upload

app.py

@@ -0,0 +1,1112 @@
+import gradio as gr
+import pandas as pd
+import numpy as np
+import plotly.express as px
+import plotly.graph_objects as go
+from plotly.subplots import make_subplots
+import warnings
+
+warnings.filterwarnings('ignore')
+
+class CGMAnalyzer:
+    def __init__(self):
+        self.data = None
+        self.columns = []
+        
+        # داده‌های نمونه CGM
+        self.sample_data = [
+            {'تاریخ': '2024-01-15', 'زمان': '07:30', 'قند_خون': 125, 'روند': 'افزایش_تند', 'وضعیت': 'نرمال', 'فعالیت': 'صبحانه', 'وعده_غذایی': 'صبحانه', 'انسولین': 5, 'استرس': 'کم', 'خواب': 'خیر', 'کیفیت_خواب': 'خوب', 'آب_وهوا': 'آفتابی', 'فشار_خون': '120/80', 'دارو': 'متفورمین', 'وزن': 75.2, 'ضربان_قلب': 72, 'مایعات_مصرفی': 250, 'قدم_ها': 320, 'کالری_مصرفی': 280, 'یادداشت': ''},
+            {'تاریخ': '2024-01-15', 'زمان': '08:00', 'قند_خون': 175, 'روند': 'افزایش_آرام', 'وضعیت': 'بالا', 'فعالیت': 'نشسته', 'وعده_غذایی': 'نداشته', 'انسولین': 0, 'استرس': 'متوسط', 'خواب': 'خیر', 'کیفیت_خواب': 'خوب', 'آب_وهوا': 'آفتابی', 'فشار_خون': '125/85', 'دارو': 'هیچ', 'وزن': 75.1, 'ضربان_قلب': 78, 'مایعات_مصرفی': 180, 'قدم_ها': 150, 'کالری_مصرفی': 0, 'یادداشت': 'کمی گرسنه'},
+            {'تاریخ': '2024-01-15', 'زمان': '09:00', 'قند_خون': 152, 'روند': 'کاهش_آرام', 'وضعیت': 'بالا', 'فعالیت': 'کار', 'وعده_غذایی': 'نداشته', 'انسولین': 0, 'استرس': 'زیاد', 'خواب': 'خیر', 'کیفیت_خواب': 'خوب', 'آب_وهوا': 'آفتابی', 'فشار_خون': '130/90', 'دارو': 'هیچ', 'وزن': 75.0, 'ضربان_قلب': 85, 'مایعات_مصرفی': 200, 'قدم_ها': 450, 'کالری_مصرفی': 0, 'یادداشت': ''},
+            {'تاریخ': '2024-01-15', 'زمان': '10:00', 'قند_خون': 108, 'روند': 'کاهش_آرام', 'وضعیت': 'نرمال', 'فعالیت': 'کار', 'وعده_غذایی': 'نداشته', 'انسولین': 0, 'استرس': 'کم', 'خواب': 'خیر', 'کیفیت_خواب': 'خوب', 'آب_وهوا': 'آفتابی', 'فشار_خون': '118/78', 'دارو': 'هیچ', 'وزن': 74.9, 'ضربان_قلب': 70, 'مایعات_مصرفی': 220, 'قدم_ها': 680, 'کالری_مصرفی': 0, 'یادداشت': ''},
+            {'تاریخ': '2024-01-15', 'زمان': '12:30', 'قند_خون': 135, 'روند': 'افزایش_تند', 'وضعیت': 'نرمال', 'فعالیت': 'ناهار', 'وعده_غذایی': 'ناهار', 'انسولین': 3, 'استرس': 'کم', 'خواب': 'خیر', 'کیفیت_خواب': 'خوب', 'آب_وهوا': 'آفتابی', 'فشار_خون': '115/75', 'دارو': 'هیچ', 'وزن': 74.8, 'ضربان_قلب': 68, 'مایعات_مصرفی': 320, 'قدم_ها': 1250, 'کالری_مصرفی': 450, 'یادداشت': ''},
+            {'تاریخ': '2024-01-15', 'زمان': '13:00', 'قند_خون': 185, 'روند': 'افزایش_آرام', 'وضعیت': 'بالا', 'فعالیت': 'نشسته', 'وعده_غذایی': 'نداشته', 'انسولین': 0, 'استرس': 'کم', 'خواب': 'خیر', 'کیفیت_خواب': 'خوب', 'آب_وهوا': 'آفتابی', 'فشار_خون': '122/82', 'دارو': 'هیچ', 'وزن': 74.7, 'ضربان_قلب': 75, 'مایعات_مصرفی': 180, 'قدم_ها': 80, 'کالری_مصرفی': 0, 'یادداشت': ''},
+            {'تاریخ': '2024-01-15', 'زمان': '17:00', 'قند_خون': 95, 'روند': 'پایدار', 'وضعیت': 'نرمال', 'فعالیت': 'ورزش', 'وعده_غذایی': 'نداشته', 'انسولین': 0, 'استرس': 'کم', 'خواب': 'خیر', 'کیفیت_خواب': 'خوب', 'آب_وهوا': 'آفتابی', 'فشار_خون': '110/70', 'دارو': 'هیچ', 'وزن': 74.5, 'ضربان_قلب': 95, 'مایعات_مصرفی': 400, 'قدم_ها': 5200, 'کالری_مصرفی': 0, 'یادداشت': 'احساس خوب'},
+            {'تاریخ': '2024-01-15', 'زمان': '19:30', 'قند_خون': 145, 'روند': 'افزایش_تند', 'وضعیت': 'نرمال', 'فعالیت': 'شام', 'وعده_غذایی': 'شام', 'انسولین': 4, 'استرس': 'کم', 'خواب': 'خیر', 'کیفیت_خواب': 'خوب', 'آب_وهوا': 'آفتابی', 'فشار_خون': '125/85', 'دارو': 'هیچ', 'وزن': 74.4, 'ضربان_قلب': 72, 'مایعات_مصرفی': 250, 'قدم_ها': 420, 'کالری_مصرفی': 380, 'یادداشت': ''}
+        ]
+        
+        # سوالات آماده
+        self.diabetic_queries = [
+            'قند من معمولاً چقدر است؟',
+            'چقدر وقت قندم نرمال بوده؟', 
+            'قندم چه ساعاتی بالا می‌رود؟',
+            'چه ساعاتی قندم نرمال است؟',
+            'چند بار قندم خیلی پایین شده؟',
+            'چند بار قندم خیلی بالا رفته؟',
+            'کدام غذاها قندم را بالا می‌برند؟',
+            'ورزش چه تاثیری روی قندم دارد؟',
+            'انسولین چقدر قندم را پایین می‌آورد؟',
+            'استرس چقدر قندم را بالا می‌برد؟',
+            'آب‌وهوا چطور روی قندم تاثیر می‌گذارد؟',
+            'کیفیت خوابم چه تاثیری روی قند دارد؟',
+            'چقدر ورزش کرده‌ام؟',
+            'فشار خونم چطوره؟',
+            'وزنم چطور تغییر کرده؟'
+        ]
+
+    def get_column_safely(self, column_keywords):
+        """پیدا کردن ستون به صورت ایمن"""
+        for keyword in column_keywords:
+            for col in self.columns:
+                if keyword in col:
+                    return col
+        return None
+
+    def load_sample_data(self):
+        """بارگذاری داده‌های نمونه"""
+        self.data = pd.DataFrame(self.sample_data)
+        self.columns = list(self.data.columns)
+        # نمایش همه داده‌های نمونه (8 رکورد)
+        return self.data, "✅ داده‌های نمونه CGM بارگذاری شد"
+
+    def upload_file(self, file):
+        """بارگذاری فایل CSV"""
+        if file is None:
+            return None, "❌ لطفاً فایل CSV انتخاب کنید"
+        
+        try:
+            # خواندن فایل CSV
+            self.data = pd.read_csv(file.name, encoding='utf-8')
+            
+            # اگر UTF-8 کار نکرد، encoding های دیگر را امتحان کن
+            if self.data.empty:
+                self.data = pd.read_csv(file.name, encoding='cp1256')
+            
+            self.columns = list(self.data.columns)
+            
+            # تبدیل ستون‌های عددی
+            for col in self.columns:
+                if col in ['قند_خون', 'انسولین'] or 'قند' in col:
+                    self.data[col] = pd.to_numeric(self.data[col], errors='coerce')
+            
+            # نمایش تعداد بیشتری از رکوردها (25 به جای 10)
