骨质疏松风险预测可视化平台：训练·SHAP分析·实时预测一站式解决方案 15种模型全对比！

项目简介

本次推文打造了一款骨质疏松风险预测可视化分析平台。无需编写复杂的训练代码，也不用手动绘制各类专业图表，只需一键运行后在浏览器中打开平台，加载数据、勾选所需模型并点击训练按钮，15种机器学习模型将自动完成全流程训练，同时生成多维度结果对比图与SHAP可解释性分析报告，判断哪些因素是引起骨质疏松的关键元凶！

平台支持单患者信息实时预测，并清晰展示模型决策依据。若您拥有自有骨质疏松临床数据，只要格式兼容，即可直接上传使用。

先简单演示一下程序：

开发背景

骨质疏松是老年人群高发的慢性代谢性骨病，早期症状隐匿，多数患者直至发生脆性骨折才被确诊，此时已错过最佳干预时机。基于机器学习的高危人群风险预测模型，能够为临床早期筛查提供有力支撑，具有重要的公共卫生价值与临床应用意义。

本期分享中，我将整个研究流程封装为可视化平台——只需勾选模型即可自动完成训练、性能对比、图表生成与SHAP分析全流程，能够为论文写作与课题研究节省大量时间与精力。

内置数据集说明

平台内置了一份经过标准化预处理的骨质疏松风险预测数据集，包含1958条患者临床记录与14项特征指标：

数值特征（1个）：

• 年龄（Age）

分类特征（13个）：

• 性别（Gender）：Male / Female

• 激素变化（Hormonal Changes）：Normal / Postmenopausal

• 家族史（Family History）：Yes / No

• 种族（Race/Ethnicity）：Asian / Caucasian / African American

• 体重状况（Body Weight）：Underweight / Normal

• 钙摄入（Calcium Intake）：Low / Adequate

• 维生素D摄入（Vitamin D Intake）：Insufficient / Sufficient

• 体力活动（Physical Activity）：Sedentary / Active

• 吸烟（Smoking）：Yes / No

• 饮酒（Alcohol Consumption）：Moderate / NA

• 既往疾病（Medical Conditions）：Hyperthyroidism / Rheumatoid Arthritis / NA

• 用药史（Medications）：Corticosteroids / NA

• 既往骨折（Prior Fractures）：Yes / No

目标变量： 是否确诊骨质疏松（Osteoporosis），其中0代表未患病，1代表患病。数据集正负样本各979条，分布完全均衡。

数据中存在部分缺失值（主要集中在饮酒史、既往疾病、用药史等字段），平台采用将缺失值作为独立类别"NA"的处理方式，最大限度保留样本信息，避免数据丢失。

若您拥有自有骨质疏松临床数据，只需保证特征名称与取值格式与上述规范一致，即可直接上传至平台进行分析。

平台核心功能详解

第一步：一键式探索性数据分析（EDA）

加载平台内置数据集或上传您的自有数据后，平台将自动完成全维度探索性分析并生成以下可视化结果：

• 数据基本信息概览：样本量、特征数、缺失值统计、正负样本比例

• 目标变量分布：饼图+柱状图双重展示

• 年龄特征分析：按患病/未患病分组的分布直方图与小提琴图

• 各分类特征取值分布统计

• 卡方检验（Chi-Square）：识别与骨质疏松显著相关的特征

• Cramer's V系数：量化特征与目标变量的相关程度

第二步：多模型批量训练

平台集成了15种主流机器学习与深度学习模型，分为以下五大类：

经典Boosting模型（5种）： XGBoost、LightGBM、CatBoost、Gradient Boosting、HistGradientBoosting——表格数据建模的首选方案，在实际项目中应用最为广泛。

集成学习模型（3种）： Random Forest、Extra Trees、AdaBoost——经典基线方法，性能稳定且易于解释。

线性与基础神经网络（2种）： Logistic Regression、MLP Neural Network——逻辑回归是学术研究的基准对比标配，多层感知器则提供了非线性建模能力。

表格深度学习模型（3种）： TabNet、FT-Transformer、TabPFN——近几年表格数据深度学习领域的代表性工作。

Boosting优化变体（2种）： LightGBM-GOSS、CatBoost-Ordered——采用不同采样与训练策略的优化版本。

平台支持模型全选/反选操作，无需逐个点击。训练过程实时显示进度条，使用内置数据集时，全部15种模型仅需1-2分钟即可完成训练。训练结束后自动生成性能排行榜，按AUC-ROC值从高到低排序。

