基于深度学习的医疗器械分类编码映射系统：实现篇

五、系统实现（要点）

5.1 项目结构与代码组织

采用Monorepo（单一代码库）模式管理多服务项目，便于共享代码和统一依赖管理。使用 Poetry (Python) 和 Maven/Gradle (Java) 管理各服务的依赖。

/medical-device-mapping-system
|
├── /services
│   ├── /ml-inference-service  (Python)
│   │   ├── Dockerfile
│   │   ├── pyproject.toml
│   │   └── src/
│   ├── /data-governance-service (Java)
│   ├── /rule-engine-service    (Java)
│   └── /api-gateway           (Java/Go)
|
├── /frontend                   (TypeScript/React)
├── /deployment                 (Docker Compose, Helm Charts)
├── /scripts                    (数据加载、测试等脚本)
└── README.md

5.2 数据层实现（Python & SQL）

使用 SQLAlchemy (Python ORM) 定义数据模型，并与PostgreSQL交互。数据加载脚本使用 pandas 进行初步清洗，再通过ORM写入数据库。

示例：使用SQLAlchemy定义器械主数据模型

# services/ml-inference-service/src/models/device.py
from sqlalchemy import Column, String, DateTime, Text
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.dialects.postgresql import UUID
import uuidBase = declarative_base()class Device(Base):__tablename__ = 'devices'id = Column(UUID(as_uuid=True), primary_key=True, default=uuid.uuid4, index=True)di = Column(String(80), unique=True, nullable=False, index=True, comment="设备标识")primary_name_en = Column(String(255), nullable=False)primary_name_cn = Column(String(255), nullable=True)manufacturer_name = Column(String(255), nullable=False)model_number = Column(String(100), nullable=True)# 使用JSONB存储灵活的键值对属性attributes = Column(Text, comment="JSON string for dynamic attributes like material, sterility")created_at = Column(DateTime, server_default='now()')updated_at = Column(DateTime, server_default='now()', onupdate='now()')def to_dict(self):return {c.name: getattr(self, c.name) for c in self.__table__.columns}

5.3 语义理解与特征工程（Python & Hugging