+            return self.data.head(25), f"✅ {len(self.data)} رکورد CGM با موفقیت بارگذاری شد"
+            
+        except Exception as e:
+            return None, f"❌ خطا در خواندن فایل: {str(e)}"
+
+    def calculate_diabetic_stats(self):
+        """محاسبه آمار دیابت"""
+        if self.data is None or self.data.empty:
+            return None
+        
+        # پیدا کردن ستون قند خون
+        glucose_col = None
+        for col in self.columns:
+            if 'قند' in col or 'glucose' in col.lower():
+                glucose_col = col
+                break
+        
+        if glucose_col is None:
+            return None
+        
+        glucose_values = self.data[glucose_col].dropna()
+        if len(glucose_values) == 0:
+            return None
+        
+        # محاسبه آمار
+        time_in_range = len(glucose_values[(glucose_values >= 70) & (glucose_values <= 140)])
+        time_in_range_percent = (time_in_range / len(glucose_values)) * 100
+        
+        hypo_count = len(glucose_values[glucose_values < 70])
+        hyper_count = len(glucose_values[glucose_values > 180])
+        
+        mean_glucose = glucose_values.mean()
+        std_glucose = glucose_values.std()
+        cv = (std_glucose / mean_glucose) * 100 if mean_glucose > 0 else 0
+        
+        return {
+            'mean': mean_glucose,
+            'time_in_range': time_in_range_percent,
+            'hypo_count': hypo_count,
+            'hyper_count': hyper_count,
+            'variability': cv,
+            'total_readings': len(glucose_values)
+        }
+
+    def create_glucose_trend_chart(self):
+        """نمودار روند قند خون"""
+        if self.data is None:
+            return None
+        
+        # پیدا کردن ستون‌های مورد نیاز
+        glucose_col = None
+        time_col = None
+        
+        for col in self.columns:
+            if 'قند' in col or 'glucose' in col.lower():
+                glucose_col = col
+            if 'زمان' in col or 'time' in col.lower():
+                time_col = col
+        
+        if glucose_col is None:
+            return None
+        
+        # ساخت نمودار
+        fig = go.Figure()
+        
+        if time_col:
+            x_data = self.data[time_col]
+        else:
+            x_data = range(len(self.data))
+        
+        # اضافه کردن خط قند خون
+        fig.add_trace(go.Scatter(
+            x=x_data,
+            y=self.data[glucose_col],
+            mode='lines+markers',
+            name='قند خون',
+            line=dict(color='blue', width=2),
+            marker=dict(size=6)
+        ))
+        
+        # اضافه کردن خطوط مرجع
+        fig.add_hline(y=70, line_dash="dash", line_color="red", 
+                     annotation_text="حد پایین (70)")
+        fig.add_hline(y=140, line_dash="dash", line_color="green", 
+                     annotation_text="حد بالا (140)")
+        fig.add_hline(y=180, line_dash="dash", line_color="orange", 
+                     annotation_text="خطرناک (180)")
+        
+        # تنظیمات نمودار
+        fig.update_layout(
+            title="روند قند خون در طول زمان",
+            xaxis_title="زمان",
+            yaxis_title="قند خون (mg/dL)",
+            hovermode='x',
+            template="plotly_white"
+        )
+        
+        return fig
+
+    def create_daily_pattern_chart(self):
+        """نمودار الگوی روزانه قند خون"""
+        if self.data is None:
+            return None
+        
+        glucose_col = None
+        time_col = None
+        
+        for col in self.columns:
+            if 'قند' in col or 'glucose' in col.lower():
+                glucose_col = col
+            if 'زمان' in col or 'time' in col.lower():
+                time_col = col
+        
+        if glucose_col is None or time_col is None:
+            return None
+        
+        # گروه‌بندی بر اساس ساعت
+        self.data['hour'] = self.data[time_col].str.split(':').str[0]
+        hourly_avg = self.data.groupby('hour')[glucose_col].mean().reset_index()
+        
+        fig = go.Figure()
+        fig.add_trace(go.Bar(
+            x=hourly_avg['hour'],
+            y=hourly_avg[glucose_col],
+            name='متوسط قند در هر ساعت',
+            marker_color='lightblue'
+        ))
+        
+        fig.update_layout(
+            title="الگوی روزانه قند خون",
+            xaxis_title="ساعت",
+            yaxis_title="متوسط قند خون (mg/dL)",
+            template="plotly_white"
+        )
+        
+        return fig
+
+    def create_meal_impact_chart(self):
+        """نمودار تاثیر وعده‌های غذایی"""
+        if self.data is None:
+            return None
+        
+        glucose_col = None
+        meal_col = None
+        
+        for col in self.columns:
+            if 'قند' in col or 'glucose' in col.lower():
+                glucose_col = col
+            if 'وعده' in col or 'meal' in col.lower():
+                meal_col = col
+        
+        if glucose_col is None or meal_col is None:
+            return None
+        
+        meal_avg = self.data.groupby(meal_col)[glucose_col].mean().reset_index()
+        
+        fig = go.Figure()
+        fig.add_trace(go.Pie(
+            labels=meal_avg[meal_col],
+            values=meal_avg[glucose_col],
+            name="تاثیر وعده‌های غذایی"
+        ))
+        
+        fig.update_layout(
+            title="متوسط قند خون در وعده‌های مختلف",
+            template="plotly_white"
+        )
+        
+        return fig
+
+    def create_weight_trend_chart(self):
+        """نمودار روند وزن"""
