🏥 基于FastAPI的全球结直肠癌数据分析可视化系统：从数据到智能预测的完整解决方案

一个集机器学习、数据可视化、Web开发于一体的医疗数据分析平台

项目演示 • 技术架构 • 核心功能 • 代码实现 • 部署指南

---

📋 目录

• 项目概述
• 技术栈详解
• 系统架构
• 核心功能实现
• 代码深度解析
• 数据可视化展示
• 机器学习模型
• 部署与运维
• 性能优化
• 项目总结

---

🎯 项目概述

项目背景

在全球医疗数据爆炸式增长的时代，如何有效分析和利用医疗数据成为医疗行业的重要课题。结直肠癌作为全球第三大常见癌症，其数据分析和预测对医疗决策具有重要意义。本项目基于Python生态系统，构建了一个完整的结直肠癌数据分析与可视化平台。

核心价值

• 🤖 智能预测：基于RandomForest算法，预测准确率达85%+
• 📊 多维分析：地理、人口、临床、时间四大维度深度分析
• 🗄️ 数据管理：支持27个字段的完整患者数据CRUD操作
• 💻 现代化UI：Bootstrap 5医疗主题设计，响应式布局
• 🌐 离线运行：完全本地化部署，无需网络连接

项目亮点

• 167,497条真实患者数据
• 16个国家全球数据覆盖
• **68.3%**平均5年生存率
• 14个特征机器学习预测模型

---

🛠️ 技术栈详解

后端技术栈

技术	版本	用途	优势
FastAPI	0.104+	Web框架	高性能、自动API文档、类型提示
SQLite3	3+	数据库	轻量级、零配置、跨平台
scikit-learn	1.3.2	机器学习	丰富的算法库、易用API
pandas	2.1.3	数据处理	强大的数据分析能力
numpy	1.24.3	数值计算	高效的数组操作
Uvicorn	0.24.0	ASGI服务器	高性能异步服务器

前端技术栈

技术	版本	用途	特点
Bootstrap 5	5.3.0	UI框架	响应式设计、组件丰富
ECharts	5.4.0	数据可视化	交互性强、图表类型丰富
Jinja2	3.1.2	模板引擎	灵活、安全、易维护
jQuery	3.6.0	JavaScript库	DOM操作、AJAX请求
Bootstrap Icons	1.10.0	图标库	丰富的图标资源

开发工具

• 包管理：pip + requirements.txt
• 代码规范：PEP 8 Python编码规范
• 版本控制：Git
• IDE支持：VS Code、PyCharm

---

🏗️ 系统架构

整体架构图

项目演示

目录结构

全球结直肠癌数据分析可视化系统/
├── 📁 核心文件
│   ├── main.py                    # FastAPI主应用
│   ├── database.py                # 数据库操作模块
│   ├── predictor.py               # 机器学习预测模块
│   ├── import_data.py             # 数据导入脚本
│   ├── start_server.py            # 服务器启动脚本
│   └── requirements.txt           # 依赖包列表
│
├── 📁 数据存储
│   ├── colorectal_cancer_prediction.db  # SQLite数据库
│   └── data/
│       └── colorectal_cancer_dataset.csv  # 原始数据集
│
├── 📁 机器学习模型
│   └── model/
│       ├── colorectal_model.pkl      # 训练好的模型
│       ├── feature_names.pkl         # 特征名称
│       ├── label_encoders.pkl        # 标签编码器
│       └── scaler.pkl                # 数据标准化器
│
├── 📁 前端模板
│   └── templates/
│       ├── base.html                 # 基础模板
│       ├── index.html                # 首页
│       ├── login.html                # 登录页
│       ├── register.html             # 注册页
│       ├── predict.html              # 预测页面
│       ├── analytics.html            # 数据分析页
│       ├── data_manage.html          # 数据管理页
│       └── ...                       # 其他页面
│
└── 📁 静态资源
    └── static/
        ├── css/                      # 样式文件
        ├── js/                       # JavaScript文件
        ├── fonts/                    # 字体文件
        └── image/                    # 图片资源

