b5b299a682
- Add comprehensive README.md with setup and usage instructions - Add .env.example template (sanitized, no real API keys) - Add root-level .gitignore to exclude .env and generated files - Add all project modules (dashboard, predictor) - Add data file and requirements.txt
103 lines
2.6 KiB
Markdown
103 lines
2.6 KiB
Markdown
# CardioAI - 心血管疾病智能辅助系统
|
||
|
||
多模块应用，集成了数据可视化、机器学习预测和AI问答功能。
|
||
|
||
## 项目结构
|
||
|
||
```
|
||
CardioAI/
|
||
├── data/ # 数据文件目录
|
||
│ └── 心血管疾病.xlsx # 心血管疾病数据集
|
||
├── module1_dashboard/ # 模块1: Streamlit 交互式仪表盘
|
||
│ └── cardio_dashboard.py
|
||
├── module2_predictor/ # 模块2: XGBoost 风险预测模型
|
||
│ ├── train_and_save.py # 模型训练脚本
|
||
│ ├── cardio_predictor_model.pkl # 训练好的模型
|
||
│ ├── app.py # Flask API 服务
|
||
│ └── templates/
|
||
│ └── index.html # 预测前端页面
|
||
├── requirements.txt # 项目依赖
|
||
├── .env.example # 环境变量模板
|
||
└── .gitignore # Git 忽略文件
|
||
```
|
||
|
||
## 环境配置
|
||
|
||
### 1. 创建 conda 环境
|
||
|
||
```bash
|
||
conda create -n cardioenv python=3.10
|
||
conda activate cardioenv
|
||
```
|
||
|
||
### 2. 安装依赖
|
||
|
||
```bash
|
||
cd F:\My_Git_Project\CardioAI
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
### 3. 配置环境变量
|
||
|
||
复制 `.env.example` 为 `.env`，并填入您的 API Key：
|
||
|
||
```bash
|
||
copy .env.example .env
|
||
```
|
||
|
||
编辑 `.env` 文件，填入您的 DeepSeek API Key。
|
||
|
||
## 模块说明
|
||
|
||
### 模块1: 交互式仪表盘 (Streamlit)
|
||
|
||
心血管数据的交互式可视化界面。
|
||
|
||
**启动命令:**
|
||
```bash
|
||
cd F:\My_Git_Project\CardioAI
|
||
streamlit run module1_dashboard/cardio_dashboard.py
|
||
```
|
||
|
||
**功能特性:**
|
||
- 年龄范围筛选
|
||
- 性别和心血管疾病状态筛选
|
||
- 统计数据展示
|
||
- BMI分布可视化
|
||
|
||
### 模块2: 心血管风险预测模型 (Flask + XGBoost)
|
||
|
||
基于 XGBoost 的心血管疾病风险预测 API。
|
||
|
||
**训练模型:**
|
||
```bash
|
||
cd F:\My_Git_Project\CardioAI
|
||
python module2_predictor/train_and_save.py
|
||
```
|
||
|
||
**启动预测服务:**
|
||
```bash
|
||
cd F:\My_Git_Project\CardioAI\module2_predictor
|
||
set FLASK_APP=app.py
|
||
flask run --host=0.0.0.0 --port=5000
|
||
```
|
||
|
||
**API 接口:**
|
||
- `POST /predict_cardio` - 提交11个特征值，返回预测概率和结果
|
||
|
||
## 依赖说明
|
||
|
||
- pandas, openpyxl - 数据处理
|
||
- numpy, scikit-learn - 数值计算
|
||
- xgboost, joblib - 机器学习
|
||
- streamlit, plotly - 数据可视化
|
||
- Flask - Web 服务
|
||
- python-dotenv - 环境变量
|
||
- langchain-openai, dashscope, requests - AI 集成
|
||
|
||
## 注意事项
|
||
|
||
1. 数据文件路径可通过 `.env` 中的 `DATA_PATH` 配置
|
||
2. 确保 `.env` 文件不提交到版本库（已加入 .gitignore）
|
||
3. 使用前请确保已正确配置 DeepSeek API Key
|