+        if self.data is None:
+            return None
+        
+        weight_col = None
+        date_col = None
+        
+        for col in self.columns:
+            if 'وزن' in col:
+                weight_col = col
+            if 'تاریخ' in col:
+                date_col = col
+        
+        if weight_col is None or date_col is None:
+            return None
+        
+        # گروه‌بندی بر اساس تاریخ و میانگین‌گیری
+        daily_weight = self.data.groupby(date_col)[weight_col].mean().reset_index()
+        
+        fig = go.Figure()
+        fig.add_trace(go.Scatter(
+            x=daily_weight[date_col],
+            y=daily_weight[weight_col],
+            mode='lines+markers',
+            name='وزن روزانه',
+            line=dict(color='purple', width=3),
+            marker=dict(size=8)
+        ))
+        
+        fig.update_layout(
+            title="روند تغییرات وزن",
+            xaxis_title="تاریخ",
+            yaxis_title="وزن (کیلوگرم)",
+            template="plotly_white"
+        )
+        
+        return fig
+
+    def create_activity_chart(self):
+        """نمودار فعالیت فیزیکی"""
+        if self.data is None:
+            return None
+        
+        steps_col = None
+        date_col = None
+        
+        for col in self.columns:
+            if 'قدم' in col:
+                steps_col = col
+            if 'تاریخ' in col:
+                date_col = col
+        
+        if steps_col is None or date_col is None:
+            return None
+        
+        # گروه‌بندی بر اساس تاریخ
+        daily_steps = self.data.groupby(date_col)[steps_col].sum().reset_index()
+        
+        fig = go.Figure()
+        fig.add_trace(go.Bar(
+            x=daily_steps[date_col],
+            y=daily_steps[steps_col],
+            name='قدم‌های روزانه',
+            marker_color='lightgreen'
+        ))
+        
+        # اضافه کردن خط مرجع 10,000 قدم
+        fig.add_hline(y=10000, line_dash="dash", line_color="red", 
+                     annotation_text="هدف روزانه (10,000)")
+        
+        fig.update_layout(
+            title="فعالیت فیزیکی روزانه",
+            xaxis_title="تاریخ",
+            yaxis_title="تعداد قدم",
+            template="plotly_white"
+        )
+        
+        return fig
+
+    def create_stress_correlation_chart(self):
+        """نمودار همبستگی استرس و قند"""
+        if self.data is None:
+            return None
+        
+        glucose_col = None
+        stress_col = None
+        
+        for col in self.columns:
+            if 'قند' in col:
+                glucose_col = col
+            if 'استرس' in col:
+                stress_col = col
+        
+        if glucose_col is None or stress_col is None:
+            return None
+        
+        # تبدیل سطوح استرس به عدد برای نمودار
+        stress_mapping = {'خیلی_کم': 1, 'کم': 2, 'متوسط': 3, 'زیاد': 4, 'خیلی_زیاد': 5}
+        plot_data = self.data.copy()
+        plot_data['stress_numeric'] = plot_data[stress_col].map(stress_mapping)
+        
+        fig = go.Figure()
+        
+        for stress_level in plot_data[stress_col].unique():
+            stress_data = plot_data[plot_data[stress_col] == stress_level]
+            fig.add_trace(go.Scatter(
+                x=stress_data['stress_numeric'],
+                y=stress_data[glucose_col],
+                mode='markers',
+                name=f'استرس {stress_level}',
+                marker=dict(size=8, opacity=0.7)
+            ))
+        
+        fig.update_layout(
+            title="رابطه بین سطح استرس و قند خون",
+            xaxis_title="سطح استرس",
+            yaxis_title="قند خون (mg/dL)",
+            xaxis=dict(
+                tickmode='array',
+                tickvals=[1, 2, 3, 4, 5],
+                ticktext=['خیلی کم', 'کم', 'متوسط', 'زیاد', 'خیلی زیاد']
+            ),
+            template="plotly_white"
+        )
+        
+        return fig
+
+    def execute_query(self, query):
+        """اجرای سوالات کاربر"""
+        if self.data is None or self.data.empty:
+            return "❌ هیچ داده‌ای موجود نیست. لطفاً ابتدا فایل بارگذاری کنید یا داده نمونه را بارگذاری کنید."
+        
+        query = query.strip()
+        
+        try:
+            if query == 'قند من معمولاً چقدر است؟':
+                stats = self.calculate_diabetic_stats()
+                if stats:
+                    return f"متوسط قند خون شما {stats['mean']:.0f} mg/dL است.\n" + \
+                           ("این عدد خوب است! 🎉" if stats['mean'] < 140 else 
+                            "بهتر است با پزشک مشورت کنید. 👨‍⚕️" if stats['mean'] > 150 else "در حد قابل قبول است.")
+            
+            elif query == 'چقدر وقت قندم نرمال بوده؟':
+                stats = self.calculate_diabetic_stats()
+                if stats:
+                    return f"از {stats['total_readings']} بار اندازه‌گیری، {stats['time_in_range']:.1f}% وقت قند شما در حد نرمال (70-140) بوده است.\n" + \
+                           ("عالی! 🎯" if stats['time_in_range'] > 70 else 
+                            "نیاز به بهبود دارد. 📈" if stats['time_in_range'] < 50 else "قابل قبول است. ✅")
+            
+            elif query == 'چند بار قندم خیلی پایین شده؟':
+                stats = self.calculate_diabetic_stats()
+                if stats:
+                    return f"{stats['hypo_count']} بار قند خون شما زیر 70 رفته است (هیپوگلایسمی).\n" + \
+                           ("عالی! هیچ مورد هیپو نداشتید. 🎉" if stats['hypo_count'] == 0 else 
+                            "⚠️ مراقب باشید و با پزشک صحبت کنید.")
