哈喽大家好～

跟着我一步步从零开发的多模态新生儿疼痛评估系统，终于完成了最核心的全栈落地！从最开始的空白屏幕、不懂数据库，到现在能正常打开所有页面、操作所有功能，相信大家和我一样，都有满满的成就感～

这一篇不搞虚的，纯干货复盘——把我们前10篇做过的所有工作、踩过的坑、实现的功能，全部整理清楚，同时跟大家同步：系统还没结束！ 接下来我们要进入最关键的环节——集成多模态AI评估模型，真正实现“自动化疼痛评分”！

全程小白视角，无复杂术语，适合直接复制发CSDN，记录我们的全栈开发历程～

一、先跟大家说清楚：我们目前完成了什么？

截止到本篇，我们已经完成了全栈基础开发，系统已经能正常运行、正常使用，具体实现的功能如下（小白也能看懂的通俗总结）：

• ✅ 数据库：用MySQL+Navicat，建好6张核心表，插入测试数据，解决“页面无数据”“API返回空数组”问题

• ✅ 后端：用Python+FastAPI，写好6个核心API接口，解决跨域、端口占用、uvicorn报错等问题

• ✅ 前端：用HTML/CSS/JS，做好7个完整页面，解决“静态假数据”“页面不渲染”问题

• ✅ 联调：前后端100%打通，页面能动态加载数据库数据，疼痛评估能正常保存到数据库

简单说：现在打开系统，能看床位、能看患者、能做评估、能查记录，完全是一套可用的医疗辅助系统，不是“半成品”！

二、四阶段完整开发历程

从零到一，我们一步没跳，每一步都踩过坑、解决过问题，下面复盘的都是我们真实做过的工作，新手可以直接参考避坑～

第一阶段：数据库设计（MySQL + Navicat）

这是最基础也是最关键的一步，没做好数据库，后面所有开发都会卡壳，我们做了这些：

• 设计并创建6张核心数据表，分别是：patients（患者表）、beds（床位表）、assessments（评估记录表）、设备表、用户表、干预记录表

• 用Navicat可视化管理数据库，新建查询、执行SQL、查看数据，小白也能轻松操作

• 插入测试数据，解决了“API返回{data: Array(0)}”“页面空白”的核心问题，让系统有数据可展示

第二阶段：后端API开发（Python + FastAPI）

后端是“桥梁”，连接数据库和前端，我们从零搭建，完成了所有核心接口，具体如下：

1. 后端项目结构

backend/ ├── main.py # FastAPI 主程序（核心文件） ├── database.py # MySQL 数据库连接（负责和数据库通信） 

2. 6个核心API接口

接口地址	请求方法	功能说明（小白通俗版）
/api/beds	GET	获取所有床位，显示床位是否占用、设备是否在线
/api/patients	GET	获取所有新生儿患者列表，显示患者基本信息
/api/patients/{id}	GET	根据患者ID，查看患者详情和历史疼痛评估记录
/api/assess	POST	执行疼痛评估，生成评分和疼痛等级，保存到数据库
/api/statistics	GET	获取统计数据，用于前端报表展示
/api/interventions	POST	添加疼痛干预记录，方便医护人员跟踪

3. 后端踩过的坑 & 解决方案（超实用，新手必看）

• 坑1：Windows上运行uvicorn，报多进程错误，启动失败

• 解决：把代码里的reload=True改成reload=False，重新启动就好

• 坑2：前端调用API时，控制台报CORS跨域错误，无法获取数据

• 解决：在后端main.py里添加CORSMiddleware跨域配置，允许前端访问

第三阶段：前端页面开发（HTML/CSS/JS）

前端是“门面”，也是医护人员实际操作的界面，我们一共做了7个页面，全部完成并能正常使用：

1. 7个前端页面清单（全部✅，无未完成）

页面名称	核心功能	完成状态
首页.html	系统概览、数据统计卡片，一眼看清整体情况	✅ 完成
实时监控.html	床位实时状态、患者信息、疼痛评分，支持快速评估	✅ 完成
患者列表.html	显示所有新生儿患者，支持查看详情、快速评估	✅ 完成
疼痛记录.html	查看所有患者的疼痛评估历史，支持筛选查询	✅ 完成
评估报表.html	用图表展示评估数据，直观看到疼痛等级分布、趋势	✅ 完成
设备管理.html	监控所有设备的在线/离线状态，方便维护	✅ 完成
培训中心.html	静态内容，展示疼痛评估操作指南、相关知识	✅ 完成

2. 前端核心功能（全部实现，无卡顿）

• 动态加载床位、患者数据，不再是静态写死的假数据（解决了“乐乐、明明”假数据问题）

• 患者详情页跳转，点击患者就能查看详细信息和评估历史

• 一键疼痛评估，点击按钮就能生成评分，弹窗提示结果

• 页面自动刷新，数据实时同步，不用手动刷新页面

第四阶段：前后端联调 + 测试

联调就是把后端和前端“连起来”，让前端能拿到数据库里的真实数据，我们做了这些，最终100%打通：

1. 启动后端的命令（直接复制执行）

cd E:\aaaaa\src\backend python main.py

2. API测试地址（可以直接在浏览器打开，测试接口是否正常）

http://localhost:8000/api/beds http://localhost:8000/api/patients http://localhost:8000/api/statistics