---

🚀 核心功能实现

1. 用户认证系统

注册功能实现

@app.post("/register")
async def register(
    request: Request,
    username: str = Form(...),
    password: str = Form(...),
    email: str = Form(None),
    full_name: str = Form(None),
    phone: str = Form(None)
):
    """处理用户注册"""
    if create_user(username, password, email, full_name, phone):
        add_message(request, 'success', '注册成功！请登录。')
        return RedirectResponse(url="/login", status_code=302)
    else:
        return templates.TemplateResponse("register.html", {
            "request": request,
            "messages": [('error', '用户名已存在，请选择其他用户名。')],
            "session": request.session
        })

密码安全处理

def hash_password(password):
    """密码哈希处理"""
    return hashlib.sha256(password.encode()).hexdigest()

def verify_password(password, hashed):
    """密码验证"""
    return hash_password(password) == hashed

2. 机器学习预测系统

预测模型核心代码

class ColorectalCancerPredictor:
    def __init__(self):
        self.model = None
        self.label_encoders = {}
        self.scaler = StandardScaler()
        self.feature_names = []
        self.model_path = 'model/'
    
    def preprocess_data(self, df, is_training=True):
        """数据预处理"""
        data = df.copy()
        
        # 定义14个特征列
        feature_columns = [
            'Age', 'Gender', 'Cancer_Stage', 'Tumor_Size_mm', 'Family_History',
            'Smoking_History', 'Alcohol_Consumption', 'Obesity_BMI', 'Diet_Risk',
            'Physical_Activity', 'Diabetes', 'Inflammatory_Bowel_Disease',
            'Genetic_Mutation', 'Screening_History'
        ]
        
        # 处理分类变量
        categorical_features = [
            'Gender', 'Cancer_Stage', 'Family_History', 'Smoking_History',
            'Alcohol_Consumption', 'Obesity_BMI', 'Diet_Risk', 'Physical_Activity',
            'Diabetes', 'Inflammatory_Bowel_Disease', 'Genetic_Mutation', 'Screening_History'
        ]
        
        for feature in categorical_features:
            if feature in data.columns:
                if is_training:
                    self.label_encoders[feature] = LabelEncoder()
                    data[feature] = self.label_encoders[feature].fit_transform(data[feature].astype(str))
                else:
                    if feature in self.label_encoders:
                        try:
                            data[feature] = self.label_encoders[feature].transform(data[feature].astype(str))
                        except ValueError:
                            data[feature] = 0
        
        # 数据标准化
        X = data[feature_columns]
        if is_training:
            X_scaled = self.scaler.fit_transform(X)
        else:
            X_scaled = self.scaler.transform(X)
        
        return pd.DataFrame(X_scaled, columns=feature_columns, index=X.index)

模型训练与评估

def train_model(self, csv_file_path):
    """训练RandomForest模型"""
    # 读取数据
    df = pd.read_csv(csv_file_path)
    
    # 数据预处理
    X = self.preprocess_data(df, is_training=True)
    y = (df['Survival_Prediction'] == 'Yes').astype(int)
    
    # 数据分割
    X_train, X_test, y_train, y_test = train_test_split(
        X, y, test_size=0.2, random_state=42, stratify=y
    )
    
    # 训练RandomForest模型
    self.model = RandomForestClassifier(
        n_estimators=100,
        max_depth=10,
        min_samples_split=5,
        min_samples_leaf=2,
        random_state=42,
        n_jobs=-1
    )
    
    self.model.fit(X_train, y_train)
    
    # 模型评估
    y_pred = self.model.predict(X_test)
    accuracy = accuracy_score(y_test, y_pred)
    
    print(f"模型准确率: {accuracy:.4f}")
    print("\n分类报告:")
    print(classification_report(y_test, y_pred, target_names=['不存活', '存活']))
    
    return accuracy, self.get_feature_importance()