+            
+            elif query == 'چند بار قندم خیلی بالا رفته؟':
+                stats = self.calculate_diabetic_stats()
+                if stats:
+                    return f"{stats['hyper_count']} بار قند خون شما بالای 180 رفته است (هایپرگلایسمی).\n" + \
+                           ("عالی! هیچ مورد هایپر شدید نداشتید. 🎉" if stats['hyper_count'] == 0 else 
+                            "⚠️ نیاز به کنترل بیشتر دارید.")
+            
+            elif query == 'قندم چه ساعاتی بالا می‌رود؟':
+                glucose_col = None
+                time_col = None
+                
+                for col in self.columns:
+                    if 'قند' in col:
+                        glucose_col = col
+                    if 'زمان' in col:
+                        time_col = col
+                
+                if glucose_col and time_col:
+                    high_glucose = self.data[self.data[glucose_col] > 140]
+                    if not high_glucose.empty:
+                        high_glucose['hour'] = high_glucose[time_col].str.split(':').str[0]
+                        hour_counts = high_glucose['hour'].value_counts().head(3)
+                        result = "قند شما بیشتر در این ساعات بالا می‌رود:\n"
+                        for hour, count in hour_counts.items():
+                            result += f"ساعت {hour}: {count} بار\n"
+                        return result
+                    else:
+                        return "عالی! قند شما در هیچ ساعتی بالای 140 نرفته است. 🎉"
+            
+            elif query == 'چه ساعاتی قندم نرمال است؟':
+                glucose_col = None
+                time_col = None
+                
+                for col in self.columns:
+                    if 'قند' in col:
+                        glucose_col = col
+                    if 'زمان' in col:
+                        time_col = col
+                
+                if glucose_col and time_col:
+                    normal_glucose = self.data[(self.data[glucose_col] >= 70) & (self.data[glucose_col] <= 140)]
+                    if not normal_glucose.empty:
+                        normal_glucose['hour'] = normal_glucose[time_col].str.split(':').str[0]
+                        hour_counts = normal_glucose['hour'].value_counts().head(5)
+                        result = "قند شما بیشتر در این ساعات نرمال است:\n"
+                        for hour, count in hour_counts.items():
+                            total_in_hour = len(self.data[self.data[time_col].str.startswith(str(hour))])
+                            percentage = (count / total_in_hour * 100) if total_in_hour > 0 else 0
+                            result += f"ساعت {hour}: {count} بار ({percentage:.0f}%) 🟢\n"
+                        return result
+                    else:
+                        return "متأسفانه در هیچ ساعتی قند شما نرمال نبوده است. با پزشک مشورت کنید. ⚠️"
+            
+            elif query == 'کدام غذاها قندم را بالا می‌برند؟':
+                glucose_col = None
+                meal_col = None
+                
+                for col in self.columns:
+                    if 'قند' in col:
+                        glucose_col = col
+                    if 'وعده' in col:
+                        meal_col = col
+                
+                if glucose_col and meal_col:
+                    meal_avg = self.data.groupby(meal_col)[glucose_col].mean().sort_values(ascending=False)
+                    result = "متوسط قند خون بعد از وعده‌های مختلف:\n"
+                    for meal, avg in meal_avg.items():
+                        status = "🔴" if avg > 160 else "🟡" if avg > 140 else "🟢"
+                        result += f"{status} {meal}: {avg:.0f} mg/dL\n"
+                    return result
+            
+            elif query == 'ورزش چه تاثیری روی قندم دارد؟':
+                glucose_col = None
+                activity_col = None
+                
+                for col in self.columns:
+                    if 'قند' in col:
+                        glucose_col = col
+                    if 'فعالیت' in col:
+                        activity_col = col
+                
+                if glucose_col and activity_col:
+                    exercise_data = self.data[self.data[activity_col] == 'ورزش']
+                    if not exercise_data.empty:
+                        avg_exercise = exercise_data[glucose_col].mean()
+                        non_exercise = self.data[self.data[activity_col] != 'ورزش']
+                        avg_non_exercise = non_exercise[glucose_col].mean()
+                        difference = avg_non_exercise - avg_exercise
+                        
+                        return f"هنگام ورزش متوسط قند شما {avg_exercise:.0f} و در سایر اوقات {avg_non_exercise:.0f} است.\n" + \
+                               f"ورزش {difference:.0f} واحد قند را کم می‌کند. 💪" if difference > 0 else \
+                               "ورزش تاثیر منفی روی قند شما نداشته. 👍"
+                    else:
+                        return "در این دوره فعالیت ورزشی ثبت نشده است."
+            
+            elif query == 'انسولین چقدر قندم را پایین می‌آورد؟':
+                glucose_col = None
+                insulin_col = None
+                
+                for col in self.columns:
+                    if 'قند' in col:
+                        glucose_col = col
+                    if 'انسولین' in col:
+                        insulin_col = col
+                
+                if glucose_col and insulin_col:
+                    # مقایسه قند قبل و بعد از انسولین
+                    insulin_data = self.data[self.data[insulin_col] > 0]
+                    no_insulin_data = self.data[self.data[insulin_col] == 0]
+                    
+                    if not insulin_data.empty and not no_insulin_data.empty:
+                        avg_with_insulin = insulin_data[glucose_col].mean()
+                        avg_without_insulin = no_insulin_data[glucose_col].mean()
+                        
+                        # محاسبه متوسط انسولین مصرفی
+                        avg_insulin_dose = insulin_data[insulin_col].mean()
+                        
+                        # تاثیر هر واحد انسولین
+                        effect_per_unit = (avg_without_insulin - avg_with_insulin) / avg_insulin_dose if avg_insulin_dose > 0 else 0
+                        
+                        result = f"تحلیل تاثیر انسولین:\n"
+                        result += f"• متوسط قند با انسولین: {avg_with_insulin:.0f} mg/dL\n"
+                        result += f"• متوسط قند بدون انسولین: {avg_without_insulin:.0f} mg/dL\n"
+                        result += f"• متوسط دوز انسولین: {avg_insulin_dose:.1f} واحد\n"
+                        result += f"• هر واحد انسولین تقریباً {effect_per_unit:.0f} واحد قند را کم می‌کند 💉\n"
+                        
+                        if effect_per_unit > 0:
+                            result += "انسولین شما خوب کار می‌کند! ✅"
+                        else:
+                            result += "ممکن است نیاز به تنظیم دوز داشته باشید. با پزشک مشورت کنید. ⚠️"
+                        
+                        return result
+                    else:
+                        return "داده کافی برای تحلیل تاثیر انسولین موجود نیست."
