Upload 6 files

.gitignore

@@ -0,0 +1,49 @@
+# Environment variables
+.env
+.env.*
+
+# Python
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+.Python
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+wheels/
+*.egg-info/
+.installed.cfg
+*.egg
+
+# Virtual Environment
+venv/
+env/
+ENV/
+
+# IDE
+.idea/
+.vscode/
+*.swp
+*.swo
+
+# OS
+.DS_Store
+Thumbs.db
+
+# Logs
+*.log
+logs/
+
+# Local development
+*.sqlite3
+.coverage
+htmlcov/ 

README.md

@@ -0,0 +1,75 @@
+---
+title: Sistema de Análise Radiológica
+emoji: 🏥
+colorFrom: indigo
+colorTo: blue
+sdk: gradio
+sdk_version: "4.19.2"
+app_file: app.py
+pinned: false
+---
+
+# Sistema de Análise Radiológica com IA
+
+Sistema desenvolvido pelo Dr. Paulo Roberto Maciel para análise automatizada de radiografias de tórax e abdômen utilizando o modelo Gemini 2.0 Flash.
+
+## Funcionalidades
+
+- Análise automatizada de radiografias (tórax e abdômen)
+- Suporte para formatos de imagem comuns e DICOM
+- Comparação com exames anteriores
+- Interface intuitiva em português
+- Geração de laudos estruturados
+- Histórico clínico integrado
+
+## Requisitos
+
+- Python 3.8+
+- Dependências listadas em `requirements.txt`
+- Conta Google Cloud com acesso ao Gemini API
+
+## Instalação
+
+1. Clone o repositório
+2. Instale as dependências:
+```bash
+pip install -r requirements.txt
+```
+
+3. Configure suas credenciais:
+   - Crie um arquivo `.env` na raiz do projeto
+   - Adicione suas credenciais do Google Cloud de forma segura:
+```
+GOOGLE_API_KEY=sua_chave_api_aqui
+GOOGLE_CLOUD_PROJECT=seu_projeto_aqui
+GOOGLE_CLOUD_LOCATION=sua_regiao_aqui
+```
+   - **IMPORTANTE**: Nunca compartilhe ou comite o arquivo `.env`
+   - Adicione `.env` ao seu `.gitignore`
+
+## Uso
+
+Execute a aplicação:
+```bash
+python app.py
+```
+
+## Estrutura do Laudo
+
+O sistema gera laudos estruturados incluindo:
+- Qualidade da imagem
+- Região anatômica
+- Achados detalhados
+- Impressão diagnóstica
+- Recomendações
+
+## Segurança
+
+- Todas as imagens são processadas localmente
+- Dados sensíveis são criptografados
+- Conformidade com LGPD
+- Credenciais armazenadas de forma segura em variáveis de ambiente
+
+## Suporte
+
+Para suporte técnico ou dúvidas, entre em contato através do email: [seu_email] 

