温馨提示：文末有 CSDN 平台官方提供的学长 Wechat / QQ 名片 :)
1. 项目简介
重症患者或重大手术后的患者在重症监护室（ICU）内通过多种生命支持系统以维持生理功能。患者在ICU 内会被频繁持续的记录生命体征和实验室测量等多种数据。由于高频次的数据采集，数十年来ICU 内已经形成了一个巨大的临床医疗数据信息库，这俨然是一种重要的、可被利用的医疗资源。
本系统通过构建决策树机器学习算法，可根据ICU中脑血管疾病患者的实时17项生理参数的输入来实时预测患者的死亡风险，预测结果为0代表无风险，结果为1代表有风险。利用Pandas、Numpy、Matplotlib 和 Seaborn 等工具包对脑血管数据进行多维度的可视化分析。最后，利用 Flask + Bootstrap + Echarts 框架搭建 Web 系统，通过上传最新 ICU脑血管监测数据，实时预测患者的死亡风险。
2. 数据探索式分析
2.1 数据缺失值分析
def contains_null(dataframe):
"""数据缺失值分析"""
missing_df = dataframe.isnull().sum(axis=0).reset_index()
missing_df.columns = ['column_name', 'missing_count']
missing_df['missing_rate'] = 1.0 * missing_df['missing_count'] / dataframe.shape[0]
missing_df = missing_df[missing_df.missing_count > 0]
missing_df = missing_df.sort_values(by='missing_count', ascending=False)
return missing_df
可以看出，原始数据集存在大量的缺失，将缺失率超过 80% 的特征进行剔除。剩下的数值类型的缺失值，利用相应特征的平均值进行填充。
2.2 模型训练数据集构造
通过对原始数据集进行标签化处理，构造机器学习模型训练所需要的训练集：
from tqdm import tqdm
def create_dataset(df, is_test=False):
train_x = []
train_y = []
for i, row in tqdm(df.iterrows(), total=df.shape[0]):
f = row['stay']
if is_test:
data = pd.read_csv('./data/test/' + f)
else:
data = pd.read_csv('./data/train/' + f)
# 数据预处理
data = data.drop(['Capillary refill rate', 'Height', 'Fraction inspired oxygen', 'Weight', 'pH',
'Glucose', 'Temperature', 'Glascow coma scale total', 'Glascow coma scale verbal response',
'Glascow coma scale eye opening'], axis=1)
# 删除类别类型的特征
del data['Glascow coma scale motor response']
# 缺失值填充
col_mean = dict(data.mean())
for key in data.columns:
data[key].fillna(col_mean[key], inplace=True)
# 特征工程核心函数
features = feature_engineering(data)
train_x.append(features)
train_y.append(row['y_true'])
# 创建 dataframe 表格
train_x = ......
return train_x, train_y
2.3 训练集、验证集和测试集的标签分布
plt.figure(figsize=(20, 5))
plt.subplot(131)
sns.countplot(train_x['label'])
plt.title('训练集ICU脑血管疾病死亡风险分布', fontsize=16, weight='bold')
plt.subplot(132)
sns.countplot(valid_x['label'])
plt.title('验证集ICU脑血管疾病死亡风险分布', fontsize=16, weight='bold')
plt.subplot(133)
sns.countplot(test_x['label'])
plt.title('测试集ICU脑血管疾病死亡风险分布', fontsize=16, weight='bold')
plt.show()
2.4 Xgboost 决策树模型构建与训练
ICU 脑血管疾病死亡风险预测为典型的二分类问题，以此目标函数选择 `binary:logistic`，验证指标选择 AUC 指标：
import xgboost as xgb
from sklearn.model_selection import train_test_split
from sklearn.metrics import auc, roc_curve
from sklearn.metrics import accuracy_score, precision_score, recall_score
def evaluate_score(predict, y_true):
false_positive_rate, true_positive_rate, thresholds = roc_curve(y_true, predict, pos_label=1)
auc_score = auc(false_positive_rate, true_positive_rate)
return auc_score
dtrain = xgb.DMatrix(train_x, train_y, feature_names=feature_names)
dvalid = xgb.DMatrix(valid_x, valid_y, feature_names=feature_names)
dtest = xgb.DMatrix(test_x, test_y, feature_names=feature_names)
watchlist = [(dtrain, 'train'), (dvalid, 'valid')]
xgb_params = {
'eta': 0.05,
'colsample_bytree': 0.1,
'max_depth': 6,
'subsample': 0.1,
'lambda': 1,
'scale_pos_weight': 1,
'eval_metric': 'auc',
'objective': 'binary:logistic',
'nthread': -1,
'silent': 1,
'booster': 'gbtree'
}
model = xgb.train(dict(xgb_params),
dtrain,
evals=watchlist,
verbose_eval=1,
early_stopping_rounds=10,
num_boost_round=5)模型训练日志如下：
[0] train-auc:0.785276 valid-auc:0.785276
Multiple eval metrics have been passed: 'valid-auc' will be used for early stopping.
Will train until valid-auc hasn't improved in 10 rounds.
[1] train-auc:0.848569 valid-auc:0.848569
[2] train-auc:0.897501 valid-auc:0.897501
[3] train-auc:0.898473 valid-auc:0.898473
[4] train-auc:0.903983 valid-auc:0.903983模型训练完成后，可以看出，训练集和验证集的 AUC 指标可以达到 90% 以上，可以有效预测脑血管疾病的死亡风险。其特征的重要程度分布如下：
2.5 模型预测的 ROC 曲线
from sklearn.metrics import auc, roc_curve
fpr, tpr, _ = roc_curve(valid_y, predict_valid)
roc_auc = auc(fpr, tpr)
plt.figure(figsize=(10,10))
plt.plot(fpr, tpr, color='darkorange',
lw=2, label='ROC curve (area = %0.2f)' % roc_auc)
plt.plot([0, 1], [0, 1], color='navy', lw=2, linestyle='--')
plt.xlim([-0.02, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('ROC curve')
plt.legend(loc="lower right")
plt.show()
可以看出，构建的机器学习模型具备很好的预测性能，可以根据用户的历史 Diastolic blood pressure Heart Rate Mean blood pressure Oxygen saturation Respiratory rate Systolic blood pressure 特征，实现脑血管死亡风险预警！
3. ICU 脑血管疾病死亡风险智能预测系统
本课题利用 Flask + Bootstrap + Echarts 框架搭建 Web 系统，通过上传最新 ICU脑血管监测数据，绘制主要特征的时序变化情况、模型的性能表现，并实时预测患者的死亡风险的概率值。
欢迎大家点赞、收藏、关注、评论啦 ，由于篇幅有限，只展示了部分核心代码。
技术交流认准下方 CSDN 官方提供的学长 Wechat / QQ 名片 :)
精彩专栏推荐订阅：
1. Python 毕设精品实战案例
2. 自然语言处理 NLP 精品实战案例
3. 计算机视觉 CV 精品实战案例