+            
+            elif query == 'استرس چقدر قندم را بالا می‌برد؟':
+                glucose_col = None
+                stress_col = None
+                
+                for col in self.columns:
+                    if 'قند' in col:
+                        glucose_col = col
+                    if 'استرس' in col:
+                        stress_col = col
+                
+                if glucose_col and stress_col:
+                    stress_levels = ['کم', 'متوسط', 'زیاد']
+                    result = "تاثیر سطح استرس روی قند خون:\n"
+                    
+                    stress_analysis = {}
+                    for stress_level in stress_levels:
+                        stress_data = self.data[self.data[stress_col] == stress_level]
+                        if not stress_data.empty:
+                            avg_glucose = stress_data[glucose_col].mean()
+                            count = len(stress_data)
+                            stress_analysis[stress_level] = {'avg': avg_glucose, 'count': count}
+                    
+                    if stress_analysis:
+                        for stress_level in stress_levels:
+                            if stress_level in stress_analysis:
+                                data = stress_analysis[stress_level]
+                                emoji = "🟢" if data['avg'] < 140 else "🟡" if data['avg'] < 160 else "🔴"
+                                result += f"{emoji} استرس {stress_level}: {data['avg']:.0f} mg/dL ({data['count']} بار)\n"
+                        
+                        # محاسبه تفاوت بین کم‌ترین و بیشترین استرس
+                        if 'کم' in stress_analysis and 'زیاد' in stress_analysis:
+                            difference = stress_analysis['زیاد']['avg'] - stress_analysis['کم']['avg']
+                            result += f"\n💡 استرس زیاد {difference:.0f} واحد قند را نسبت به استرس کم بالا می‌برد.\n"
+                            
+                            if difference > 30:
+                                result += "استرس تاثیر زیادی روی قند شما دارد. تکنیک‌های آرامش‌بخشی را امتحان کنید. 🧘‍♀️"
+                            elif difference > 15:
+                                result += "استرس تاثیر متوسطی روی قند شما دارد."
+                            else:
+                                result += "خوشبختانه استرس تاثیر کمی روی قند شما دارد. 👍"
+                        
+                        return result
+                    else:
+                        return "داده کافی برای تحلیل تاثیر استرس موجود نیست."
+            
+            elif query == 'آب‌وهوا چطور روی قندم تاثیر می‌گذارد؟':
+                glucose_col = None
+                weather_col = None
+                
+                for col in self.columns:
+                    if 'قند' in col:
+                        glucose_col = col
+                    if 'آب_وهوا' in col or 'آب‌وهوا' in col:
+                        weather_col = col
+                
+                if glucose_col and weather_col:
+                    weather_analysis = self.data.groupby(weather_col)[glucose_col].agg(['mean', 'count']).reset_index()
+                    result = "تاثیر آب‌وهوا روی قند خون:\n"
+                    
+                    for _, row in weather_analysis.iterrows():
+                        weather = row[weather_col]
+                        avg_glucose = row['mean']
+                        count = row['count']
+                        emoji = "🟢" if avg_glucose < 140 else "🟡" if avg_glucose < 160 else "🔴"
+                        result += f"{emoji} {weather}: {avg_glucose:.0f} mg/dL ({count} بار)\n"
+                    
+                    # یافتن بهترین و بدترین آب‌وهوا
+                    best_weather = weather_analysis.loc[weather_analysis['mean'].idxmin(), weather_col]
+                    worst_weather = weather_analysis.loc[weather_analysis['mean'].idxmax(), weather_col]
+                    
+                    result += f"\n🌟 بهترین آب‌وهوا برای قند شما: {best_weather}\n"
+                    result += f"⚠️ بدترین آب‌وهوا برای قند شما: {worst_weather}"
+                    
+                    return result
+                else:
+                    return "داده آب‌وهوا در فایل شما موجود نیست."
+            
+            elif query == 'کیفیت خوابم چه تاثیری روی قند دارد؟':
+                glucose_col = None
+                sleep_col = None
+                
+                for col in self.columns:
+                    if 'قند' in col:
+                        glucose_col = col
+                    if 'کیفیت_خواب' in col:
+                        sleep_col = col
+                
+                if glucose_col and sleep_col:
+                    sleep_analysis = self.data.groupby(sleep_col)[glucose_col].agg(['mean', 'count']).reset_index()
+                    result = "تاثیر کیفیت خواب روی قند خون:\n"
+                    
+                    sleep_order = {'عالی': 1, 'خوب': 2, 'متوسط': 3, 'بد': 4, 'خیلی_بد': 5}
+                    sleep_analysis['order'] = sleep_analysis[sleep_col].map(sleep_order)
+                    sleep_analysis = sleep_analysis.sort_values('order')
+                    
+                    for _, row in sleep_analysis.iterrows():
+                        sleep_quality = row[sleep_col]
+                        avg_glucose = row['mean']
+                        count = row['count']
+                        emoji = "🟢" if avg_glucose < 140 else "🟡" if avg_glucose < 160 else "🔴"
+                        result += f"{emoji} خواب {sleep_quality}: {avg_glucose:.0f} mg/dL ({count} بار)\n"
+                    
+                    # محاسبه تفاوت بین بهترین و بدترین خواب
+                    best_sleep = sleep_analysis.iloc[0]
+                    worst_sleep = sleep_analysis.iloc[-1]
+                    difference = worst_sleep['mean'] - best_sleep['mean']
+                    
+                    result += f"\n💤 خواب بد {difference:.0f} واحد قند را بالاتر از خواب خوب می‌برد.\n"
+                    
+                    if difference > 20:
+                        result += "کیفیت خواب تاثیر زیادی روی قند شما دارد. بهبود خواب اولویت باشد! 😴"
+                    else:
+                        result += "کیفیت خواب تاثیر قابل قبولی روی قند شما دارد. 👍"
+                    
+                    return result
+                else:
+                    return "داده کیفیت خواب در فایل شما موجود نیست."