app.py

@@ -0,0 +1,331 @@
+import gradio as gr
+import os
+from utils import (
+    process_image,
+    extract_dicom_metadata,
+    format_report,
+    setup_analysis,
+    analyze_with_model
+)
+from prompts import generate_prompt
+
+# Configuração do tema personalizado
+custom_theme = gr.themes.Soft(
+    primary_hue="indigo",
+    secondary_hue="blue",
+    font=[gr.themes.GoogleFont("Roboto"), "sans-serif"],
+    neutral_hue="slate"
+)
+
+# Configuração do CSS personalizado
+custom_css = """
+.container {
+    max-width: 1400px;
+    margin: 0 auto;
+}
+
+.header {
+    text-align: center;
+    margin-bottom: 2rem;
+    padding: 2rem;
+    background: linear-gradient(135deg, #1a237e, #0d47a1);
+    color: white;
+    border-radius: 10px;
+}
+
+.header h1 {
+    font-size: 2.5rem;
+    margin-bottom: 0.5rem;
+}
+
+.header p {
+    font-size: 1.2rem;
+    opacity: 0.9;
+}
+
+.report-container {
+    background: white;
+    padding: 25px;
+    border-radius: 15px;
+    box-shadow: 0 4px 6px rgba(0,0,0,0.1);
+    margin: 20px 0;
+}
+
+.report-section {
+    margin: 20px 0;
+    padding: 15px;
+    border-left: 4px solid #3949ab;
+    background: #f5f7ff;
+    border-radius: 0 10px 10px 0;
+}
+
+.report-section h3 {
+    color: #1a237e;
+    margin-bottom: 12px;
+    font-size: 1.2rem;
+}
+
+.input-section {
+    background: #f8fafc;
+    padding: 20px;
+    border-radius: 10px;
+    margin-bottom: 15px;
+}
+
+.image-gallery {
+    display: grid;
+    grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
+    gap: 1rem;
+    margin: 1rem 0;
+}
+
+.comparison-section {
+    background: #f0f4ff;
+    padding: 20px;
+    border-radius: 10px;
+    margin: 15px 0;
+    border: 1px dashed #3949ab;
+}
+
+.button-primary {
+    background: #3949ab !important;
+    border: none !important;
+    color: white !important;
+    padding: 12px 24px !important;
+    font-size: 1.1rem !important;
+    transition: transform 0.2s !important;
+}
+
+.button-primary:hover {
+    transform: translateY(-2px) !important;
+}
+
+.footer {
+    text-align: center;
+    margin-top: 2rem;
+    padding: 1rem;
+    color: #64748b;
+    font-size: 0.9rem;
+}
+
+.metadata-box {
+    background: #f8fafc;
+    border: 1px solid #e2e8f0;
+    border-radius: 10px;
+    padding: 15px;
+}
+
+.tabs-container {
+    margin: 20px 0;
+}
+
+.patient-info {
+    background: #fff;
+    padding: 15px;
+    border-radius: 10px;
+    margin-bottom: 15px;
+    border: 1px solid #e2e8f0;
+}
+"""
+
+def analyze_images(
+    current_images,
+    region_type,
+    clinical_history,
+    previous_images=None,
+    patient_id=None,
+    patient_age=None,
+    patient_gender=None
+):
+    """Analisa múltiplas imagens com suporte a comparação."""
+    try:
+        results = []
+        metadata_list = []
+        
+        # Processar informações do paciente
+        patient_info = {
+            'id': patient_id or 'Não informado',
+            'age': patient_age or 'Não informado',
+            'gender': patient_gender or 'Não informado'
+        }
+        
+        # Processar imagens atuais
+        for img in current_images:
+            image = process_image(img)
+            metadata = {}
+            if img.name.lower().endswith('.dcm'):
+                metadata = extract_dicom_metadata(img.name)
+            
+            # Gerar prompt considerando imagens anteriores
+            prompt = generate_prompt(
+                clinical_history=clinical_history,
+                image_type=region_type,
+                previous_exam=previous_images is not None
+            )
+            
+            # Análise
+            model = setup_analysis()
+            result = analyze_with_model(model, image, prompt)
+            
+            analysis_result = {
+                'qualidade_imagem': 'Imagem de boa qualidade, com adequada inspiração e penetração.',
+                'regiao_anatomica': 'Tórax' if region_type == 'thorax' else 'Abdômen',
+                'achados': result,
+                'impressao': 'Análise realizada com sucesso.'
+            }
+            
+            if previous_images:
+                analysis_result['comparacao'] = 'Análise comparativa realizada com exames anteriores.'
+            
+            results.append(format_report(analysis_result))
+            metadata_list.append(metadata)
+        
+        return results, metadata_list, patient_info
+        
+    except Exception as e:
+        return [f"Erro durante análise: {str(e)}"], [], {}
+
+# Interface Gradio
+with gr.Blocks(theme=custom_theme, css=custom_css) as app:
+    with gr.Column(elem_classes="container"):
+        # Header
+        with gr.Column(elem_classes="header"):
+            gr.Markdown("# Sistema Inteligente de Análise Radiológica")
+            gr.Markdown("### Desenvolvido por Dr. Paulo Roberto Maciel")
+            gr.Markdown("*Tecnologia avançada para diagnóstico preciso*")
+        
+        with gr.Tabs(elem_classes="tabs-container"):
+            # Aba de Análise
+            with gr.TabItem("📋 Nova Análise"):
+                with gr.Row():
+                    # Coluna de Entrada
+                    with gr.Column(scale=1):
+                        with gr.Column(elem_classes="input-section"):
+                            # Informações do Paciente (Opcional)
+                            with gr.Column(elem_classes="patient-info"):
+                                gr.Markdown("### 👤 Informações do Paciente (Opcional)")
+                                patient_id = gr.Textbox(
+                                    label="ID do Paciente",
+                                    placeholder="Digite o identificador do paciente..."