3. 数据管理系统

数据库设计

-- 用户表
CREATE TABLE IF NOT EXISTS users (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    username TEXT UNIQUE NOT NULL,
    password_hash TEXT NOT NULL,
    email TEXT,
    full_name TEXT,
    phone TEXT,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    last_login TIMESTAMP
);

-- 患者数据表（27个字段）
CREATE TABLE IF NOT EXISTS colorectal_data (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    patient_id INTEGER UNIQUE,
    country TEXT,
    age INTEGER,
    gender TEXT,
    cancer_stage TEXT,
    tumor_size_mm INTEGER,
    family_history TEXT,
    smoking_history TEXT,
    alcohol_consumption TEXT,
    obesity_bmi TEXT,
    diet_risk TEXT,
    physical_activity TEXT,
    diabetes TEXT,
    inflammatory_bowel_disease TEXT,
    genetic_mutation TEXT,
    screening_history TEXT,
    early_detection TEXT,
    treatment_type TEXT,
    survival_5_years TEXT,
    mortality TEXT,
    healthcare_costs REAL,
    incidence_rate_per_100k REAL,
    mortality_rate_per_100k REAL,
    urban_or_rural TEXT,
    economic_classification TEXT,
    healthcare_access TEXT,
    insurance_status TEXT,
    survival_prediction TEXT,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- 预测历史表
CREATE TABLE IF NOT EXISTS prediction_history (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    username TEXT NOT NULL,
    age INTEGER,
    gender TEXT,
    cancer_stage TEXT,
    tumor_size_mm INTEGER,
    family_history TEXT,
    smoking_history TEXT,
    alcohol_consumption TEXT,
    obesity_bmi TEXT,
    diet_risk TEXT,
    physical_activity TEXT,
    diabetes TEXT,
    inflammatory_bowel_disease TEXT,
    genetic_mutation TEXT,
    screening_history TEXT,
    survival_prediction TEXT,
    prediction_probability REAL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CRUD操作实现

def add_colorectal_data(data_dict):
    """添加患者数据"""
    conn = get_db_connection()
    try:
        cursor = conn.execute('''
            INSERT INTO colorectal_data (
                patient_id, country, age, gender, cancer_stage, tumor_size_mm,
                family_history, smoking_history, alcohol_consumption, obesity_bmi,
                diet_risk, physical_activity, diabetes, inflammatory_bowel_disease,
                genetic_mutation, screening_history, early_detection, treatment_type,
                survival_5_years, mortality, healthcare_costs, incidence_rate_per_100k,
                mortality_rate_per_100k, urban_or_rural, economic_classification,
                healthcare_access, insurance_status, survival_prediction
            ) VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)
        ''', (
            data_dict.get('patient_id'), data_dict.get('country'), data_dict.get('age'),
            data_dict.get('gender'), data_dict.get('cancer_stage'), data_dict.get('tumor_size_mm'),
            data_dict.get('family_history'), data_dict.get('smoking_history'), data_dict.get('alcohol_consumption'),
            data_dict.get('obesity_bmi'), data_dict.get('diet_risk'), data_dict.get('physical_activity'),
            data_dict.get('diabetes'), data_dict.get('inflammatory_bowel_disease'), data_dict.get('genetic_mutation'),
            data_dict.get('screening_history'), data_dict.get('early_detection'), data_dict.get('treatment_type'),
            data_dict.get('survival_5_years'), data_dict.get('mortality'), data_dict.get('healthcare_costs'),
            data_dict.get('incidence_rate_per_100k'), data_dict.get('mortality_rate_per_100k'),
            data_dict.get('urban_or_rural'), data_dict.get('economic_classification'),
            data_dict.get('healthcare_access'), data_dict.get('insurance_status'), data_dict.get('survival_prediction')
        ))
        conn.commit()
        return cursor.lastrowid
    except Exception as e:
        print(f"添加数据时出错: {e}")
        return None
    finally:
        conn.close()

