Files

HaHafeng 2e8699c217 feat(asl): Week 2 Day 2 - Excel import with template download and intelligent dedup

Features:
- feat: Excel template generation and download (with examples)
- feat: Excel file parsing in memory (cloud-native, no disk write)
- feat: Field validation (title + abstract required)
- feat: Smart deduplication (DOI priority + Title fallback)
- feat: Literature preview table with statistics
- feat: Complete submission flow (create project + import literatures)

Components:
- feat: Create excelUtils.ts with full Excel processing toolkit
- feat: Enhance TitleScreeningSettings page with upload/preview/submit
- feat: Update API interface signatures and export unified aslApi object

Dependencies:
- chore: Add xlsx library for Excel file processing

Ref: Week 2 Frontend Development - Day 2
Scope: ASL Module MVP - Title Abstract Screening
Cloud-Native: Memory parsing, no file persistence

2025-11-19 10:24:47 +08:00

1.9 KiB

Raw Blame History

DC - 数据清洗整理

模块代号： DC (Data Cleaning)
开发状态： ⏳ 规划中
商业价值： ⭐⭐⭐⭐⭐ 可独立售卖
独立性： ⭐⭐⭐⭐⭐
优先级： P1

📋 模块概述

数据清洗整理模块提供专业工具，处理医院导出的海量（百万行级）、多表格的Excel数据。

核心价值： 核心差异化功能，解决医学科研痛点

🎯 核心功能

1. 表格ETL（重点）

多张Excel表格导入
按"患者ID"和"时间"自动JOIN
重组为干净的分析宽表

2. 文本提取（NER）（重点）

从病理报告提取结构化字段
从住院小结提取关键信息
TNM分期自动识别

3. 数据质量报告

缺失值统计
异常值检测
数据质量评分

4. 导出标准化数据

Excel导出
SPSS格式
R语言格式

📂 文档结构

DC-数据清洗整理/
  ├── [AI对接] DC快速上下文.md       # ⏳ 待创建
  ├── 00-项目概述/
  │   └── 01-产品需求文档(PRD).md    # ⏳ 待创建
  ├── 01-设计文档/
  │   ├── 01-ETL引擎设计.md          # ⏳ 待创建
  │   └── 02-医学NLP设计.md          # ⏳ 待创建
  └── README.md                       # ✅ 当前文档

🔗 依赖的通用能力

LLM网关 - 医学NER提取（云端版）
文档处理引擎 - Excel/Docx读取
ETL引擎 - 数据清洗和转换
医学NLP引擎 - 实体识别（单机版）

🎯 商业模式

目标客户： 临床科室、数据管理员
售卖方式： 独立产品
定价策略： 按项目数或一次性License

⚠️ 技术难点

大数据处理 - 百万行数据的内存管理
隐私保护 - 单机版必须100%本地化
NER准确率 - 医学术语复杂

最后更新： 2025-11-06
维护人： 技术架构师

1.9 KiB Raw Blame History Unescape Escape