基于机器学习的心脏病发病风险预测系统

项目简介

本系统是一个基于 Python Flask 框架的心脏病发病风险智能评估平台，以 UCI Cleveland 心脏病数据集为基础，通过 Bootstrap 有放回采样扩充至 1025 条样本训练机器学习模型。用户输入 13 项临床特征指标，系统输出心脏病风险概率与四级风险等级评估，支持单条预测与 CSV 批量预测，并提供 12 张 ECharts 可视化数据分析图表、模型管理、系统管理等功能。所有特征采用 UCI 原始编码方案（如 cp: 1-4, slope: 1-3, thal: 3/6/7），与临床原始数据保持一致。

---

功能模块

模块	功能说明
首页	系统介绍、数据集概况、模型精度展示、技术栈展示、风险分级规则说明
用户系统	用户注册、登录、登出，基于 Flask-Login 的会话管理，管理员与普通用户两级权限
单条预测	输入 13 项临床特征（年龄、性别、胸痛类型、静息血压、血清胆固醇、空腹血糖、静息心电图、最大心率、运动心绞痛、ST段压低、ST段斜率、主要血管数、地中海贫血类型），输出风险概率、预测结果、风险等级，支持填入示例数据快速体验
批量预测	上传 CSV 文件批量评估，逐行特征校验，生成结果 CSV 下载，记录批量任务历史
预测历史	预测记录分页浏览、管理员可查看全部用户记录、支持 CSV 导出
数据分析	12 张 ECharts 可视化图表：患病数量统计、年龄分布、性别比例、概率分布、风险等级占比、胸痛类型分布、近7日预测趋势、模型性能对比、特征重要性、血压趋势、胆固醇/心率趋势、综合雷达图
模型信息	模型性能指标（准确率、精确率、召回率、F1、AUC、交叉验证）、混淆矩阵、特征重要性柱状图（ECharts）、数据集概况、训练历史
数据集浏览	数据集统计信息、特征统计表（均值、标准差、最小值、最大值、中位数）、前20条样本预览、数据来源说明
模型训练	管理员专属，支持单模型训练（随机森林、梯度提升、逻辑回归、SVM）和多模型对比选优，展示训练结果与历史记录
系统管理	管理员专属，用户管理（查看、删除）、系统日志（登录、预测、训练等操作记录）
REST API	/api/predict 单条预测、/api/stats 统计数据、/api/model/metrics 模型指标、/api/dataset/stats 数据集统计、/api/predictions 预测历史、/api/features 特征说明

---

数据来源

项目	说明
基础数据集	UCI Cleveland Heart Disease Dataset
来源	UCI Machine Learning Repository
原始文件	data/processed.cleveland.data（303 条原始记录）
训练数据	data/heart_extended_1025.csv（1025 条，基于 297 条有效样本 Bootstrap 有放回采样扩充）
有效样本	297 条（剔除含缺失值的 6 条）
扩充样本	1025 条（有放回采样 + 连续变量微高斯噪声）
特征数	13 个临床指标
编码方案	UCI 原始编码（cp: 1-4, slope: 1-3, thal: 3/6/7）
标签	0 = 无心脏病，1 = 有心脏病（训练时二值化）

---

风险分级规则

概率区间	预测结果	风险等级
< 0.3	无心脏病风险	低风险
0.3 ~ 0.5	无心脏病风险	临界风险（需关注）
0.5 ~ 0.7	有心脏病风险	中风险
≥ 0.7	有心脏病风险	高风险

预测阳性阈值为 0.5（概率 ≥ 0.5 判定为有心脏病风险）。

---

目录结构

python-xingzangbing-fenxi/
├── app.py                       # Flask 应用主入口，页面路由与 API 接口
├── config.py                    # 应用配置（密钥、路径、特征定义、管理员账号）
├── run.py                       # 项目启动脚本（初始化数据库、训练模型、启动服务）
├── requirements.txt             # Python 依赖包清单
├── data/
│   ├── processed.cleveland.data # UCI Cleveland 原始心脏病数据集（303条）
│   └── heart_extended_1025.csv  # 训练用数据集（1025条）
├── database/
│   ├── __init__.py              # 数据库模块包标识
│   └── db.py                    # SQLite 数据库初始化与 CRUD 操作
├── instance/
│   └── heart_disease.db         # SQLite 数据库文件（自动生成）
├── ml/
│   ├── __init__.py              # 机器学习模块包标识
│   ├── train.py                 # 模型训练（4种模型对比、特征重要性、指标保存）
│   └── predict.py               # 模型预测（单条/批量、特征校验、风险分级、概率校准）
├── models/
│   ├── heart_model.pkl          # 训练完成的模型文件（自动生成）
│   ├── scaler.pkl               # StandardScaler 标准化器（自动生成）
│   ├── metrics.json             # 模型评估指标（自动生成）
│   └── feature_importance.json  # 特征重要性（自动生成）
├── static/
│   ├── css/
│   │   └── style.css            # 自定义样式（专业医疗配色）
│   ├── js/
│   │   └── main.js              # 全局脚本（提示自动关闭）
│   └── uploads/
│       ├── sample_batch.csv     # 批量预测示例 CSV 文件
│       ├── test_low_risk.csv    # 批量预测测试数据（低风险）
│       ├── test_high_risk.csv   # 批量预测测试数据（高风险）
│       └── test_boundary.csv    # 批量预测测试数据（临界值）
├── templates/
│   ├── base.html                # 基础模板（导航栏、CDN 引用、页脚）
│   ├── index.html               # 首页
│   ├── login.html               # 登录页
│   ├── register.html            # 注册页
│   ├── dashboard.html           # 数据分析（12张 ECharts 图表）
│   ├── predict.html             # 单条风险预测
│   ├── batch.html               # 批量预测
│   ├── history.html             # 预测历史
│   ├── model_info.html          # 模型信息
│   ├── dataset.html             # 数据集浏览
│   ├── train.html               # 模型训练（管理员）
│   └── admin.html               # 系统管理（管理员）
├── 运行步骤必看/
│   └── window.md                # Windows 运行步骤说明
├── mac_run.sh                   # macOS/Linux 一键启动脚本
├── window_run.bat               # Windows 一键启动脚本
├── 训练手册.md                   # 模型训练手册
├── 项目说明.md                   # 本文件
└── README.md                    # 项目简介

---

技术栈

类别	技术
后端	Python 3.12 + Flask 3.0
数据库	SQLite 3
前端	HTML5 + Bootstrap 5.3 + ECharts 5.5
机器学习	scikit-learn 1.5（随机森林、梯度提升、SVM、逻辑回归）
数据处理	pandas 2.2 + numpy 2.0
模型持久化	joblib 1.4
用户认证	Flask-Login 0.6
密码安全	Werkzeug pbkdf2:sha256

---

环境要求

项目	要求
Python	3.12
操作系统	Windows / macOS / Linux
内存	建议 2GB 以上（模型训练时使用）
磁盘	约 200MB（含依赖和数据库）
浏览器	Chrome / Firefox / Safari / Edge 现代版本

---

账号信息

角色	用户名	密码
管理员	admin	admin123

管理员拥有模型训练和系统管理页面访问权限，可查看模型指标、管理用户、重新训练模型。新注册用户默认为普通用户角色，仅可使用预测、历史、数据分析等功能。