+            
+            elif query == 'چقدر ورزش کرده‌ام؟':
+                steps_col = None
+                activity_col = None
+                
+                for col in self.columns:
+                    if 'قدم' in col:
+                        steps_col = col
+                    if 'فعالیت' in col:
+                        activity_col = col
+                
+                if steps_col:
+                    total_steps = self.data[steps_col].sum()
+                    avg_daily_steps = total_steps / len(self.data.groupby('تاریخ'))
+                    exercise_days = len(self.data[self.data[activity_col] == 'ورزش']) if activity_col else 0
+                    
+                    result = f"آمار فعالیت فیزیکی شما:\n"
+                    result += f"👟 کل قدم‌ها: {total_steps:,} قدم\n"
+                    result += f"📊 متوسط روزانه: {avg_daily_steps:.0f} قدم\n"
+                    result += f"💪 روزهای ورزش: {exercise_days} روز\n\n"
+                    
+                    if avg_daily_steps >= 10000:
+                        result += "عالی! شما به هدف 10,000 قدم روزانه رسیده‌اید! 🎯"
+                    elif avg_daily_steps >= 7000:
+                        result += "خوب است! کمی بیشتر قدم بزنید تا به 10,000 برسید. 📈"
+                    else:
+                        result += "نیاز به فعالیت بیشتر دارید. سعی کنید بیشتر قدم بزنید. 🚶‍♂️"
+                    
+                    return result
+                else:
+                    return "داده قدم‌ها در فایل شما موجود نیست."
+            
+            elif query == 'فشار خونم چطوره؟':
+                bp_col = None
+                
+                for col in self.columns:
+                    if 'فشار' in col:
+                        bp_col = col
+                        break
+                
+                if bp_col:
+                    bp_values = self.data[bp_col].dropna()
+                    if not bp_values.empty:
+                        # تحلیل فشار خون
+                        high_count = 0
+                        normal_count = 0
+                        low_count = 0
+                        
+                        for bp in bp_values:
+                            try:
+                                systolic = int(bp.split('/')[0])
+                                if systolic >= 140:
+                                    high_count += 1
+                                elif systolic >= 120:
+                                    normal_count += 1
+                                else:
+                                    low_count += 1
+                            except:
+                                continue
+                        
+                        total = high_count + normal_count + low_count
+                        
+                        result = f"آمار فشار خون شما:\n"
+                        result += f"🔴 بالا (≥140): {high_count} بار ({high_count/total*100:.0f}%)\n"
+                        result += f"🟡 نرمال (120-139): {normal_count} بار ({normal_count/total*100:.0f}%)\n"
+                        result += f"🟢 ایده‌آل (<120): {low_count} بار ({low_count/total*100:.0f}%)\n\n"
+                        
+                        if high_count/total > 0.3:
+                            result += "⚠️ فشار خون شما اغلب بالا است. با پزشک مشورت کنید."
+                        elif normal_count/total > 0.7:
+                            result += "✅ فشار خون شما در حد قابل قبول است."
+                        else:
+                            result += "👍 فشار خون شما در حد ایده‌آل است."
+                        
+                        return result
+                    else:
+                        return "داده فشار خون کافی نیست."
+                else:
+                    return "داده فشار خون در فایل شما موجود نیست."
+            
+            elif query == 'وزنم چطور تغییر کرده؟':
+                weight_col = None
+                
+                for col in self.columns:
+                    if 'وزن' in col:
+                        weight_col = col
+                        break
+                
+                if weight_col:
+                    weights = self.data[weight_col].dropna()
+                    if len(weights) > 1:
+                        first_weight = weights.iloc[0]
+                        last_weight = weights.iloc[-1]
+                        weight_change = last_weight - first_weight
+                        avg_weight = weights.mean()
+                        
+                        result = f"تغییرات وزن شما:\n"
+                        result += f"⚖️ وزن اولیه: {first_weight} کیلو\n"
+                        result += f"⚖️ وزن فعلی: {last_weight} کیلو\n"
+                        result += f"📊 متوسط وزن: {avg_weight:.1f} کیلو\n"
+                        result += f"📈 تغییر کلی: {weight_change:+.1f} کیلو\n\n"
+                        
+                        if abs(weight_change) < 1:
+                            result += "👍 وزن شما ثابت مانده است."
+                        elif weight_change > 0:
+                            result += f"📈 {weight_change:.1f} کیلو افزایش وزن داشته‌اید."
+                        else:
+                            result += f"📉 {abs(weight_change):.1f} کیلو کاهش وزن داشته‌اید."
+                        
+                        return result
+                    else:
+                        return "داده وزن کافی برای تحلیل تغییرات نیست."
+                else:
+                    return "داده وزن در فایل شما موجود نیست."
+            
+            else:
+                return "متوجه سوال شما نشدم. لطفاً یکی از سوالات آماده را انتخاب کنید."
+                
+        except Exception as e:
+            return f"❌ مشکلی پیش آمده: {str(e)}"
+
+    def get_data_summary(self):
+        """خلاصه داده‌ها"""
+        if self.data is None:
+            return "هیچ داده‌ای بارگذاری نشده است."
