264 lines
7.5 KiB
Markdown
264 lines
7.5 KiB
Markdown
# CardioAI - 心血管疾病智能辅助系统
|
||
|
||
## 项目概述
|
||
|
||
CardioAI是一个多模块应用系统，集成了数据可视化、机器学习预测和AI语音问答功能，用于心血管疾病的智能辅助分析和诊断。
|
||
|
||
### 系统模块
|
||
|
||
1. **Module 1: 数据可视化仪表板** (Streamlit) - 本模块
|
||
- 数据清洗与特征工程
|
||
- 交互式数据筛选
|
||
- 可视化分析图表
|
||
|
||
2. **Module 2: 机器学习预测器** (Flask + XGBoost)
|
||
- 心血管疾病风险预测模型
|
||
- RESTful API接口
|
||
- 实时预测服务
|
||
|
||
3. **Module 3: AI语音助手** (DeepSeek + CosyVoice)
|
||
- 自然语言问答
|
||
- 语音交互界面
|
||
- 疾病知识查询
|
||
|
||
## Module 1: 数据可视化仪表板
|
||
|
||
### 功能特性
|
||
|
||
- ✅ **数据加载与清洗**: 自动处理异常值和缺失数据
|
||
- ✅ **特征工程**: 年龄转换、BMI计算、类别编码
|
||
- ✅ **交互式筛选**: 侧边栏多维度数据筛选
|
||
- ✅ **可视化分析**: Plotly交互式图表
|
||
- ✅ **性能优化**: 使用缓存加速数据加载
|
||
|
||
### 数据处理流程
|
||
|
||
1. **数据加载**: 从Excel文件加载原始数据
|
||
2. **年龄转换**: 将天数转换为年数（四舍五入）
|
||
3. **BMI计算**: `BMI = 体重(kg) / (身高(m)^2)`
|
||
4. **异常值处理**:
|
||
- 删除舒张压 ≥ 收缩压的记录
|
||
- 删除收缩压不在[90, 250] mmHg范围的记录
|
||
- 删除舒张压不在[60, 150] mmHg范围的记录
|
||
5. **类别转换**:
|
||
- 胆固醇水平: 1=正常, 2=高于正常, 3=极高
|
||
- 血糖水平: 1=正常, 2=高于正常, 3=极高
|
||
- 性别: 1=女性, 2=男性
|
||
- BMI分类: <18.5=偏瘦, 18.5-24.9=正常, 25-29.9=超重, ≥30=肥胖
|
||
|
||
### 快速开始
|
||
|
||
#### 1. 环境配置
|
||
|
||
```bash
|
||
# 创建并激活conda虚拟环境
|
||
conda create -n cardioenv python=3.10
|
||
conda activate cardioenv
|
||
|
||
# 安装依赖包
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
#### 2. 数据准备
|
||
|
||
确保数据文件位于正确路径：
|
||
```
|
||
项目根目录/
|
||
├── data/
|
||
│ └── 心血管疾病.xlsx
|
||
└── module1_dashboard/
|
||
└── cardio_dashboard.py
|
||
```
|
||
|
||
#### 3. 启动仪表板
|
||
|
||
```bash
|
||
# 进入项目根目录
|
||
cd D:\Project\PythonProject\AIcode\test
|
||
|
||
# 激活conda环境
|
||
conda activate cardioenv
|
||
|
||
# 启动Streamlit应用程序
|
||
streamlit run module1_dashboard/cardio_dashboard.py
|
||
```
|
||
|
||
或者使用conda直接运行：
|
||
|
||
```bash
|
||
"D:\software\anaconda\Scripts\conda.exe" run -n cardioenv streamlit run module1_dashboard/cardio_dashboard.py
|
||
```
|
||
|
||
#### 4. 访问应用
|
||
|
||
打开浏览器，访问: [http://localhost:8501](http://localhost:8501)
|
||
|
||
### 界面说明
|
||
|
||
#### 侧边栏筛选器
|
||
- **年龄范围**: 滑动选择器，筛选指定年龄范围的记录
|
||
- **性别**: 多选框，选择要分析的性别（女性/男性）
|
||
- **心血管疾病状态**: 多选框，选择疾病状态（有/无）
|
||
- **BMI分类**: 多选框，选择BMI分类（偏瘦/正常/超重/肥胖）
|
||
- **胆固醇水平**: 多选框，选择胆固醇水平
|
||
- **血糖水平**: 多选框，选择血糖水平
|
||
|
||
#### 主界面区域
|
||
|
||
1. **关键指标面板**
|
||
- 筛选后记录数
|
||
- 心血管疾病风险率
|
||
- 平均年龄
|
||
- 平均BMI
|
||
|
||
2. **数据可视化图表**
|
||
- 年龄分布与心血管疾病关系直方图
|
||
- BMI分类对心血管疾病影响的堆叠柱状图
|
||
- 血压关系散点图
|
||
- 胆固醇水平分布饼图
|
||
- 血糖水平分布饼图
|
||
|
||
3. **数据预览**
|
||
- 数据摘要（形状、类型、缺失值）
|
||
- 原始数据表格（可自定义显示的列）
|
||
|
||
### 配置文件说明
|
||
|
||
`.env` 文件包含以下配置项：
|
||
|
||
```ini
|
||
# 数据文件路径
|
||
DATA_PATH=./data/心血管疾病.xlsx
|
||
|
||
# Flask服务器配置
|
||
FLASK_APP=module2_predictor/app.py
|
||
FLASK_ENV=development
|
||
|
||
# Streamlit配置
|
||
STREAMLIT_PORT=8501
|
||
|
||
# AI模型API密钥（需要替换为实际值）
|
||
DASHSCOPE_API_KEY=your_dashscope_api_key_here
|
||
OPENAI_API_KEY=your_openai_api_key_here
