医疗领域的数据日益增长,知识图谱能够将零碎的数据连接起来,利用已有的数据去挖掘有价值的潜在的关系,从而实现医学知识的整合。在医疗领域中,慢性静脉疾病的诊疗标准复杂,医学知识专业性强,导致医生和患者掌握的医疗信息不对称,因此如何利用知识图谱降低医生和患者之间的沟通成本,成为医疗领域迫切需要解决的问题。针对上述的问题,提出了面向医疗领域知识图谱的构建方法,并且基于该知识图谱实现了知识问答的应用。利用网络爬虫爬取医疗数据,并且收集慢性静脉疾病相关的电子病历和临床指南,定义知识图谱的属性图,通过py2neo组件和load csv命令导入Neo4j图数据库。为了更直观地展示知识图谱的实体与关系,可视化查询利用Vue+Flask框架实现前后端分离,查询结果以echarts关系图的形式呈现。知识问答利用Aho-Corasick算法进行分类并解析,根据不同的分类调用对应的Cypher查询语句。同时,命名实体识别在知识图谱的构建中有着重要的作用,应用BiLSTM-CRF模型进行医学文本的命名实体识别。结合慢性静脉疾病的医学知识,知识图谱能够有效地组织和管理医疗领域的知识,解决了在慢性静脉疾病的诊疗体系中缺少领域知识图谱的问题,为医学数据处理提供了一种新思路。同时以此为基础,为医生和患者提供了集关系查询、实体查询、医学实体识别、知识问答等功能于一体的可视化医疗平台,缓解了医生和患者之间医疗信息不对等的问题。