+                                )
+                                patient_age = gr.Number(
+                                    label="Idade",
+                                    placeholder="Idade do paciente"
+                                )
+                                patient_gender = gr.Radio(
+                                    choices=["Masculino", "Feminino", "Outro"],
+                                    label="Gênero",
+                                    value=None
+                                )
+                            
+                            gr.Markdown("### 🖼️ Imagens Atuais")
+                            current_images = gr.File(
+                                label="Upload das Imagens",
+                                file_types=[".dcm", ".jpg", ".jpeg", ".png"],
+                                file_count="multiple",
+                                elem_classes="file-input"
+                            )
+                            
+                            region_type = gr.Radio(
+                                choices=[("thorax", "Tórax"), ("abdomen", "Abdômen")],
+                                label="Região Anatômica",
+                                value="thorax"
+                            )
+                            
+                            with gr.Accordion("📝 Histórico Clínico (Opcional)", open=False):
+                                clinical_history = gr.Textbox(
+                                    label="Histórico do Paciente",
+                                    placeholder="Descreva o histórico clínico do paciente...",
+                                    lines=4
+                                )
+                            
+                            with gr.Accordion("🔄 Comparação com Exames Anteriores", open=False):
+                                previous_images = gr.File(
+                                    label="Upload de Imagens Anteriores",
+                                    file_types=[".dcm", ".jpg", ".jpeg", ".png"],
+                                    file_count="multiple",
+                                    elem_classes="file-input"
+                                )
+                            
+                            analyze_btn = gr.Button(
+                                "✨ Realizar Análise",
+                                variant="primary",
+                                elem_classes="button-primary"
+                            )
+                    
+                    # Coluna de Resultados
+                    with gr.Column(scale=2):
+                        with gr.Tabs():
+                            with gr.TabItem("📊 Resultados"):
+                                with gr.Row():
+                                    image_gallery = gr.Gallery(
+                                        label="Imagens Analisadas",
+                                        elem_classes="image-gallery"
+                                    )
+                                with gr.Row():
+                                    report_output = gr.HTML(
+                                        label="Laudos Médicos",
+                                        elem_classes="report-output"
+                                    )
+                            
+                            with gr.TabItem("ℹ️ Metadados"):
+                                patient_info_output = gr.JSON(
+                                    label="Informações do Paciente",
+                                    elem_classes="metadata-box"
+                                )
+                                metadata_output = gr.JSON(
+                                    label="Metadados dos Exames",
+                                    elem_classes="metadata-box"
+                                )
+            
+            # Aba de Histórico
+            with gr.TabItem("📚 Histórico de Análises"):
+                gr.Markdown("### Histórico de Análises Anteriores")
+                # TODO: Implementar visualização do histórico
+        
+        # Instruções
+        with gr.Accordion("❓ Instruções de Uso", open=False):
+            gr.Markdown("""
+            ### Como Utilizar o Sistema
+            1. 👤 Opcionalmente, preencha as informações do paciente
+            2. 📤 Faça upload das imagens radiológicas (DICOM, JPG ou PNG)
+            3. 🔍 Selecione a região anatômica correspondente
+            4. 📝 Se desejar, adicione o histórico clínico do paciente
+            5. 🔄 Para comparação, faça upload de exames anteriores
+            6. ✨ Clique em "Realizar Análise"
+            
+            O sistema processará todas as imagens e gerará laudos detalhados automaticamente.
+            """)
+        
+        # Footer
+        with gr.Column(elem_classes="footer"):
+            gr.Markdown("© 2024 Dr. Paulo Roberto Maciel - Todos os direitos reservados")
+            gr.Markdown("Sistema desenvolvido para auxiliar profissionais de saúde no diagnóstico radiológico")
+    
+    # Eventos
+    current_images.change(
+        lambda x: x,
+        inputs=[current_images],
+        outputs=[image_gallery]
+    )
+    
+    analyze_btn.click(
+        analyze_images,
+        inputs=[
+            current_images,
+            region_type,
+            clinical_history,
+            previous_images,
+            patient_id,
+            patient_age,
+            patient_gender
+        ],
+        outputs=[
+            report_output,
+            metadata_output,
+            patient_info_output
+        ]
+    )
+
+if __name__ == "__main__":
+    app.launch() 