3. 联调最终结果（全部达标，无问题）

• ✅ 床位数据正常显示，占用/空闲状态准确

• ✅ 患者列表正常加载，显示张小宝、李小妹等真实测试数据

• ✅ 疼痛评估功能可用，评分能正常保存到数据库

• ✅ 页面不再显示静态假数据，控制台不再返回空数组

• ✅ 所有页面跳转正常，无报错、无卡顿

三、项目当前实现效果

目前系统已经能正常使用，每个功能模块的实际效果如下，新手可以对照自己的系统检查：

功能模块	实际效果（小白通俗版）
实时监控	能看到所有床位，哪个床位有患者、设备是否在线、当前疼痛评分，自动刷新
患者列表	显示所有新生儿患者的姓名、性别、孕周等信息，点击“详情”能看更多内容
疼痛评估	点击评估按钮，就能生成疼痛评分和等级（目前是模拟评分，后续替换成AI），保存到数据库
疼痛记录	能看到所有患者的历史评估记录，包括时间、评分、疼痛等级、护士备注
评估报表	用图表展示数据，比如不同疼痛等级的患者数量、某患者的疼痛变化趋势
设备管理	能看到所有设备的状态，区分在线和离线，方便医护人员维护

四、开发中遇到的高频问题（避坑合集，新手必看）

整理了我们开发过程中最常遇到的7个问题，每个问题都有对应的解决方案，不用再查百度、问别人，直接对照解决：

遇到的问题	解决方案（简单好操作）
Navicat执行SQL后，看不到新建的表	忘记刷新数据库了，选中数据库，按F5刷新即可
Python安装第三方库（如FastAPI、uvicorn）速度很慢	用清华镜像源安装，比如：pip install fastapi -i https://pypi.tuna.tsinghua.edu.cn/simple
启动后端时，提示端口8000被占用	把main.py里的端口改成8001，重新启动即可
前端调用API，控制台报CORS跨域错误	后端main.py添加CORS中间件配置，允许前端访问
Windows运行uvicorn，报多进程错误	把reload=True改为reload=False，重新启动后端
患者列表页面显示假数据（乐乐、明明），不显示真实数据	删除tbody里的静态tr标签，给tbody添加id="patient-tbody"，用JS动态渲染数据
API返回{success: true, data: Array(0)}	数据库里没有数据，执行我们之前写的测试SQL，插入患者、床位数据即可

五、重点预告：系统未结束！接下来开发AI模型

很多同学以为到这里就结束了，其实不是！我们目前的疼痛评估，用的是模拟评分，不是真正的“多模态AI评估”，这也是我们接下来的核心开发内容：

接下来要做的核心工作（AI模型开发）

• 核心目标：集成PainC3M多模态AI评估模型，实现“自动识别新生儿疼痛，生成精准评分”

• 开发内容：

  • 1. 准备新生儿疼痛数据集（面部表情、生理信号等多模态数据）

  • 2. 基于Python（TensorFlow/PyTorch）训练PainC3M模型

  • 3. 把AI模型集成到后端，替换当前的模拟评分逻辑

  • 4. 测试AI评分的准确性，优化模型性能

• 开发难度：比之前的全栈开发稍难，但我会一步步拆解，小白也能跟着做，不跳步、不搞复杂术语

简单说：现在我们的系统是“能用”，接下来要做的是“做好、做精准”，真正实现“多模态新生儿疼痛评估”的核心价值！

六、当前项目进度

目前我们的开发进度如下，后续AI模型开发会持续更新，大家可以跟着节奏一步步来：

• ✅ 数据库设计与建表（100%完成）

• ✅ 测试数据插入（100%完成）

• ✅ Python + FastAPI 后端开发（100%完成）

• ✅ 6大核心API接口开发（100%完成）

• ✅ 7个前端页面开发（100%完成）

• ✅ 前后端联调（100%完成，无报错）

• ✅ 解决跨域、空数据、假数据等问题（100%完成）

• 🔄 多模态AI模型开发（待启动，下一篇开始）

七、结束语

从空白屏幕到完整系统，我们一步步踩坑、一步步解决问题，终于完成了全栈基础开发！

这不是结束，而是新的开始——接下来我们要进入最核心、最有技术含量的环节：AI模型开发，真正实现“多模态新生儿疼痛评估”，让我们的系统更有价值、更专业！

新手不用怕，我会继续拆解每一步，从数据集准备到模型训练、集成，全程小白友好，不搞复杂术语，跟着我一步步来，就能完成整套系统的开发～

下一篇：AI模型开发开篇！准备新生儿疼痛数据集，搭建模型训练环境，我们不见不散～

如果大家在当前系统中遇到任何问题，或者对后续AI模型开发有疑问，欢迎在评论区留言，我会一一回复，帮大家快速解决！