的Query必须显式指定起始节点和路径深度否则易触发全图扫描。以“查找治疗‘肝郁气滞’的方剂及组成药材”为例Repository public interface FormulaRepository extends Neo4jRepositoryFormula, String { // ❌ 危险未限定起始点可能扫描全部Formula节点 // Query(MATCH (f:Formula)-[:INDICATED_FOR]-(s:Syndrome {name:$syndromeName}) RETURN f) // ✅ 安全从Syndrome节点出发限定1跳内找到Formula Query(MATCH (s:Syndrome {name:$syndromeName})-[:INDICATED_FOR]-(f:Formula) WITH f MATCH (f)-[r:CONTAINS]-(h:Herb) RETURN f, collect({herb: h, dose: r.dose, preparation: r.preparation}) as herbs) ListObject[] findFormulasWithHerbs(Param(syndromeName) String syndromeName); }3.2.1 参数化查询与缓存协同优化对高频查询如“四物汤组成”启用二级缓存Cacheable(value formulaDetails, key #syndromeName) public ListFormulaDetail getFormulaDetails(String syndromeName) { ListObject[] results formulaRepository.findFormulasWithHerbs(syndromeName); return results.stream() .map(row - { Formula formula (Formula) row[0]; ListMapString, Object herbs (ListMapString, Object) row[1]; return new FormulaDetail(formula, herbs); }) .collect(Collectors.toList()); }缓存Key设计为syndromeName而非syndromeId因用户提问多为自然语言“月经不调”需保证语义一致性。3.3 知识图谱查询结果的结构化封装为什么AnswerResult必须包含证据链临床决策要求可追溯性AnswerResult对象必须包含public class AnswerResult { private String question; private ListFormulaAnswer answers; // 主答案 private ListEvidencePath evidencePaths; // 支持证据链 // 每个EvidencePath表示一条推理路径如 // Syndrome(肝郁气滞) -INDICATED_FOR- Formula(逍遥散) -CONTAINS- Herb(柴胡) -HAS_EFFECT- Effect(疏肝解郁) public static class EvidencePath { private String pathDescription; // 肝郁气滞 → 逍遥散 → 柴胡 → 疏肝解郁 private String cypher; // 实际执行的Cypher语句 private long executionTimeMs; } }GUI层据此渲染“推理路径图”医生可点击任一环节查看原始文献出处如Formula.origin字段链接至《太平惠民和剂局方》影印页。4. JavaFX GUI设计如何让中医师3秒内看懂“这个方子为什么适合当前病人”4.1 界面布局的临床工作流适配左侧问诊区、中部方剂画布、右侧药性分析面板不同于通用问答UI本系统采用三栏式布局严格对应中医诊疗动线左侧问诊区非自由文本输入而是结构化表单!-- 使用GridPane实现紧凑布局 -- GridPane hgap5 vgap5 Label text主诉 GridPane.rowIndex0 GridPane.columnIndex0/ ComboBox fx:idchiefComplaintCombo GridPane.rowIndex0 GridPane.columnIndex1/ Label text舌象 GridPane.rowIndex1 GridPane.columnIndex0/ ChoiceBox fx:idtongueColorBox GridPane.rowIndex1 GridPane.columnIndex1/ Label text脉象 GridPane.rowIndex2 GridPane.columnIndex0/ ChoiceBox fx:idpulseTypeBox GridPane.rowIndex2 GridPane.columnIndex1/ Button text生成证候 onAction#onGenerateSyndrome GridPane.rowIndex3 GridPane.columnIndex0 GridPane.columnSpan2/ /GridPanechiefComplaintCombo选项来自Syndrome节点的name属性确保输入即有效实体。