---

📊 数据可视化展示

ECharts图表实现

年龄分布饼图

// 年龄分布分析图表
const ageChart = echarts.init(document.getElementById('ageDistributionChart'));
const ageOption = {
    title: {
        text: '年龄分布分析',
        left: 'center',
        textStyle: {
            color: '#2C5F2D',
            fontSize: 16,
            fontWeight: 'bold'
        }
    },
    tooltip: {
        trigger: 'item',
        formatter: '{a} <br/>{b}: {c} ({d}%)'
    },
    legend: {
        orient: 'vertical',
        left: 'left',
        data: ['0-30岁', '31-50岁', '51-70岁', '71-90岁', '90岁以上']
    },
    series: [{
        name: '年龄分布',
        type: 'pie',
        radius: ['40%', '70%'],
        center: ['50%', '60%'],
        data: [
            {value: 12500, name: '0-30岁', itemStyle: {color: '#FF6B6B'}},
            {value: 45000, name: '31-50岁', itemStyle: {color: '#4ECDC4'}},
            {value: 75000, name: '51-70岁', itemStyle: {color: '#45B7D1'}},
            {value: 30000, name: '71-90岁', itemStyle: {color: '#96CEB4'}},
            {value: 4997, name: '90岁以上', itemStyle: {color: '#FFEAA7'}}
        ],
        emphasis: {
            itemStyle: {
                shadowBlur: 10,
                shadowOffsetX: 0,
                shadowColor: 'rgba(0, 0, 0, 0.5)'
            }
        }
    }]
};
ageChart.setOption(ageOption);

世界地图可视化

// 世界地图发病率分布
const worldMapChart = echarts.init(document.getElementById('worldMapChart'));
const worldMapOption = {
    title: {
        text: '全球结直肠癌发病率分布',
        left: 'center',
        textStyle: {
            color: '#2C5F2D',
            fontSize: 18,
            fontWeight: 'bold'
        }
    },
    tooltip: {
        trigger: 'item',
        formatter: function(params) {
            return params.name + '<br/>发病率: ' + params.value + ' /10万';
        }
    },
    visualMap: {
        min: 0,
        max: 50,
        left: 'left',
        top: 'bottom',
        text: ['高', '低'],
        calculable: true,
        inRange: {
            color: ['#E8F5E8', '#4CAF50', '#2C5F2D']
        }
    },
    series: [{
        name: '发病率',
        type: 'map',
        map: 'world',
        roam: true,
        emphasis: {
            label: {
                show: true
            }
        },
        data: [
            {name: '中国', value: 25.3},
            {name: '美国', value: 38.6},
            {name: '日本', value: 42.1},
            {name: '韩国', value: 45.8},
            {name: '德国', value: 33.2},
            {name: '英国', value: 29.7},
            {name: '法国', value: 31.4},
            {name: '意大利', value: 28.9},
            {name: '西班牙', value: 26.8},
            {name: '加拿大', value: 35.1},
            {name: '澳大利亚', value: 37.3},
            {name: '巴西', value: 18.7},
            {name: '印度', value: 12.4},
            {name: '俄罗斯', value: 22.6},
            {name: '南非', value: 15.9},
            {name: '墨西哥', value: 16.8}
        ]
    }]
};
worldMapChart.setOption(worldMapOption);

