146 lines
4.0 KiB
Markdown
146 lines
4.0 KiB
Markdown
# CardioAI - 心血管疾病智能辅助系统
|
||
|
||
CardioAI 是一个多模块智能辅助系统，集成了数据可视化、机器学习预测和 AI 语音问答功能，旨在为心血管疾病的预防和管理提供科学支持。
|
||
|
||
## 项目结构
|
||
|
||
```
|
||
D:\AI_Coding
|
||
├── data/ # 数据文件目录
|
||
│ └── 心血管疾病.xlsx # 心血管疾病数据集
|
||
├── module1_dashboard/ # 数据可视化模块
|
||
│ └── cardio_dashboard.py # Streamlit 应用
|
||
├── module2_predictor/ # 机器学习预测模块
|
||
│ ├── templates/ # 前端模板
|
||
│ │ └── index.html # 预测界面
|
||
│ ├── app.py # Flask API 后端
|
||
│ ├── train_and_save.py # 模型训练脚本
|
||
│ └── cardio_predictor_model.pkl # 训练好的模型
|
||
├── module3_voice_assistant/ # AI 语音问答模块
|
||
│ ├── templates/ # 前端模板
|
||
│ │ └── voice_index.html # 语音助手界面
|
||
│ └── voice_assistant_app.py # Flask 后端
|
||
├── aicodes/ # 参考代码和配置
|
||
│ ├── .env # 环境变量配置
|
||
│ ├── llm_streaming.py # LLM 流式调用示例
|
||
│ └── 语音合成CosyVoice.md # 语音合成参考文档
|
||
├── requirements.txt # 项目依赖
|
||
└── README.md # 项目说明文档
|
||
```
|
||
|
||
## 环境配置
|
||
|
||
### 1. 创建并激活 Conda 虚拟环境
|
||
|
||
```bash
|
||
# 创建虚拟环境
|
||
conda create -n cardioenv python=3.10
|
||
|
||
# 激活虚拟环境
|
||
conda activate cardioenv
|
||
```
|
||
|
||
### 2. 安装依赖
|
||
|
||
```bash
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
### 3. 配置环境变量
|
||
|
||
在 `aicodes/.env` 文件中配置以下环境变量：
|
||
|
||
```env
|
||
# DeepSeek API 配置
|
||
DEEPSEEK_API_KEY1=your_deepseek_api_key
|
||
base_url1=https://api.deepseek.com/v1
|
||
|
||
# DashScope API 配置 (用于 CosyVoice)
|
||
DASHSCOPE_API_KEY=your_dashscope_api_key
|
||
```
|
||
|
||
## 模块启动方法
|
||
|
||
### 1. 数据可视化模块 (Streamlit)
|
||
|
||
```bash
|
||
# 在项目根目录执行
|
||
streamlit run module1_dashboard/cardio_dashboard.py
|
||
```
|
||
|
||
访问地址：`http://localhost:8501`
|
||
|
||
### 2. 机器学习预测模块 (Flask)
|
||
|
||
#### 第一步：训练模型
|
||
|
||
```bash
|
||
# 在项目根目录执行
|
||
python module2_predictor/train_and_save.py
|
||
```
|
||
|
||
#### 第二步：启动 API 服务
|
||
|
||
```bash
|
||
# 在项目根目录执行
|
||
python module2_predictor/app.py
|
||
```
|
||
|
||
访问地址：`http://localhost:5000`
|
||
|
||
### 3. AI 语音问答模块 (Flask)
|
||
|
||
```bash
|
||
# 在项目根目录执行
|
||
python module3_voice_assistant/voice_assistant_app.py
|
||
```
|
||
|
||
访问地址：`http://localhost:5001`
|
||
|
||
## 功能说明
|
||
|
||
### 数据可视化模块
|
||
- 数据清洗和特征工程
|
||
- 交互式数据筛选（年龄、性别、疾病状态）
|
||
- 年龄分布和 BMI 类别对心血管疾病影响的可视化
|
||
- 实时数据统计和风险率计算
|
||
|
||
### 机器学习预测模块
|
||
- 基于 XGBoost 的心血管疾病预测
|
||
- 完整的特征预处理 pipeline
|
||
- 实时预测 API 接口
|
||
- 用户友好的预测表单界面
|
||
|
||
### AI 语音问答模块
|
||
- 集成 DeepSeek 大模型作为专业心血管健康顾问
|
||
- 使用 CosyVoice 实现文字到语音的转换
|
||
- 语音自动播放功能
|
||
- 专业的心血管健康知识问答
|
||
|
||
## 技术栈
|
||
|
||
- **数据处理**：Pandas, NumPy, Scikit-learn
|
||
- **机器学习**：XGBoost, Joblib
|
||
- **数据可视化**：Streamlit, Plotly Express
|
||
- **Web 框架**：Flask
|
||
- **大模型**：DeepSeek (LangChain)
|
||
- **语音合成**：CosyVoice (DashScope)
|
||
- **环境管理**：Conda, Python-dotenv
|
||
|
||
## 注意事项
|
||
|
||
1. 确保已配置正确的 API Key 才能使用 AI 语音问答功能
|
||
2. 数据文件 `心血管疾病.xlsx` 必须存在于 `data/` 目录中
|
||
3. 首次运行机器学习预测模块时需要先训练模型
|
||
4. 所有模块需要在激活的 `cardioenv` 虚拟环境中运行
|
||
|
||
## 项目维护
|
||
|
||
- **数据更新**：可直接替换 `data/心血管疾病.xlsx` 文件
|
||
- **模型更新**：重新运行 `train_and_save.py` 脚本
|
||
- **依赖更新**：修改 `requirements.txt` 文件后重新安装
|
||
|
||
## 许可证
|
||
|
||
本项目仅供学习和研究使用。
|