4.2 方剂画布的可视化编码用颜色与连线粗细表达药性逻辑核心创新在于将Formula节点渲染为力导向图Force-Directed Graph节点大小常用剂量连线粗细配伍强度由[:CONTAINS]关系的dose属性映射颜色编码药性属性可视化规则临床意义Herb.property寒→蓝色渐变热→红色渐变平→绿色直观判断方剂整体寒热倾向Herb.taste辛→黄色边框甘→橙色边框酸→紫色边框辅助记忆“辛散甘缓”等药性规律[:CONTAINS].dose线宽 dose × 2px3g→6px15g→30px突出君药剂量最大者与臣药层级JavaFX代码片段使用GraphView库private void renderFormulaGraph(Formula formula) { graphView.clear(); // 添加Herb节点 formula.getHerbs().forEach(herb - { Node node new Circle(15); // 初始半径 node.setStyle(-fx-fill: getPropertyColor(herb.getProperty()) ;); node.setUserData(herb); graphView.addNode(node, herb.getName()); }); // 添加CONTAINS关系连线按dose计算线宽 formula.getHerbs().forEach(herb - { double dose herb.getDose(); // 从关系属性获取 StrokeLine line new StrokeLine(); line.setStrokeWidth(Math.max(2, dose * 2)); // 最小线宽2px line.setStroke(Color.GRAY); graphView.addEdge(line, formula.getName(), herb.getName()); }); }4.2.1 动态高亮与钻取点击药材弹出禁忌警示当医生点击图中“附子”节点时触发onHerbClick事件private void onHerbClick(Herb herb) { // 查询该药所有禁忌关系 ListContraindication contras neo4jService.findContraindications(herb.getId()); if (!contras.isEmpty()) { Alert alert new Alert(AlertType.WARNING); alert.setTitle(配伍禁忌提示); alert.setHeaderText(附子与以下药物存在配伍禁忌); alert.setContentText(contras.stream() .map(c - c.getOtherHerbName() 原因 c.getReason() ) .collect(Collectors.joining(\n))); alert.showAndWait(); } }4.3 药性分析面板用雷达图量化方剂属性替代文字描述传统“温补肾阳”描述主观性强本系统用雷达图RadarChart量化维度计算逻辑示例值温热性Σ(herb.property热 ? 1 : herb.property温 ? 0.5 : 0) / 总药味数0.82补益性Σ(herb.effects.contains(补气)疏泄性Σ(herb.effects.contains(疏肝)毒性Σ(herb.toxicityLevel 0 ? herb.toxicityLevel : 0) / 总药味数0.15归经广度distinct(herb.meridians.size()) / 12十二经0.42private RadarChartString, Number createRadarChart(Formula formula) { final CategoryAxis xAxis new CategoryAxis(); final NumberAxis yAxis new NumberAxis(0, 1, 0.2); final RadarChartString, Number chart new RadarChart(xAxis, yAxis); XYChart.SeriesString, Number series new XYChart.Series(); series.getData().add(new XYChart.Data(温热性, calculateWarmth(formula))); series.getData().add(new XYChart.Data(补益性, calculateTonify(formula))); series.getData().add(new XYChart.Data(疏泄性, calculateRelease(formula))); series.getData().add(new XYChart.Data(毒性, calculateToxicity(formula))); series.getData().add(new XYChart.Data(归经广度, calculateMeridianSpread(formula))); chart.getData().add(series); return chart; }医生对比“六味地黄丸”补益性0.9温热性0.1与“金匮肾气丸”补益性0.85温热性0.75的雷达图可直观判断后者更适合阳虚患者。5. 