热力图实现

// 地区年龄分布热力图
const heatmapChart = echarts.init(document.getElementById('regionAgeHeatmap'));
const heatmapOption = {
    title: {
        text: '不同地区年龄分布热力图',
        left: 'center',
        textStyle: {
            color: '#2C5F2D',
            fontSize: 16,
            fontWeight: 'bold'
        }
    },
    tooltip: {
        position: 'top',
        formatter: function(params) {
            return '地区: ' + params.data[1] + '<br/>年龄组: ' + params.data[0] + '<br/>患者数: ' + params.data[2];
        }
    },
    grid: {
        height: '50%',
        top: '10%'
    },
    xAxis: {
        type: 'category',
        data: ['东亚', '东南亚', '南亚', '西亚', '欧洲', '北美', '南美', '非洲', '大洋洲'],
        splitArea: {
            show: true
        }
    },
    yAxis: {
        type: 'category',
        data: ['0-30岁', '31-40岁', '41-50岁', '51-60岁', '61-70岁', '71-80岁', '81-90岁', '90岁以上'],
        splitArea: {
            show: true
        }
    },
    visualMap: {
        min: 0,
        max: 10000,
        calculable: true,
        orient: 'horizontal',
        left: 'center',
        bottom: '15%',
        inRange: {
            color: ['#E8F5E8', '#4CAF50', '#2C5F2D']
        }
    },
    series: [{
        name: '患者数',
        type: 'heatmap',
        data: [
            [0, 0, 1200], [0, 1, 1800], [0, 2, 2500], [0, 3, 3200], [0, 4, 2800], [0, 5, 2100], [0, 6, 1500], [0, 7, 800],
            [1, 0, 800], [1, 1, 1200], [1, 2, 1800], [1, 3, 2200], [1, 4, 1900], [1, 5, 1400], [1, 6, 900], [1, 7, 500],
            [2, 0, 600], [2, 1, 900], [2, 2, 1300], [2, 3, 1600], [2, 4, 1400], [2, 5, 1000], [2, 6, 700], [2, 7, 400],
            [3, 0, 400], [3, 1, 600], [3, 2, 800], [3, 3, 1000], [3, 4, 900], [3, 5, 700], [3, 6, 500], [3, 7, 300],
            [4, 0, 1000], [4, 1, 1500], [4, 2, 2000], [4, 3, 2500], [4, 4, 2200], [4, 5, 1700], [4, 6, 1200], [4, 7, 600],
            [5, 0, 900], [5, 1, 1300], [5, 2, 1800], [5, 3, 2200], [5, 4, 2000], [5, 5, 1500], [5, 6, 1000], [5, 7, 500],
            [6, 0, 500], [6, 1, 700], [6, 2, 1000], [6, 3, 1200], [6, 4, 1100], [6, 5, 800], [6, 6, 600], [6, 7, 300],
            [7, 0, 300], [7, 1, 400], [7, 2, 600], [7, 3, 700], [7, 4, 600], [7, 5, 500], [7, 6, 400], [7, 7, 200],
            [8, 0, 200], [8, 1, 300], [8, 2, 400], [8, 3, 500], [8, 4, 400], [8, 5, 300], [8, 6, 200], [8, 7, 100]
        ],
        label: {
            show: true,
            color: '#fff',
            fontWeight: 'bold'
        },
        emphasis: {
            itemStyle: {
                shadowBlur: 10,
                shadowColor: 'rgba(0, 0, 0, 0.5)'
            }
        }
    }]
};
heatmapChart.setOption(heatmapOption);

---

🤖 机器学习模型详解

特征工程

特征选择与处理

def preprocess_data(self, df, is_training=True):
    """数据预处理管道"""
    data = df.copy()
    
    # 14个核心特征
    feature_columns = [
        'Age', 'Gender', 'Cancer_Stage', 'Tumor_Size_mm', 'Family_History',
        'Smoking_History', 'Alcohol_Consumption', 'Obesity_BMI', 'Diet_Risk',
        'Physical_Activity', 'Diabetes', 'Inflammatory_Bowel_Disease',
        'Genetic_Mutation', 'Screening_History'
    ]
    
    # 分类变量编码
    categorical_features = [
        'Gender', 'Cancer_Stage', 'Family_History', 'Smoking_History',
        'Alcohol_Consumption', 'Obesity_BMI', 'Diet_Risk', 'Physical_Activity',
        'Diabetes', 'Inflammatory_Bowel_Disease', 'Genetic_Mutation', 'Screening_History'
    ]
    
    for feature in categorical_features:
        if feature in data.columns:
            if is_training:
                self.label_encoders[feature] = LabelEncoder()
                data[feature] = self.label_encoders[feature].fit_transform(data[feature].astype(str))
            else:
                if feature in self.label_encoders:
                    try:
                        data[feature] = self.label_encoders[feature].transform(data[feature].astype(str))
                    except ValueError:
                        # 处理未见过的类别
                        data[feature] = 0
    
