#基于Django实现机器学习医学指标概率预测网站

基于Django实现机器学习医学指标概率预测网站

一、引言

在当今数字化医疗的大背景下,利用机器学习模型结合Web应用进行医学指标的概率预测具有重要的实际意义。本文将详细介绍一个基于Django框架构建的医学指标概率预测系统,通过结合随机森林模型,实现根据用户输入的多项医学指标预测特定事件发生的概率。

二、项目结构概述

项目主要由以下几个核心部分组成:

  1. 模板文件(templates):负责页面的展示和用户交互。
  2. 视图文件(views.py):处理用户请求和业务逻辑。
  3. URL配置文件(urls.py):定义URL路由规则。
  4. 模型文件(models.py):定义数据库模型(本项目暂未涉及数据库操作)。
  5. 应用配置文件(apps.py):配置应用信息。
  6. 项目设置文件(settings.py):配置项目的全局设置。

三、详细代码分析

1. 模板文件 project/templates/app/index.html

<!DOCTYPE html>
<html lang="en">

<head>
    <meta charset="UTF-8">
    <title>概率预测</title>
    <style>
        body {
            font-family: Arial, sans-serif;
            background-color: #f4f4f9;
            margin: 0;
            padding: 20px;
        }

        h1 {
            color: #333;
            text-align: center;
            margin-bottom: 20px;
        }

        form {
            background-color: #fff;
            padding: 20px;
            border-radius: 8px;
            box-shadow: 0 0 10px rgba(0, 0, 0, 0.1);
            max-width: 800px;
            margin: 0 auto;
            display: flex;
            flex-wrap: wrap;
            justify-content: space-between;
        }

        .form-group {
            width: 48%;
            margin-bottom: 10px;
        }

        label {
            display: block;
            margin-bottom: 5px;
        }

        input[type="text"] {
            width: 100%;
            padding: 8px;
            border: 1px solid #ccc;
            border-radius: 4px;
        }

        button {
            background-color: #007BFF;
            color: white;
            padding: 10px 20px;
            border: none;
            border-radius: 4px;
            cursor: pointer;
            width: 100%;
            margin-top: 20px;
        }

        button:hover {
            background-color: #0056b3;
        }

        p {
            color: red;
            margin-bottom: 10px;
            width: 100%;
        }
    </style>
</head>

<body>
    <h1>概率预测</h1>
    {% if error %}
    <p>{{ error }}</p>
    {% endif %}
    {% if probability %}
    <p>发生概率: {{ probability }}</p>
    {% endif %}
    <form method="post">
        {% csrf_token %}
        <!-- 第一排 -->
        <div class="form-group">
            <label for="wbc">白细胞计数 (wbc):</label>
            <input type="text" id="wbc" name="wbc" required>
        </div>
        <div class="form-group">
            <label for="d_dimer">D - 二聚体 (d_dimer):</label>
            <input type="text" id="d_dimer" name="d_dimer" required>
        </div>
        <!-- 其他输入字段省略 -->
        <button type="submit">计算概率</button>
    </form>
</body>

</html>
代码解释:
  • HTML结构:定义了一个简单的HTML页面,包含标题、表单和错误信息显示区域。
  • 样式设置:使用内联CSS样式对页面进行美化,包括背景颜色、字体、表单样式等。
  • 表单部分:通过<form>标签创建一个POST请求的表单,包含多个输入字段,每个字段对应一个医学指标。使用{% csrf_token %}防止跨站请求伪造。
  • 条件判断:使用Django模板语法{% if %}判断是否有错误信息或预测概率,并进行相应的显示。

2. 视图文件 project/app/views.py

import joblib
from django.shortcuts import render
from django.views import View
import os

