Spaces:
Sleeping
Sleeping
File size: 3,213 Bytes
dbf9a15 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 |
import os
import pydicom
import numpy as np
from PIL import Image
from dotenv import load_dotenv
import cv2
import google.generativeai as genai
load_dotenv()
def setup_analysis():
"""Configura o ambiente para análise de imagens."""
api_key = os.getenv('API_KEY')
if not api_key:
raise ValueError("Chave de API não encontrada no arquivo .env")
# Configurar o modelo Gemini
genai.configure(api_key=api_key)
model = genai.GenerativeModel('gemini-2.0-flash-exp')
return model
def analyze_with_model(model, image, prompt):
"""Realiza análise da imagem usando o modelo configurado."""
try:
response = model.generate_content([image, prompt])
return response.text
except Exception as e:
raise Exception(f"Erro na análise: {str(e)}")
def process_image(image_path):
"""Processa a imagem para análise, suportando formatos DICOM e comuns."""
try:
if image_path.lower().endswith('.dcm'):
return process_dicom(image_path)
else:
return process_regular_image(image_path)
except Exception as e:
raise Exception(f"Erro ao processar imagem: {str(e)}")
def process_dicom(dicom_path):
"""Processa arquivo DICOM."""
ds = pydicom.dcmread(dicom_path)
image = ds.pixel_array.astype(float)
# Normalização
image = ((image - image.min()) / (image.max() - image.min()) * 255).astype(np.uint8)
# Converter para RGB se necessário
if len(image.shape) == 2:
image = cv2.cvtColor(image, cv2.COLOR_GRAY2RGB)
return Image.fromarray(image)
def process_regular_image(image_path):
"""Processa imagens em formatos comuns (jpg, png, etc)."""
image = Image.open(image_path)
if image.mode != 'RGB':
image = image.convert('RGB')
return image
def extract_dicom_metadata(dicom_path):
"""Extrai metadados relevantes de arquivos DICOM."""
try:
ds = pydicom.dcmread(dicom_path)
metadata = {
'PatientID': getattr(ds, 'PatientID', 'N/A'),
'StudyDate': getattr(ds, 'StudyDate', 'N/A'),
'Modality': getattr(ds, 'Modality', 'N/A'),
'BodyPartExamined': getattr(ds, 'BodyPartExamined', 'N/A'),
}
return metadata
except Exception as e:
return {'error': f"Erro ao extrair metadados: {str(e)}"}
def format_report(analysis_result):
"""Formata o resultado da análise em HTML para exibição."""
html_report = f"""
<div class="report-container">
<h2>Laudo Radiológico</h2>
<div class="report-section">
<h3>Qualidade da Imagem</h3>
<p>{analysis_result.get('qualidade_imagem', 'N/A')}</p>
</div>
<div class="report-section">
<h3>Região Anatômica</h3>
<p>{analysis_result.get('regiao_anatomica', 'N/A')}</p>
</div>
<div class="report-section">
<h3>Achados</h3>
<p>{analysis_result.get('achados', 'N/A')}</p>
</div>
<div class="report-section">
<h3>Impressão</h3>
<p>{analysis_result.get('impressao', 'N/A')}</p>
</div>
</div>
"""
return html_report |