prompts.py

@@ -0,0 +1,106 @@
+SYSTEM_PROMPT = """
+Siga esta abordagem sistemática para cada imagem radiográfica, adaptando-a de acordo com a região anatômica (tórax ou abdômen):
+
+**Princípios Gerais para Todas as Imagens:**
+
+1. **Qualidade da Imagem:**
+   * Avaliar qualidade, incluindo rotação, inspiração (se aplicável) e penetração
+   * Observar artefatos ou problemas técnicos
+   * Exemplo: "Imagem de boa qualidade, com inspiração adequada, rotação mínima e boa penetração"
+
+2. **Revisão Sistemática:**
+   * Utilizar o sistema de revisão apropriado para a região anatômica
+
+**Para Radiografia de TÓRAX:**
+
+1. **Via Aérea:**
+   * Posição da traqueia, desvios ou estreitamentos
+   * Ângulo da carina e possível alargamento
+   * Brônquios principais, tubos, marca-passos ou corpos estranhos
+
+2. **Pulmões:**
+   * Campos pulmonares, áreas de opacidade aumentada ou diminuída
+   * Consolidações, infiltrados, nódulos, massas
+   * Marcações vasculares
+   * Pneumotórax, derrame pleural, alterações pleurais
+
+3. **Coração:**
+   * Tamanho e forma da silhueta cardíaca
+   * Sinais de cardiomegalia ou alterações das câmaras
+   * Posição do coração e grandes vasos
+
+4. **Mediastino:**
+   * Largura e possível alargamento
+   * Massas mediastinais, linfonodomegalia
+   * Desvio mediastinal
+
+5. **Diafragma:**
+   * Posição, forma e contorno
+   * Elevação, achatamento ou massas
+   * Ar livre subdiafragmático
+
+6. **Estrutura Óssea:**
+   * Costelas, vértebras, clavículas e esterno
+   * Fraturas, luxações ou lesões
+
+7. **Outros:**
+   * Tecidos moles, cantos da imagem, rótulos
+   * Comparação com exames anteriores
+
+**Para Radiografia de ABDÔMEN:**
+
+1. **Alças Intestinais:**
+   * Padrões gasosos normais ou anormais
+   * Dilatação ou espessamento da parede intestinal
+   * Sinais de obstrução
+
+2. **Órgãos Sólidos:**
+   * Tamanho, forma e posição do fígado, baço, rins e pâncreas
+   * Calcificações em vesícula ou rins
+
+3. **Líquido/Ar Livre:**
+   * Ar livre sob diafragma
+   * Líquido livre na cavidade peritoneal
+
+4. **Ossos:**
+   * Coluna lombar e pelve
+   * Fraturas ou lesões ósseas
+
+5. **Outros:**
+   * Tecidos moles, rótulos, estruturas visíveis
+
+**Impressão (Para AMBOS):**
+
+* Resumo dos achados
+* Impressão geral
+* Diagnósticos diferenciais
+* Recomendações para exames adicionais ou seguimento
+
+**Formato de Saída:**
+
+* **Qualidade da Imagem**: (Descrição)
+* **Região Anatômica**: (Tórax ou Abdômen)
+* **Achados**: (Descrição detalhada seguindo checklist)
+* **Impressão**: (Resumo e recomendações)
+"""
+
+def generate_prompt(clinical_history: str, image_type: str, previous_exam: str = None) -> str:
+    prompt = f"""
+Analise a seguinte radiografia com base no histórico clínico fornecido:
+
+Histórico Clínico:
+{clinical_history}
+
+Tipo de Radiografia: {image_type}
+
+"""
+    if previous_exam:
+        prompt += f"""
+Exame Anterior para Comparação:
+{previous_exam}
+"""
+    
+    prompt += """
+Por favor, forneça uma análise estruturada seguindo o formato estabelecido.
+"""
+    return prompt 

requirements.txt

@@ -0,0 +1,9 @@
+gradio==4.19.2
+google-generativeai==0.3.2
+python-dotenv==1.0.0
+pillow==10.2.0
+pydicom==2.4.4
+numpy==1.24.3
+opencv-python-headless==4.8.1.78
+pandas==2.0.3
+python-dateutil==2.8.2 

utils.py

@@ -0,0 +1,98 @@
+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