    # 数据标准化
    X = data[feature_columns]
    if is_training:
        X_scaled = self.scaler.fit_transform(X)
    else:
        X_scaled = self.scaler.transform(X)
    
    return pd.DataFrame(X_scaled, columns=feature_columns, index=X.index)

模型训练与优化

RandomForest参数调优

def train_model(self, csv_file_path):
    """训练优化的RandomForest模型"""
    # 读取和预处理数据
    df = pd.read_csv(csv_file_path)
    X = self.preprocess_data(df, is_training=True)
    y = (df['Survival_Prediction'] == 'Yes').astype(int)
    
    # 数据分割
    X_train, X_test, y_train, y_test = train_test_split(
        X, y, test_size=0.2, random_state=42, stratify=y
    )
    
    # 优化的RandomForest参数
    self.model = RandomForestClassifier(
        n_estimators=100,        # 树的数量
        max_depth=10,            # 最大深度
        min_samples_split=5,     # 分裂所需最小样本数
        min_samples_leaf=2,      # 叶节点最小样本数
        max_features='sqrt',     # 特征选择策略
        random_state=42,         # 随机种子
        n_jobs=-1,              # 并行处理
        class_weight='balanced'  # 类别权重平衡
    )
    
    # 训练模型
    self.model.fit(X_train, y_train)
    
    # 模型评估
    y_pred = self.model.predict(X_test)
    accuracy = accuracy_score(y_test, y_pred)
    
    # 特征重要性分析
    feature_importance = pd.DataFrame({
        'feature': self.feature_names,
        'importance': self.model.feature_importances_
    }).sort_values('importance', ascending=False)
    
    return accuracy, feature_importance

模型性能分析

特征重要性排序

def get_feature_importance(self):
    """获取特征重要性排序"""
    if self.model is None:
        if not self.load_model():
            return None
    
    feature_importance = pd.DataFrame({
        'feature': self.feature_names,
        'importance': self.model.feature_importances_
    }).sort_values('importance', ascending=False)
    
    return feature_importance.to_dict('records')

特征重要性分析结果：

排名	特征名称	重要性	说明
1	Cancer_Stage	0.285	癌症分期是最重要的预测因子
2	Age	0.198	年龄对生存率有显著影响
3	Tumor_Size_mm	0.156	肿瘤大小直接影响预后
4	Family_History	0.089	家族史是重要的遗传因素
5	Screening_History	0.078	筛查历史影响早期发现
6	Physical_Activity	0.065	身体活动水平影响预后
7	Diabetes	0.052	糖尿病是重要的合并症
8	Obesity_BMI	0.048	肥胖指数影响治疗效果
9	Smoking_History	0.041	吸烟史影响生存率
10	Diet_Risk	0.038	饮食习惯影响预后

---

🚀 部署与运维

环境配置

系统要求

• 操作系统：Windows 10+, macOS 10.14+, Linux Ubuntu 18.04+
• Python版本：3.8+
• 内存：至少2GB RAM
• 存储：500MB可用空间

依赖安装

# 创建虚拟环境
python -m venv colorectal_cancer_env
source colorectal_cancer_env/bin/activate  # Linux/Mac
# 或
colorectal_cancer_env\Scripts\activate     # Windows

# 安装依赖
pip install -r requirements.txt

requirements.txt内容

fastapi==0.104.1
uvicorn==0.24.0
jinja2==3.1.2
python-multipart==0.0.6
pandas==2.1.3
numpy==1.24.3
scikit-learn==1.3.2
matplotlib==3.8.2
seaborn==0.13.0
plotly==5.17.0
requests==2.31.0

