PPG Web Analyzer (智能体征分析系统)

这是一个基于 Vue 3 和 FastAPI 开发的全栈 Web 应用，用于分析光电容积脉搏波（PPG）信号，并通过本地部署的大语言模型（Qwen3-1.7B）生成多维度的智能心血管健康报告。

✨ 核心特性

• PPG 数据解析：支持上传包含 PPG 信号的 CSV 或 JSON 文件，自动提取各项生理指标（心率 HR、血氧饱和度 SpO2、呼吸频率 RR、心率变异性 HRV_SDNN）。
• 高维可视化分析：基于 ECharts 提供丰富的图表呈现，包括时域波形（动态波形）、频域功率谱密度（PSD），以及特征点检测（收缩峰值识别与标定）等视图。
• 本地 AI 体征报告：集成纯本地推理的 Qwen3-1.7B 模型，以流式（Streaming）形式输出专业详实的医学报告（数据摘要、健康评估、异常指征、改善建议等）。

🛠️ 技术栈

⚡ Frontend (前端)

• 框架：Vue 3 (Composition API) + Vite + TypeScript
• 图表：ECharts 6
• 请求：Axios

🚀 Backend (后端)

• API 服务：FastAPI + Uvicorn
• 数据处理：Pandas, NumPy, SciPy
• AI 与大模型：PyTorch, Transformers (TextIteratorStreamer 动态流式输出)

📁 目录结构

ppg_web/
├── backend/            # 后端 FastAPI 服务
│   ├── main.py         # 核心接口与大模型流式推理逻辑
│   ├── requirements.txt# 后端依赖配置
│   └── ...
├── frontend/           # 前端 Vue 3 + Vite 项目
│   ├── src/
│   │   ├── components/
│   │   │   └── PPGAnalyzer.vue # 分析与图表、AI交互核心组件
│   │   ├── App.vue
│   │   └── main.ts
│   ├── package.json    # 前端依赖配置
│   ├── vite.config.ts  # Vite 构建配置
│   └── ...
└── README.md           # 项目文档

🚀 快速启动

1. 后端服务部署

进入 /backend 目录，安装相关的 Python 依赖（推荐使用 Anaconda / Miniconda 这类虚拟环境）：

cd backend
pip install -r requirements.txt
pip install torch transformers accelerate pandas numpy scipy python-multipart

注意： 运行 AI 推理需要本地已下载并配置好 Qwen3-1.7B 模型路径（在 main.py 的 MODEL_PATH 变量中设定）。

启动 FastAPI 服务：

python main.py

2. 前端界面启动

进入 /frontend 目录，安装 Node.js 依赖并运行开发服务器：

cd frontend
npm install
npm run dev

启动成功后，浏览器访问 Vite 提供的本地地址（如 http://localhost:5173 或随后的其他端口）即可使用系统的全部功能。

💡 使用步骤

1. 点击左侧工具栏，设置好需要采样的采样率和滤波器等算法参数。
2. 上传包含合法 PPG 连续信号数值的 CSV/JSON 数据文件。
3. 点击“开始分析”，系统将在图形界面渲染波形、频谱和特征点图表。
4. 切换到“AI 分析报告”面板并点击“生成最新报告”，本地 Qwen 模型将基于计算得到的各生理特征组分，实时、流式向你下发医学评估反馈。