Delete app.py

app.py

@@ -1,98 +0,0 @@
-import gradio as gr
-from transformers import AutoImageProcessor, AutoModelForImageSegmentation
-from PIL import Image
-import torch
-import matplotlib.pyplot as plt
-import numpy as np
-
-# 1️⃣ โหลดโมเดล pre-trained จาก Hugging Face
-model_name = "MLforHealthcare/sam2rad"  # MedSAM2
-processor = AutoImageProcessor.from_pretrained(model_name)
-model = AutoModelForImageSegmentation.from_pretrained(model_name)
-
-# 2️⃣ dictionary คำอธิบายอวัยวะ 50 ชิ้น
-organ_desc = {
-    0: "สมอง 🧠: ควบคุมการทำงานของร่างกาย",
-    1: "หัวใจ ❤️: สูบฉีดเลือด",
-    2: "ปอด 💨: แลกเปลี่ยนก๊าซ",
-    3: "ตับ 🍵: กำจัดสารพิษ",
-    4: "ไต 💧: กรองของเสียในเลือด",
-    5: "กระเพาะอาหาร 🥘: ย่อยอาหาร",
-    6: "ลำไส้เล็ก 🌾: ดูดซึมอาหาร",
-    7: "ลำไส้ใหญ่ 🌽: ดูดซึมและขับถ่าย",
-    8: "ตับอ่อน 🍭: สร้างอินซูลิน",
-    9: "กระเพาะปัสสาวะ 💦: เก็บปัสสาวะ",
-    10: "ม้าม 🔴: กรองเลือดและระบบภูมิคุ้มกัน",
-    11: "หลอดเลือดแดงใหญ่ 🔴: นำเลือดจากหัวใจไปยังร่างกาย",
-    12: "หลอดเลือดดำใหญ่ 🔵: นำเลือดกลับสู่หัวใจ",
-    13: "กระดูกสันหลัง 🦴: รองรับร่างกายและปกป้องไขสันหลัง",
-    14: "กล้ามเนื้อแขน 💪: ขยับแขน",
-    15: "กล้ามเนื้อขา 🦵: ขยับขาและเดิน",
-    16: "ผิวหนัง 🩸: ปกป้องร่างกาย",
-    17: "ลูกตา 👁️: รับภาพ",
-    18: "หู 👂: ได้ยินและรักษาสมดุล",
-    19: "จมูก 👃: ดมกลิ่น",
-    20: "ลิ้น 👅: ชิมอาหาร",
-    21: "ฟัน 🦷: เคี้ยวอาหาร",
-    22: "หูชั้นกลาง 🔊: นำเสียงเข้าโสตประสาท",
-    23: "กล่องเสียง 🗣️: สร้างเสียงพูด",
-    24: "หลอดลม 🌬️: นำอากาศเข้าสู่ปอด",
-    25: "หลอดอาหาร 🍴: นำอาหารสู่กระเพาะ",
-    26: "ไส้เลื่อน/เนื้อเยื่อใต้ผิว 🔹: ปกป้องอวัยวะภายใน",
-    27: "ต่อมไทรอยด์ 🦋: ควบคุมเมตาบอลิซึม",
-    28: "ต่อมหมวกไต 🏔️: ผลิตฮอร์โมน",
-    29: "อัณฑะ/รังไข่ 🔵: สร้างเซลล์สืบพันธุ์",
-    30: "มดลูก/อวัยวะสืบพันธุ์หญิง 🌸: ตั้งครรภ์",
-    31: "หลอดน้ำเหลือง 💛: ระบบภูมิคุ้มกัน",
-    32: "ต่อมน้ำเหลือง 💚: กรองเชื้อโรค",
-    33: "กระดูกเชิงกราน 🦴: รองรับอวัยวะภายใน",
-    34: "หัวเข่า 🦵: ขยับขา",
-    35: "ข้อศอก 💪: ขยับแขน",
-    36: "ไส้ติ่ง 🔺: อวัยวะเสริมย่อยอาหาร",
-    37: "เนื้อเยื่อไขมัน 🟡: เก็บพลังงาน",
-    38: "กล้ามเนื้อหน้าอก 💪: ช่วยหายใจและขยับแขน",
-    39: "กระดูกหน้าอก 🦴: ปกป้องหัวใจและปอด",
-    40: "ขากรรไกร 👄: เคี้ยวอาหาร",
-    41: "หลอดเลือดฝอย 🔴🔵: แลกเปลี่ยนสารอาหารและออกซิเจน",
-    42: "กระดูกสันคอ 🦴: ปกป้องไขสันหลังส่วนคอ",
-    43: "เส้นประสาท 🧬: ส่งสัญญาณร่างกาย",
-    44: "เส้นเอ็น/เอ็นกล้ามเนื้อ 🔗: เชื่อมกล้ามเนื้อกับกระดูก",
-    45: "กล้ามเนื้อหน้าท้อง 💪: รองรับอวัยวะภายใน",
-    46: "ผนังช่องท้อง 🩻: ปกป้องอวัยวะในช่อ��ท้อง",
-    47: "ต่อมน้ำลาย 🟤: ผลิตน้ำลาย",
-    48: "ต่อมน้ำนม 🍼: สร้างน้ำนม (หญิง)",
-    49: "สมองน้อย 🧠: ควบคุมการทรงตัวและการเคลื่อนไหว"
-}
-
-# 3️⃣ ฟังก์ชันตรวจจับอวัยวะ
-def detect_organs(img):
-    inputs = processor(images=img, return_tensors="pt")
-    with torch.no_grad():
-        outputs = model(**inputs)
-    seg_map = outputs.logits.argmax(dim=1).squeeze().cpu().numpy()
-    
-    # วาด overlay
-    plt.figure(figsize=(6,6))
-    plt.imshow(img)
-    plt.imshow(seg_map, alpha=0.5, cmap='jet')
-    plt.axis('off')
-    plt.tight_layout()
-    plt.savefig("segmented.png", bbox_inches='tight', pad_inches=0)
-    segmented_img = Image.open("segmented.png")
-    
-    # ดึงคำอธิบายอวัยวะที่พบ
-    detected_organs = np.unique(seg_map)
-    descriptions = [organ_desc.get(int(o), f"อวัยวะ {int(o)}") for o in detected_organs]
-    
-    return segmented_img, "\n".join(descriptions)
-
-# 4️⃣ สร้าง Gradio Interface
-iface = gr.Interface(
-    fn=detect_organs,
-    inputs=gr.Image(type="pil"),
-    outputs=[gr.Image(type="pil"), gr.Textbox()],
-    title="ตรวจจับอวัยวะ 50 ชิ้นด้วย MedSAM2",
-    description="อัปโหลดภาพ → AI ตรวจจับอวัยวะ → วาดกรอบ → แสดงคำอธิบาย"
-)
-
-iface.launch()