Update app.py

app.py

@@ -72,17 +72,21 @@ def load_kspace_data():
 
 kspace_raw = load_kspace_data()
 
-# ปรับแก้ความสว่างด้วย Log Transformation ตามสูตรของเพื่อน ให้สว่างแบบ Original
+# ปรับแก้ความสว่างภาพ K-Space ใหม่ (ใช้ Gamma Correction เพื่อให้เห็นวงกลมชัดแบบออริจินอล)
 def format_kspace_display(k_data):
     k_mag = np.abs(k_data)
-    max_val = np.max(k_mag)
-    if max_val == 0:
-        return np.zeros_like(k_mag, dtype=np.uint8)
+    if np.max(k_mag) == 0:
+        return np.zeros_like(k_mag, dtype=np.float32)
     
-    # สูตร Log Transformation เพื่อดึงความสว่างให้เห็นรายละเอียดเส้น K-space ชัดเจน
-    c = 255.0 / np.log(1 + max_val)
-    log_img = c * np.log(1 + k_mag)
-    return log_img.astype(np.uint8)
+    # 1. Log Transform ดึงสเกล
+    log_k = np.log(1 + k_mag)
+    # 2. Normalize ให้อยู่ในช่วง 0-1
+    log_norm = (log_k - np.min(log_k)) / (np.max(log_k) - np.min(log_k))
+    # 3. Gamma Correction (0.3) งัดส่วนที่มืดให้สว่างพุ่งขึ้นมา
+    gamma = 0.3
+    log_boosted = np.power(log_norm, gamma)
+    
+    return log_boosted
 
 kspace_bg_image = format_kspace_display(kspace_raw)
 
@@ -93,41 +97,45 @@ def get_image_from_plot(fig):
     buf.seek(0)
     return Image.open(buf)
 
-# สร้างภาพองค์ประกอบ K-Space แบบกราฟเส้นตัดกัน (พื้นดำ)
+# สร้างภาพ องค์ประกอบ K-Space (วาดกล่องมีลายคลื่น 2D และลูกศรแกนด้านนอก)
 def draw_kspace_diagram():
-    fig, ax = plt.subplots(figsize=(5, 5))
-    ax.set_facecolor('black')
+    fig, ax = plt.subplots(figsize=(6, 6))
     
-    # แกนเส้นตรงสีขาว
-    ax.axhline(0, color='white', lw=2)
-    ax.axvline(0, color='white', lw=2)
+    # วาดรูปคลื่น 2D ในกรอบ
+    x = np.linspace(-112, 112, 224)
+    y = np.linspace(112, -112, 224)
+    X, Y = np.meshgrid(x, y)
     
-    # วาดคลื่นจำลอง
-    x = np.linspace(-1, 1, 100)
-    y = np.linspace(-1, 1, 100)
+    freq_x = 10 / 224.0
+    freq_y = 10 / 224.0
+    wave = np.cos(2 * np.pi * (freq_x * X + freq_y * Y))
     
-    # คลื่นแดง (kx)
-    y_red = 0.2 * np.sin(10 * x)
-    ax.plot(x, y_red, color='red', alpha=0.8, lw=2)
+    # แสดงรูปคลื่นในกรอบ
+    ax.imshow(wave, cmap='gray', extent=[-1, 1, -1, 1])
     
-    # คลื่นน้ำเงิน (ky)
-    x_blue = 0.2 * np.sin(10 * y)
-    ax.plot(x_blue, y, color='blue', alpha=0.8, lw=2)
+    # ตีกรอบสี่เหลี่ยมรอบรูปคลื่น
+    rect = plt.Rectangle((-1, -1), 2, 2, fill=False, edgecolor='black', lw=2)
+    ax.add_patch(rect)
     
-    # ใส่ข้อความบอกแกน
-    ax.text(0.95, 0.05, 'kx\n(Frequency)', transform=ax.transAxes, ha='right', va='bottom', fontsize=14, fontweight='bold', color='red')
-    ax.text(0.05, 0.95, 'ky\n(Phase)', transform=ax.transAxes, ha='left', va='top', fontsize=14, fontweight='bold', color='#4B8BDE')
+    # วาดแกน Kx (แนวนอน) ข้างล่าง
+    ax.annotate('', xy=(1, -1.2), xytext=(-1, -1.2), arrowprops=dict(arrowstyle='<|-|>', color='black', lw=3))
+    ax.text(0, -1.3, 'kx (Frequency)', ha='center', va='top', fontsize=18, fontweight='bold')
     