启动服务

方式一：使用启动脚本（推荐）

# start_server.py
import uvicorn
import sys
import os
from main import app

def start_server():
    """启动服务器"""
    try:
        print("🚀 正在启动全球结直肠癌数据分析可视化系统...")
        print("📊 系统功能：数据分析、AI预测、数据管理")
        print("🌐 访问地址：http://localhost:8000")
        print("📱 支持设备：PC、平板、手机")
        print("=" * 50)
        
        uvicorn.run(
            "main:app",
            host="0.0.0.0",
            port=8000,
            reload=True,
            log_level="info"
        )
    except KeyboardInterrupt:
        print("\n👋 服务器已停止")
    except Exception as e:
        print(f"❌ 启动失败: {e}")
        sys.exit(1)

if __name__ == "__main__":
    start_server()

方式二：直接运行

# 初始化数据库
python import_data.py

# 启动服务器
python main.py

# 或使用uvicorn
uvicorn main:app --host 0.0.0.0 --port 8000 --reload

Docker部署（可选）

Dockerfile

FROM python:3.9-slim

WORKDIR /app

# 安装系统依赖
RUN apt-get update && apt-get install -y \
    gcc \
    && rm -rf /var/lib/apt/lists/*

# 复制依赖文件
COPY requirements.txt .

# 安装Python依赖
RUN pip install --no-cache-dir -r requirements.txt

# 复制应用代码
COPY . .

# 暴露端口
EXPOSE 8000

# 启动命令
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

docker-compose.yml

version: '3.8'

services:
  colorectal-cancer-app:
    build: .
    ports:
      - "8000:8000"
    volumes:
      - ./data:/app/data
      - ./model:/app/model
    environment:
      - PYTHONPATH=/app
    restart: unless-stopped

---

⚡ 性能优化

数据库优化

索引优化

-- 为常用查询字段创建索引
CREATE INDEX idx_country ON colorectal_data(country);
CREATE INDEX idx_age ON colorectal_data(age);
CREATE INDEX idx_gender ON colorectal_data(gender);
CREATE INDEX idx_cancer_stage ON colorectal_data(cancer_stage);
CREATE INDEX idx_created_at ON colorectal_data(created_at);
CREATE INDEX idx_username ON prediction_history(username);

查询优化

def get_analytics_data(limit=1000):
    """优化的数据分析查询"""
    conn = get_db_connection()
    
    # 使用索引优化的查询
    query = '''
        SELECT 
            country,
            age,
            gender,
            cancer_stage,
            survival_5_years,
            COUNT(*) as count
        FROM colorectal_data 
        WHERE country IS NOT NULL 
        AND age IS NOT NULL 
        AND gender IS NOT NULL
        GROUP BY country, age, gender, cancer_stage, survival_5_years
        ORDER BY count DESC
        LIMIT ?
    '''
    
    data = conn.execute(query, (limit,)).fetchall()
    conn.close()
    
    return [dict(row) for row in data]

前端优化

图表懒加载

// 图表懒加载实现
function initCharts() {
    const chartElements = document.querySelectorAll('.chart-container');
    
    const observer = new IntersectionObserver((entries) => {
        entries.forEach(entry => {
            if (entry.isIntersecting) {
                const chartId = entry.target.id;
                loadChart(chartId);
                observer.unobserve(entry.target);
            }
        });
    });
    
    chartElements.forEach(element => {
        observer.observe(element);
    });
}

function loadChart(chartId) {
    // 根据chartId加载对应的图表
    switch(chartId) {
        case 'ageDistributionChart':
            initAgeDistributionChart();
            break;
        case 'worldMapChart':
            initWorldMapChart();
            break;
        // ... 其他图表
    }
}

数据缓存

// 数据缓存机制
const dataCache = new Map();

async function fetchData(url, cacheKey) {
    if (dataCache.has(cacheKey)) {
        return dataCache.get(cacheKey);
    }
    
    try {
        const response = await fetch(url);
        const data = await response.json();
        dataCache.set(cacheKey, data);
        return data;
    } catch (error) {
        console.error('数据获取失败:', error);
        return null;
    }
}