|
||
|
||
# 模型文件路径
|
||
MODEL_PATH=./module2_predictor/models/xgb_model.pkl
|
||
```
|
||
|
||
### 依赖包说明
|
||
|
||
详细依赖见 `requirements.txt`：
|
||
|
||
- **数据处理**: pandas, numpy, openpyxl
|
||
- **机器学习**: scikit-learn, xgboost, joblib
|
||
- **可视化**: streamlit, plotly
|
||
- **Web服务**: Flask
|
||
- **环境管理**: python-dotenv
|
||
- **AI集成**: langchain-openai, dashscope, requests
|
||
|
||
### 常见问题
|
||
|
||
#### Q1: 数据加载失败
|
||
**症状**: 应用程序无法启动，提示文件找不到或格式错误
|
||
**解决**:
|
||
1. 检查 `data/心血管疾病.xlsx` 文件是否存在
|
||
2. 确认文件格式为Excel 2007+ (.xlsx)
|
||
3. 检查文件编码，确保不是二进制损坏
|
||
|
||
#### Q2: 图表显示异常
|
||
**症状**: 图表不显示或显示错误
|
||
**解决**:
|
||
1. 检查Plotly是否正确安装：`pip install plotly`
|
||
2. 确保数据经过正确清洗，没有无限值或NaN
|
||
3. 检查筛选条件是否过于严格导致无数据
|
||
|
||
#### Q3: 应用程序运行缓慢
|
||
**症状**: 页面响应慢，筛选操作延迟
|
||
**解决**:
|
||
1. 利用 `@st.cache_data` 装饰器的缓存功能
|
||
2. 减少一次性加载的数据量
|
||
3. 优化图表复杂度，减少数据点数量
|
||
|
||
#### Q4: 中文显示乱码
|
||
**症状**: 中文文字显示为乱码
|
||
**解决**:
|
||
1. 确保系统支持中文字体
|
||
2. Streamlit默认支持UTF-8编码，检查源代码文件保存为UTF-8
|
||
3. 在Windows系统上，设置控制台编码为UTF-8
|
||
|
||
### 开发说明
|
||
|
||
#### 项目结构
|
||
```
|
||
D:\Project\PythonProject\AIcode\test\
|
||
├── data\ # 数据文件目录
|
||
│ └── 心血管疾病.xlsx
|
||
├── module1_dashboard\ # 数据可视化模块
|
||
│ ├── cardio_dashboard.py
|
||
│ └── test_data.py
|
||
├── module2_predictor\ # 机器学习预测模块
|
||
│ └── templates\
|
||
├── module3_voice_assistant\ # AI语音助手模块
|
||
│ └── templates\
|
||
├── requirements.txt # Python依赖包
|
||
├── .env # 环境配置
|
||
└── README.md # 项目文档
|
||
```
|
||
|
||
#### 代码结构
|
||
- `load_and_process_data()`: 数据加载和清洗主函数，使用 `@st.cache_data` 缓存
|
||
- `create_filters()`: 创建侧边栏筛选器组件
|
||
- `apply_filters()`: 应用筛选条件到数据框
|
||
- `display_metrics()`: 显示关键指标卡片
|
||
- `create_visualizations()`: 创建所有可视化图表
|
||
- `display_data_preview()`: 显示数据预览和摘要
|
||
|
||
#### 扩展开发
|
||
|
||
1. **添加新图表**
|
||
```python
|
||
def create_new_chart(df):
|
||
fig = px.scatter(df, x='column1', y='column2', color='cardio_str')
|
||
st.plotly_chart(fig, use_container_width=True)
|
||
```
|
||
|
||
2. **添加新筛选器**
|
||
```python
|
||
# 在create_filters函数中添加
|
||
new_filter = st.sidebar.selectbox("新筛选器", options=['选项1', '选项2'])
|
||
```
|
||
|
||
3. **自定义样式**
|
||
```python
|
||
st.markdown("""
|
||
<style>
|
||
.custom-class { color: blue; }
|
||
</style>
|
||
""", unsafe_allow_html=True)
|
||
```
|
||
|
||
### 性能优化建议
|
||
|
||
1. **数据缓存**: 所有数据处理函数使用 `@st.cache_data` 装饰器
|
||
2. **增量加载**: 对于大型数据集，考虑分页或懒加载
|
||
3. **图表优化**: 使用采样或聚合减少数据点数量
|
||
4. **异步处理**: 长时间操作使用异步函数避免阻塞UI
|
||
|
||
### 下一步计划
|
||
|
||
1. **Module 2开发**: 实现XGBoost预测模型和Flask API
|
||
2. **Module 3开发**: 集成DeepSeek和CosyVoice语音助手
|
||
3. **功能增强**: 添加数据导出、报告生成功能
|
||
4. **部署优化**: Docker容器化，云平台部署
|
||
|
||
### 技术支持
|
||
|
||
- **问题反馈**: 检查GitHub Issues或联系开发团队
|
||
- **文档更新**: 随着功能迭代保持文档同步
|
||
- **版本管理**: 使用Git进行版本控制，定期发布稳定版本
|
||
|
||
---
|
||
|
||
**版权所有 © 2024 CardioAI项目组**
|
||
**版本**: 1.0.0
|
||
**最后更新**: 2024-04-02 |