+        
+        # محاسبه دوره زمانی
+        unique_dates = self.data['تاریخ'].nunique() if 'تاریخ' in self.columns else 1
+        
+        summary = f"📊 تعداد رکوردها: {len(self.data)}\n"
+        summary += f"📅 دوره زمانی: {unique_dates} روز\n"
+        summary += f"🏷️ تعداد ستون‌ها: {len(self.columns)}\n"
+        
+        # آمار قند خون
+        stats = self.calculate_diabetic_stats()
+        if stats:
+            summary += f"\n🩺 آمار قند خون:\n"
+            summary += f"• متوسط قند: {stats['mean']:.0f} mg/dL\n"
+            summary += f"• زمان در محدوده: {stats['time_in_range']:.1f}%\n"
+            summary += f"• تعداد هیپو: {stats['hypo_count']}\n"
+            summary += f"• تعداد هایپر: {stats['hyper_count']}\n"
+            summary += f"• تنوع گلایسمی: {stats['variability']:.1f}%\n"
+        
+        # آمار فعالیت فیزیکی
+        if 'قدم_ها' in self.columns:
+            total_steps = self.data['قدم_ها'].sum()
+            avg_daily_steps = total_steps / unique_dates
+            summary += f"\n👟 فعالیت فیزیکی:\n"
+            summary += f"• کل قدم‌ها: {total_steps:,}\n"
+            summary += f"• متوسط روزانه: {avg_daily_steps:.0f} قدم\n"
+        
+        # آمار انسولین
+        if 'انسولین' in self.columns:
+            insulin_doses = self.data[self.data['انسولین'] > 0]['انسولین']
+            if not insulin_doses.empty:
+                summary += f"\n💉 انسولین:\n"
+                summary += f"• تعداد دوزها: {len(insulin_doses)}\n"
+                summary += f"• متوسط دوز: {insulin_doses.mean():.1f} واحد\n"
+        
+        # آمار وزن
+        if 'وزن' in self.columns:
+            weights = self.data['وزن'].dropna()
+            if len(weights) > 1:
+                weight_change = weights.iloc[-1] - weights.iloc[0]
+                summary += f"\n⚖️ وزن:\n"
+                summary += f"• وزن فعلی: {weights.iloc[-1]} کیلو\n"
+                summary += f"• تغییر: {weight_change:+.1f} کیلو\n"
+        
+        return summary
+
+# ساخت اپلیکیشن Gradio
+def create_app():
+    analyzer = CGMAnalyzer()
+    
+    # CSS برای RTL و استایل بهتر
+    custom_css = """
+    .rtl { direction: rtl; text-align: right; }
+    .main-title { text-align: center; color: #d63384; font-size: 28px; font-weight: bold; margin: 20px 0; }
+    .subtitle { text-align: center; color: #6c757d; margin-bottom: 30px; font-size: 16px; }
+    .section-title { color: #6f42c1; font-weight: bold; margin: 20px 0 10px 0; }
+    .gradio-container { font-family: 'Segoe UI', Tahoma, Arial, sans-serif; }
+    
+    /* بهبود نمایش جدول */
+    .dataframe { 
+        font-size: 12px !important; 
+        width: 100% !important;
+        overflow-x: auto !important;
+        max-height: 500px !important;
+        overflow-y: auto !important;
+    }
+    .dataframe table { 
+        table-layout: fixed !important; 
+        width: 100% !important;
+        border-collapse: collapse !important;
+    }
+    .dataframe th { 
+        background-color: #f8f9fa !important; 
+        font-weight: bold !important;
+        padding: 8px 4px !important;
+        text-align: center !important;
+        border: 1px solid #dee2e6 !important;
+        position: sticky !important;
+        top: 0 !important;
+        z-index: 10 !important;
+    }
+    .dataframe td { 
+        padding: 6px 4px !important; 
+        text-align: center !important;
+        border: 1px solid #dee2e6 !important;
+        word-wrap: break-word !important;
+        overflow: hidden !important;
+    }
+    
+    /* ستون‌های خاص با عرض ثابت */
+    .dataframe th:nth-child(1), .dataframe td:nth-child(1) { width: 100px !important; } /* تاریخ */
+    .dataframe th:nth-child(2), .dataframe td:nth-child(2) { width: 70px !important; }  /* زمان */
+    .dataframe th:nth-child(3), .dataframe td:nth-child(3) { width: 80px !important; }  /* قند_خون */
+    .dataframe th:nth-child(4), .dataframe td:nth-child(4) { width: 100px !important; } /* روند */
+    .dataframe th:nth-child(5), .dataframe td:nth-child(5) { width: 80px !important; }  /* وضعیت */
+    .dataframe th:nth-child(6), .dataframe td:nth-child(6) { width: 90px !important; }  /* فعالیت */
+    .dataframe th:nth-child(7), .dataframe td:nth-child(7) { width: 100px !important; } /* وعده_غذایی */
+    .dataframe th:nth-child(8), .dataframe td:nth-child(8) { width: 70px !important; }  /* انسولین */
+    .dataframe th:nth-child(9), .dataframe td:nth-child(9) { width: 80px !important; }  /* استرس */
+    .dataframe th:nth-child(10), .dataframe td:nth-child(10) { width: 60px !important; } /* خواب */
+    .dataframe th:nth-child(11), .dataframe td:nth-child(11) { width: 90px !important; } /* کیفیت_خواب */
+    .dataframe th:nth-child(12), .dataframe td:nth-child(12) { width: 80px !important; } /* آب_وهوا */
+    .dataframe th:nth-child(13), .dataframe td:nth-child(13) { width: 90px !important; } /* فشار_خون */
+    .dataframe th:nth-child(14), .dataframe td:nth-child(14) { width: 90px !important; } /* دارو */
+    .dataframe th:nth-child(15), .dataframe td:nth-child(15) { width: 60px !important; } /* وزن */
+    .dataframe th:nth-child(16), .dataframe td:nth-child(16) { width: 80px !important; } /* ضربان_قلب */
+    .dataframe th:nth-child(17), .dataframe td:nth-child(17) { width: 90px !important; } /* مایعات_مصرفی */
+    .dataframe th:nth-child(18), .dataframe td:nth-child(18) { width: 80px !important; } /* قدم_ها */
+    .dataframe th:nth-child(19), .dataframe td:nth-child(19) { width: 90px !important; } /* کالری_مصرفی */
+    .dataframe th:nth-child(20), .dataframe td:nth-child(20) { width: 120px !important; } /* یادداشت */
+    
+    /* اسکرول بار بهتر */
+    .dataframe::-webkit-scrollbar {
+        width: 8px;
+        height: 8px;
+    }
+    .dataframe::-webkit-scrollbar-track {
+        background: #f1f1f1;
+    }
+    .dataframe::-webkit-scrollbar-thumb {
+        background: #888;
+        border-radius: 4px;
+    }
+    .dataframe::-webkit-scrollbar-thumb:hover {
+        background: #555;
+    }
+    """
+    
+    with gr.Blocks(title="تحلیل‌گر داده‌های CGM", theme=gr.themes.Soft(), css=custom_css) as app:
+        
+        gr.HTML('<div class="main-title">🩺 تحلیل‌گر داده‌های CGM</div>')