第三步：全面的SHAP可解释性分析

SHAP（SHapley Additive exPlanations）是目前最主流的模型可解释性方法，平台提供以下五种SHAP可视化分析：

• 蜂群图（Beeswarm Plot）：从全局视角展示所有特征对模型预测结果的贡献分布，可直观发现如"年龄越大SHAP值越高"、"有家族史样本的SHAP值偏向正值"等规律。

• 特征重要性柱状图：按平均绝对SHAP值排序展示各特征的全局重要性，写论文时可直接引用。

• 依赖图（Dependence Plot）：选定一个特征，展示其不同取值下对预测结果的影响趋势。

• 瀑布图（Waterfall Plot）：单样本分析神器。从基准值出发，清晰展示每个特征如何将预测概率向上或向下调整，最终得到最终预测结果，是案例研究（Case Study）的必备工具。

• 热力图（Heatmap）：将多个样本的SHAP值按行排列，便于发现群体层面的特征影响模式。

平台还支持多模型SHAP结果对比，可直观比较不同模型对特征重要性的认知差异。若您训练了TabNet模型，平台还会额外展示其自带的注意力权重图，可与SHAP分析结果相互验证，增强结论的可靠性。

第四步：单患者实时风险预测

选择任意一个已训练完成的模型，通过滑块输入患者年龄、下拉框选择其他临床特征，点击预测按钮即可获得：

• 风险等级仪表盘：以0-100%刻度直观展示风险等级，分为绿色（低风险）、黄色（中风险）、红色（高风险）三个区间

• 精确预测概率：结果精确至小数点后四位

• 模型置信度进度条：展示模型对当前预测结果的确定程度

• SHAP瀑布图：清晰解释该患者风险评估结果的形成原因——是年龄因素主导？还是家族史影响？亦或是钙摄入不足导致？每个特征的贡献大小与方向一目了然。

该功能非常适合用于论文中的"临床应用演示"或"案例分析"章节，几张截图即可完整展示平台的实用价值。

自有数据上传说明

若您拥有自行采集的骨质疏松临床数据（如医院脱敏后的患者数据），可将其整理为CSV格式上传至平台。只需满足以下格式要求即可无缝使用：

• 特征列名与内置数据集保持一致（Age、Gender、Hormonal Changes 等）

• 目标列名为 Osteoporosis，取值为0（未患病）和1（患病）

• 分类特征的取值范围与内置数据保持一致

满足上述条件即可直接使用平台全部功能，对样本量无特殊限制。

其他实用细节

• 中英文双语切换：侧边栏一键切换界面语言，图表默认保留英文（符合学术论文规范），界面文字可根据需求自由选择

• 本地安全运行：所有数据处理与计算均在本地完成，不会上传至任何外部服务器，充分保障患者隐私与数据安全

• 一键启动：运行 run.py 脚本后将自动打开浏览器并进入平台界面

• 结果导出：所有模型训练结果表格均可下载为CSV格式，便于后续进一步分析

代码获取

代码分为APP可视化、和源代码两种形式。

APP可视化平台代码也非封装形式，都是源码呈现，你可以自定义扩展。如果你有更强的开发能力，本期推文也仅仅起一个抛砖引玉的作用。

APP可视化需要安装的包如下：

streamlit>=1.28.0
plotly>=5.18.0
pandas>=1.5.0
numpy>=1.23.0
scikit-learn>=1.2.0
xgboost>=1.7.0
lightgbm>=3.3.0
catboost>=1.2.0
shap>=0.44.0
torch>=2.0.0
pytorch_tabnet>=4.0.0
tabpfn>=0.1.11
matplotlib>=3.6.0
seaborn>=0.12.0
scipy>=1.10.0
joblib>=1.2.0

非可视化源代码需要安装的包如下：

numpy~=1.26.0
pandas~=2.3.2
matplotlib~=3.9.2
seaborn~=0.13.2
xgboost~=2.1.4
lightgbm~=4.6.0
torch~=2.8.0+cu126
shap~=0.47.2
scipy~=1.13.1
scikit-learn~=1.6.1
catboost~=1.2.10
tabpfn~=0.1.11

代码获取链接：

https://mbd.pub/o/bread/YZaTk5tvaA==

或者点击下方阅读原文获取。