src/streamlit_app.py

import streamlit as st
import tensorflow as tf
import numpy as np
from PIL import Image
import cv2

IMG_SIZE = 224
MODEL_PATH = "cobb_3outputs_model.keras"

st.set_page_config(
    page_title="Cobb 3 Açılı Skolyoz Analizi",
    page_icon="🦴",
    layout="centered"
)

@st.cache_resource
def load_model():
    return tf.keras.models.load_model(MODEL_PATH)

model = load_model()

def yorumla(angle):
    if angle < 10:
        return "Normal, takip yok"
    elif angle < 25:
        return "Hafif skolyoz, 6 ayda bir kontrol"
    elif angle < 40:
        return "Orta şiddetli, korse tedavisi"
    else:
        return "Şiddetli, cerrahi düşünülür"

def preprocess_image(image):
    image = image.convert("RGB")
    img = np.array(image)

    gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

    clahe = cv2.createCLAHE(
        clipLimit=2.0,
        tileGridSize=(8, 8)
    )
    enhanced = clahe.apply(gray)

    enhanced_rgb = cv2.cvtColor(enhanced, cv2.COLOR_GRAY2RGB)
    resized = cv2.resize(enhanced_rgb, (IMG_SIZE, IMG_SIZE))

    arr = resized.astype("float32") / 255.0
    arr = np.expand_dims(arr, axis=0)

    return arr, enhanced_rgb

def predict_cobb_angles(image):
    processed_img, enhanced_preview = preprocess_image(image)

    pred = model.predict(processed_img, verbose=0)[0]

    pred_PT = max(0.0, float(pred[0]))
    pred_MT = max(0.0, float(pred[1]))
    pred_TL = max(0.0, float(pred[2]))

    pred_max = max(pred_PT, pred_MT, pred_TL)

    return pred_PT, pred_MT, pred_TL, pred_max, enhanced_preview

st.title("🦴 Skolyoz Cobb Açısı Analiz Sistemi")

st.write(
    "Model röntgen görüntüsünden PT, MT ve TL olmak üzere 3 Cobb açısı analiz eder."
)

uploaded_file = st.file_uploader(
    "Röntgen görüntüsü yükleyin",
    type=["jpg", "jpeg", "png"]
)

if uploaded_file is not None:
    image = Image.open(uploaded_file)

    st.subheader("Orijinal Görüntü")
    st.image(image, use_container_width=True)

    pred_PT, pred_MT, pred_TL, pred_max, enhanced_preview = predict_cobb_angles(image)

    st.subheader("CLAHE Sonrası Görüntü")
    st.image(enhanced_preview, use_container_width=True, clamp=True)

    st.subheader("Analiz Edilen Cobb Açıları")

    col1, col2, col3 = st.columns(3)

    with col1:
        st.metric("PT Açısı", f"{pred_PT:.2f}°")

    with col2:
        st.metric("MT Açısı", f"{pred_MT:.2f}°")

    with col3:
        st.metric("TL Açısı", f"{pred_TL:.2f}°")

    st.divider()

    st.metric("Maksimum Cobb Açısı", f"{pred_max:.2f}°")

    st.success(f"Klinik Yorum: {yorumla(pred_max)}")

    with st.expander("Teknik Bilgi"):
        st.write("Model çıkış sırası:")
        st.code("PT, MT, TL")
        st.write("Kullanılan preprocessing:")
        st.code("RGB → Grayscale → CLAHE → RGB → Resize 224x224 → Normalize")

    st.warning(
        "Bu sistem klinik karar destek amaçlıdır. Kesin tanı ve tedavi kararı için uzman hekim değerlendirmesi gerekir."
    )