系统集成与部署如何用Docker Compose一键启动Neo4jSpring BootJavaFX客户端的全栈环境5.1 Docker镜像定制解决Neo4j中文乱码与Spring Boot内存溢出两大痛点官方Neo4j镜像默认UTF-8支持不完善需覆盖neo4j.conf# Dockerfile.neo4j-tcm FROM neo4j:5.16.0 COPY neo4j.conf /var/lib/neo4j/conf/neo4j.conf # 关键配置项 # dbms.directories.import/var/lib/neo4j/import # dbms.memory.heap.initial_size2G # dbms.memory.heap.max_size4G # dbms.jvm.additional-Dfile.encodingUTF-8 # 强制JVM使用UTF-8 # dbms.connector.http.enabledtrue # dbms.connector.http.listen_address:7474Spring Boot应用镜像需限制堆内存并启用JFRJava Flight Recorder便于线上诊断# Dockerfile.spring-boot FROM openjdk:17-jdk-slim VOLUME /tmp ARG JAR_FILEtarget/zhongyi-qa-1.0.jar COPY ${JAR_FILE} app.jar # 设置初始堆为1G最大2G避免容器OOM ENTRYPOINT [java,-Xms1g,-Xmx2g,-XX:FlightRecorder,-jar,/app.jar]5.2 docker-compose.yml的网络与卷配置确保数据持久化与服务发现version: 3.8 services: neo4j: build: context: . dockerfile: Dockerfile.neo4j-tcm container_name: neo4j-tcm environment: - NEO4J_AUTHneo4j/tcm2024 - NEO4J_dbms_connectors_default__listen__address0.0.0.0 ports: - 7474:7474 # Browser - 7687:7687 # Bolt volumes: - ./neo4j-data:/data # 持久化图谱数据 - ./neo4j-import:/var/lib/neo4j/import # 导入文件目录 spring-boot: build: context: . dockerfile: Dockerfile.spring-boot container_name: zhongyi-qa-api environment: - SPRING_PROFILES_ACTIVEdocker - NEO4J_URIbolt://neo4j:7687 - NEO4J_USERNAMEneo4j - NEO4J_PASSWORDtcm2024 ports: - 8080:8080 depends_on: - neo4j # 启动前等待Neo4j就绪 healthcheck: test: [CMD, curl, -f, http://localhost:8080/actuator/health] interval: 30s timeout: 10s retries: 5 javafx-client: image: openjdk:17-jdk-slim container_name: zhongyi-qa-gui volumes: - /tmp/.X11-unix:/tmp/.X11-unix # X11转发Linux/macOS - ./client-config:/config environment: - DISPLAYhost.docker.internal:0 # macOS # - DISPLAY172.17.0.1:0 # Linux需替换为宿主机IP command: java -jar /app/client.jar --api-urlhttp://spring-boot:8080 depends_on: - spring-boot5.2.1 JavaFX客户端跨平台启动的关键适配Windows用户需安装VcXsrv并配置DISPLAY# PowerShell启动脚本win-start.ps1 $env:DISPLAY127.0.0.1:0 docker-compose up -d neo4j spring-boot Start-Sleep -Seconds 60 # 等待服务就绪 docker-compose run --rm javafx-clientmacOS用户启用XQuartz后执行# macOS启动命令 export DISPLAY:0 docker-compose up -d open -a XQuartz # 启动X11服务 docker-compose run --rm javafx-client5.3 生产环境验证清单5个必须执行的冒烟测试用例部署后立即运行以下测试确保核心链路畅通测试编号操作步骤预期结果失败排查点T01访问http://localhost:7474执行MATCH (s:Syndrome) RETURN count(s)返回值 ≥ 1200《中医证候诊断标准》收录数Neo4j数据卷挂载失败检查./neo4j-data目录权限T02curl -X POST http://localhost:8080/api/qa/ask -H Content-Type: application/json -d {query:肝郁气滞}返回JSON含answers数组且evidencePaths非空Spring Boot未正确连接Neo4j检查application-docker.yml中URI配置T03在GUI中选择“肝郁气滞”→点击“生成证候”→观察方剂画布显示“逍遥散”“柴胡疏肝散”等节点连线粗细符合剂量JavaFX未加载CSS样式检查client.jar中/css/路径T04点击画布中“柴胡”节点→查看弹窗显示“禁忌与藜芦同用药性相克”Contraindication关系未导入检查Relations.xlsx中Type列值T05修改Formula节点的usage属性为“疏肝解郁”重启服务后搜索“疏肝解郁”Lucene返回该方剂Lucene索引未重建执行POST /lucene/reindex端点提示T05测试验证了Lucene与Neo4j的数据最终一致性。若失败检查PostUpdate事件监听器是否注册或手动调用luceneService.rebuildIndex()。6. 知识图谱演进技巧如何用Neo4j APOC插件实现《伤寒论》原文与现代功效的自动对齐6.1 APOC插件加载与中医文本预处理配置APOCAwesome Procedures On Cypher提供apoc.text.*系列函数用于处理古籍文本。首先在neo4j.conf中启用# neo4j.conf dbms.security.procedures.unrestrictedapoc.* dbms.security.procedures.whitelistapoc.*,custom.*然后安装APOC插件Neo4j 5.x需下载对应版本# 下载并复制到plugins目录 wget https://github.com/neo4j-contrib/neo4j-apoc-procedures/releases/download/5.16.0/apoc-5.16.0-all.jar cp apoc-5.16.0-all.jar $NEO4J_HOME/plugins/6.2 从《伤寒论》原文提取功效关键词的Cypher流水线以“太阳病头痛发热身疼腰痛骨节疼痛恶风无汗而喘者麻黄汤主之”为例目标是自动关联Formula:麻黄汤与Effect:发汗解表。流程如下// Step1: 将原文拆分为语义单元使用APOC分词 WITH 太阳病头痛发热身疼腰痛骨节疼痛恶风无汗而喘者麻黄汤主之 AS raw_text CALL apoc.text.split(raw_text, [。]) YIELD value AS clause WITH clause WHERE size(clause) 5 // 过滤短句 // Step2: 提取症状关键词正则匹配中医术语 WITH clause, apoc.text.regexGroups(clause, (头痛|发热|身疼|腰痛|骨节疼痛|恶风|无汗|喘)) AS symptoms UNWIND symptoms AS symptom // Step3: 查找症状对应的证候节点并建立INDICATED_FOR关系 MATCH (s:Syndrome) WHERE s.name IN symptom MATCH (f:Formula {name:麻黄汤}) CREATE (f)-[:INDICATED_FOR]-(s) RETURN f.name, collect(DISTINCT s.name) AS linked_syndromes6.2.1 效果增强结合外部词典的模糊匹配apoc.text.fuzzyMatch可处理古籍异体字// 匹配“痓”与“痉”《伤寒论》中“痓”为“痉”异体 WITH 痓病 AS ancient_term CALL apoc.text.fuzzyMatch(痓病, [痉病, 抽搐, 角弓反张], 0.8) YIELD value, score MATCH (e:Effect {name:value}) RETURN e.name, score6.3 基于APOC的图谱质量自检自动发现缺失的关系模式中医知识图谱常见缺陷是“有药无性”Herb节点缺少HAS_PROPERTY关系。用APOC编写检测脚本// 查找所有无药性的中药 MATCH (h:Herb) WHERE NOT (h)-[:HAS_PROPERTY]-(:Property) RETURN h.name AS herb_without_property, count(*) AS count ORDER BY count DESC LIMIT 10 // 自动补全谨慎执行需人工复核 MATCH (h:Herb {name:细辛}) WHERE NOT (h)-[:HAS_PROPERTY]-(:Property) MERGE (p:Property {value:温}) CREATE (h)-[:HAS_PROPERTY]-(p)注意自动补全前必须导出待修复节点列表供中医专家审核。本系统在/actuator/health端点暴露graph-integrity指标当缺失关系率5%时触发告警。最后当医生在GUI中输入“产后腹痛”系统不仅返回“生化汤”还会在证据链中显示“产后腹痛 → 血瘀证 → 生化汤 → 当归 → 活血化瘀《傅青主女科》原文‘全活血而生新’”将古籍智慧无缝嵌入现代临床决策流。本文还有配套的精品资源点击获取
