HaHafeng
2e8699c217
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
104 lines
1.9 KiB
Markdown
104 lines
1.9 KiB
Markdown
# 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
|
||
|
||
1. **大数据处理** - 百万行数据的内存管理
|
||
2. **隐私保护** - 单机版必须100%本地化
|
||
3. **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
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|