-    ax.set_xlim(-1, 1)
-    ax.set_ylim(-1, 1)
+    # วาดแกน Ky (แนวตั้ง) ข้างซ้าย
+    ax.annotate('', xy=(-1.2, 1), xytext=(-1.2, -1), arrowprops=dict(arrowstyle='<|-|>', color='black', lw=3))
+    ax.text(-1.3, 0, 'ky (Phase)', ha='right', va='center', rotation=90, fontsize=18, fontweight='bold')
+    
+    ax.set_xlim(-1.5, 1.2)
+    ax.set_ylim(-1.5, 1.2)
     ax.axis('off')
-    fig.patch.set_facecolor('black')
+    
+    plt.tight_layout()
     return get_image_from_plot(fig)
 
 def draw_kspace_point(kx, ky, bg_image):
     fig, ax = plt.subplots(figsize=(4, 4))
-    # vmin=0, vmax=255 เพื่อรักษาความสว่าง
-    ax.imshow(bg_image, cmap='gray', extent=[-112, 112, -112, 112], vmin=0, vmax=255)
+    # แสดงภาพ K-space สว่างจ้า
+    ax.imshow(bg_image, cmap='gray', extent=[-112, 112, -112, 112], vmin=0, vmax=1)
     ax.plot(kx, ky, 'ro', markersize=6)
     ax.annotate('', xy=(kx, ky), xytext=(0, 0), arrowprops=dict(arrowstyle='->', color='yellow', lw=2))
     ax.axhline(0, color='white', linewidth=0.5, linestyle='--')
@@ -163,15 +171,15 @@ def apply_filter(k_data, mode, radius):
 
 def draw_filtered_kspace(filtered_k):
     fig, ax = plt.subplots(figsize=(4, 4))
-    # ปรั���ภาพ Filter ให้สว่างและอัปเดตตามแบบ Real-time
-    ax.imshow(format_kspace_display(filtered_k), cmap='gray', vmin=0, vmax=255)
+    # ภาพ Filtered ก็จะสว่าง เห็นวงกลม Filter สีดำชัดเจน
+    ax.imshow(format_kspace_display(filtered_k), cmap='gray', vmin=0, vmax=1)
     ax.axis('off')
     return get_image_from_plot(fig)
 
 def draw_mri(mri_result):
     fig, ax = plt.subplots(figsize=(4, 4))
     m_disp = mri_result / (np.max(mri_result) + 1e-8)
-    ax.imshow(np.flipud(m_disp), cmap='gray') # แก้ภาพกลับหัว
+    ax.imshow(np.flipud(m_disp), cmap='gray')
     ax.axis('off')
     return get_image_from_plot(fig)
 
@@ -272,9 +280,8 @@ with col_main:
     ข้อมูลใน k-space มักจะถูกนำมาแสดงผลในรูปแบบตารางสี่เหลี่ยม (Grid) โดยมีแกนหลักคือ **kx (แนวนอน - Frequency)** และ **ky (แนวตั้ง - Phase)** จุดสำคัญคือ **แกน kx และ ky เหล่านี้ ไม่ได้บอกตำแหน่งพิกัดในภาพอวัยวะ** แต่มันคือแกนที่บอกถึงลักษณะของ **"ความถี่เชิงพื้นที่"** ที่เป็นคลื่น (Sinusoidal wave) ด้วยเหตุนี้ **จุดแต่ละจุดบน K-space จึงไม่ได้จับคู่แบบ 1 ต่อ 1 กับพิกเซลบนภาพ MRI** (เช่น จุดมุมซ้ายบนของ K-space ไม่ได้สร้างภาพมุมซ้ายบนของอวัยวะ)
     """)
 
-    _, col_img_center, _ = st.columns([2.5, 3, 2.5])
+    _, col_img_center, _ = st.columns([1.5, 4, 1.5])
     with col_img_center:
-        # ใช้กราฟเส้นแทนการใช้รูปภาพ
         st.image(draw_kspace_diagram(), use_container_width=True)
 
     # ---------------------------------------------------------