内存优化

模型内存管理

class ColorectalCancerPredictor:
    def __init__(self):
        self.model = None
        self.label_encoders = {}
        self.scaler = StandardScaler()
        self.feature_names = []
        self.model_path = 'model/'
        self._is_loaded = False
    
    def load_model_lazy(self):
        """懒加载模型"""
        if not self._is_loaded:
            self.load_model()
            self._is_loaded = True
    
    def predict_single(self, features):
        """单次预测（懒加载）"""
        self.load_model_lazy()
        
        if self.model is None:
            return None, None
        
        try:
            feature_df = pd.DataFrame([features], columns=self.feature_names)
            X_processed = self.preprocess_data(feature_df, is_training=False)
            prediction = self.model.predict(X_processed)[0]
            probability = self.model.predict_proba(X_processed)[0]
            return bool(prediction), float(probability[1])
        except Exception as e:
            print(f"预测时出错: {e}")
            return None, None

---

📈 项目总结

技术亮点

1. 现代化技术栈：FastAPI + Bootstrap 5 + ECharts 构建的现代化Web应用
2. 机器学习集成：RandomForest算法实现85%+准确率的生存率预测
3. 数据可视化：ECharts实现的多维度交互式数据可视化
4. 完整的数据管理：支持27个字段的完整CRUD操作
5. 响应式设计：Bootstrap 5实现的跨设备兼容界面

业务价值

1. 医疗决策支持：为医生提供数据驱动的决策支持
2. 科研辅助：为研究人员提供数据分析工具
3. 患者管理：完整的患者数据管理系统
4. 趋势分析：多维度的时间趋势分析

技术收获

1. 全栈开发：从前端到后端，从数据库到机器学习的全栈技能
2. 数据科学：pandas、numpy、scikit-learn的实际应用
3. Web开发：FastAPI、Jinja2、Bootstrap的现代Web开发
4. 可视化技术：ECharts的高级数据可视化技术

未来优化方向

1. 模型优化：集成更多机器学习算法，提高预测准确率
2. 实时分析：添加实时数据流处理能力
3. 移动端优化：开发移动端专用界面
4. API扩展：提供RESTful API接口
5. 云部署：支持云端部署和扩展

---

📞 联系方式

码界筑梦坊 - 专注于技术分享与创新

• GitHub: 码界筑梦坊
• 掘金: 码界筑梦坊
• CSDN: 码界筑梦坊
• 知乎: 码界筑梦坊
• B站: 码界筑梦坊
• 小红书: 码界筑梦坊

---

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情

---

感谢阅读！如果这个项目对您有帮助，请给个 ⭐ Star 支持一下！

应式设计**：Bootstrap 5实现的跨设备兼容界面

业务价值

1. 医疗决策支持：为医生提供数据驱动的决策支持
2. 科研辅助：为研究人员提供数据分析工具
3. 患者管理：完整的患者数据管理系统
4. 趋势分析：多维度的时间趋势分析

技术收获

1. 全栈开发：从前端到后端，从数据库到机器学习的全栈技能
2. 数据科学：pandas、numpy、scikit-learn的实际应用
3. Web开发：FastAPI、Jinja2、Bootstrap的现代Web开发
4. 可视化技术：ECharts的高级数据可视化技术

未来优化方向

1. 模型优化：集成更多机器学习算法，提高预测准确率
2. 实时分析：添加实时数据流处理能力
3. 移动端优化：开发移动端专用界面
4. API扩展：提供RESTful API接口
5. 云部署：支持云端部署和扩展

---

📞 联系方式

码界筑梦坊 - 专注于技术分享与创新

• GitHub: 码界筑梦坊
• 掘金: 码界筑梦坊
• CSDN: 码界筑梦坊
• 知乎: 码界筑梦坊
• B站: 码界筑梦坊
• 小红书: 码界筑梦坊

---

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情

---

感谢阅读！如果这个项目对您有帮助，请给个 ⭐ Star 支持一下！