# 加载本地 RF 模型
model_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), '../random_forest_model.pkl')
model = joblib.load(model_path)


class PredictionView(View):
    def get(self, request):
        return render(request, 'app/index.html')

    def post(self, request):
        # 定义所有需要的输入字段
        fields = [
            'wbc', 'd_dimer', 'crp', 'hbdh', 'ast', 'ck_mb', 'plt', 'hba1c',
            'creatinine', 'bilirubin', 'alt', 'tco2', 'bua', 'ldh',
            'nihss', 'hypertension', 'age', 'gender', 'coronary_disease'
        ]
        data = []
        for field in fields:
            try:
                value = float(request.POST.get(field))
                data.append(value)
            except (ValueError, TypeError):
                return render(request, 'app/index.html', {'error': f'请为 {field} 输入有效的数字'})

        # 进行预测
        try:
            probability = model.predict_proba([data])[:, 1][0]
            return render(request, 'app/index.html', {'probability': probability})
        except Exception as e:
            return render(request, 'app/index.html', {'error': f'预测出错: {str(e)}'})
代码解释:
  • 模型加载:使用joblib库加载本地的随机森林模型random_forest_model.pkl
  • 视图类PredictionView:继承自View类,包含getpost方法。
    • get方法:处理GET请求,返回app/index.html模板页面。
    • post方法:处理POST请求,首先获取表单中的所有输入字段,将其转换为浮点数并存储在data列表中。如果输入不是有效的数字,返回错误信息。然后使用加载的模型进行概率预测,如果预测过程中出现异常,也返回错误信息。最后将预测结果或错误信息传递给模板页面进行显示。

3. URL配置文件

project/app/urls.py
from django.urls import path
from .views import PredictionView

urlpatterns = [
    path('', PredictionView.as_view(), name='prediction'),
]
project/project/urls.py
from django.contrib import admin
from django.urls import path, include

urlpatterns = [
    path('admin/', admin.site.urls),
    path('', include('app.urls')),
]
代码解释:
  • app/urls.py:定义了应用级别的URL路由,将根路径''映射到PredictionView视图类。
  • project/urls.py:定义了项目级别的URL路由,将admin/路径映射到Django的管理界面,将根路径''包含app/urls.py中的路由规则。

4. 应用配置文件 project/app/apps.py

from django.apps import AppConfig


class AppConfig(AppConfig):
    default_auto_field = "django.db.models.BigAutoField"
    name = "app"
代码解释:

定义了应用的配置信息,设置默认的自动字段类型为BigAutoField,应用名称为app

5. 项目设置文件 project/project/settings.py

# 部分代码省略
INSTALLED_APPS = [
    'django.contrib.admin',
    'django.contrib.auth',
    'django.contrib.contenttypes',
    'django.contrib.sessions',
    'django.contrib.messages',
    'django.contrib.staticfiles',
    'app',
]

TEMPLATES = [
    {
        'BACKEND': 'django.template.backends.django.DjangoTemplates',
        'DIRS': [os.path.join(BASE_DIR, 'templates')],
        'APP_DIRS': True,
        'OPTIONS': {
            'context_processors': [
                'django.template.context_processors.debug',
                'django.template.context_processors.request',
                'django.contrib.auth.context_processors.auth',
                'django.contrib.messages.context_processors.messages',
            ],
        },
    },
]

DATABASES = {
    "default": {
        "ENGINE": "django.db.backends.sqlite3",
        "NAME": BASE_DIR / "db.sqlite3",
    }
}
# 部分代码省略
代码解释:
  • INSTALLED_APPS:列出了项目中安装的应用,包括Django自带的应用和自定义的app应用。
  • TEMPLATES:配置模板引擎,指定模板文件的查找路径为project/templates目录。
  • DATABASES:配置数据库,使用SQLite作为默认数据库。

四、总结

通过以上代码的详细分析,我们实现了一个基于Django框架的医学指标概率预测系统。用户可以在网页上输入多项医学指标,系统将使用随机森林模型进行概率预测,并将结果显示在页面上。该系统不仅展示了Django框架的强大功能,还体现了机器学习模型在实际应用中的价值。

希望本文能帮助你更好地理解和实现类似的Web应用项目。如果你有任何问题或建议,欢迎在评论区留言讨论。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值