+        gr.HTML('<div class="subtitle">مانیتورینگ مداوم قند خون • ابزار تحلیل هوشمند برای بیماران دیابتی</div>')
+        
+        with gr.Tab("📂 بارگذاری داده‌ها"):
+            with gr.Row():
+                with gr.Column():
+                    file_input = gr.File(
+                        label="انتخاب فایل CSV", 
+                        file_types=[".csv"],
+                        elem_classes=["rtl"]
+                    )
+                    sample_btn = gr.Button("🔄 بارگذاری داده نمونه", variant="secondary")
+                    upload_status = gr.Textbox(
+                        label="وضعیت بارگذاری", 
+                        interactive=False,
+                        elem_classes=["rtl"]
+                    )
+                
+                with gr.Column():
+                    data_summary = gr.Textbox(
+                        label="خلاصه داده‌ها",
+                        lines=8,
+                        interactive=False,
+                        elem_classes=["rtl"]
+                    )
+            
+            # دکمه‌های کنترل نمایش داده‌ها
+            with gr.Row():
+                more_data_btn = gr.Button("📊 نمایش 50 رکورد اول", variant="secondary")
+                all_data_btn = gr.Button("📋 نمایش همه داده‌ها", variant="secondary")
+                gr.HTML('<div style="color: #6c757d; font-size: 14px; padding: 10px;">💡 نکته: برای مشاهده داده‌های بیشتر از دکمه‌های بالا استفاده کنید</div>')
+            
+            data_preview = gr.Dataframe(
+                label="نمایش داده‌ها",
+                wrap=True,
+                elem_classes=["rtl"]
+            )
+        
+        with gr.Tab("🤔 سوالات آماده"):
+            gr.HTML('<div class="section-title">سوالات رایج از قند خون - روی هر دکمه کلیک کنید:</div>')
+            
+            with gr.Row():
+                with gr.Column():
+                    query_buttons = []
+                    for i, query in enumerate(analyzer.diabetic_queries):
+                        btn = gr.Button(query, elem_classes=["rtl"])
+                        query_buttons.append(btn)
+            
+            query_result = gr.Textbox(
+                label="پاسخ سوال",
+                lines=5,
+                interactive=False,
+                elem_classes=["rtl"]
+            )
+        
+        with gr.Tab("💬 سوال دلخواه"):
+            with gr.Row():
+                custom_query = gr.Textbox(
+                    label="سوال خود را بنویسید",
+                    placeholder="مثال: قند من معمولاً چقدر است؟",
+                    elem_classes=["rtl"]
+                )
+                ask_btn = gr.Button("🔍 پرسش", variant="primary")
+            
+            custom_result = gr.Textbox(
+                label="پاسخ",
+                lines=5,
+                interactive=False,
+                elem_classes=["rtl"]
+            )
+        
+        with gr.Tab("📈 نمودارها"):
+            gr.HTML('<div class="section-title">نمودارهای تحلیل داده‌ها</div>')
+            
+            with gr.Row():
+                trend_btn = gr.Button("📊 روند قند خون")
+                pattern_btn = gr.Button("🕐 الگوی روزانه") 
+                meal_btn = gr.Button("🍽️ تاثیر وعده‌ها")
+            
+            with gr.Row():
+                weight_btn = gr.Button("⚖️ روند وزن")
+                activity_btn = gr.Button("👟 فعالیت فیزیکی")
+                stress_btn = gr.Button("😰 استرس و قند")
+            
+            chart_output = gr.Plot(label="نمودار")
+        
+        with gr.Tab("💡 راهنما"):
+            gr.HTML("""
+            <div class="rtl" style="padding: 20px; font-family: Tahoma;">
+                <h3>💡 راهنمای استفاده:</h3>
+                <ul style="line-height: 1.8;">
+                    <li><strong>بارگذاری داده‌ها:</strong> فایل CSV حاوی ستون‌های زیر:
+                        <br>• اجباری: تاریخ، زمان، قند_خون، وضعیت، فعالیت، وعده_غذایی، انسولین، استرس
+                        <br>• اختیاری: کیفیت_خواب، آب_وهوا، فشار_خون، دارو، وزن، ضربان_قلب، مایعات_مصرفی، قدم_ها، کالری_مصرفی، یادداشت
+                    </li>
+                    <li><strong>سوالات آماده:</strong> روی هر سوال کلیک کنید تا پاسخ را ببینید</li>
+                    <li><strong>سوال دلخواه:</strong> سوال خود را با کلمات ساده بنویسید</li>
+                    <li><strong>نمودارها:</strong> تحلیل بصری داده‌های شما شامل 6 نوع نمودار مختلف</li>
+                </ul>
+                
+                <h3>📊 محدوده‌های قند خون:</h3>
+                <ul style="line-height: 1.8;">
+                    <li><span style="color: red; font-weight: bold;">🔴 خطرناک:</span> کمتر از 70 (فوری به پزشک مراجعه کنید)</li>
+                    <li><span style="color: green; font-weight: bold;">🟢 خوب:</span> 70 تا 140 (عالی است)</li>
+                    <li><span style="color: orange; font-weight: bold;">🟡 بالا:</span> بیشتر از 140 (بهتر است کنترل کنید)</li>
+                    <li><span style="color: red; font-weight: bold;">🔴 خیلی بالا:</span> بیشتر از 180 (حتماً با پزشک صحبت کنید)</li>
+                </ul>
+
+                <h3>🆕 ویژگی‌های جدید:</h3>
+                <ul style="line-height: 1.8;">
+                    <li><strong>تحلیل کیفیت خواب:</strong> بررسی تاثیر خواب روی قند خون</li>
+                    <li><strong>تاثیر آب‌وهوا:</strong> نحوه تاثیر شرایط جوی بر کنترل قند</li>
+                    <li><strong>ردیابی وزن:</strong> پیگیری تغییرات وزن در طول زمان</li>
+                    <li><strong>فعالیت فیزیکی:</strong> تحلیل میزان قدم‌زدن و ورزش</li>
+                    <li><strong>مانیتورینگ فشار خون:</strong> کنترل همزمان فشار خون</li>
+                    <li><strong>مدیریت دارو:</strong> پیگیری مصرف داروها</li>
+                </ul>
+                
+                <h3>🏥 نکات مهم:</h3>
+                <ul style="line-height: 1.8;">
+                    <li><strong>هدف:</strong> بیش از 70% وقت قند در محدوده نرمال باشد</li>
+                    <li><strong>هدف روزانه:</strong> حداقل 10,000 قدم در روز</li>
+                    <li>اگر قند زیر 70 رفت، فوری شکر یا آبمیوه بخورید</li>
+                    <li>اگر قند بالای 300 رفت، فوری به بیمارستان بروید</li>
+                    <li><strong>کیفیت خواب:</strong> 7-8 ساعت خواب باکیفیت ضروری است</li>
+                    <li><strong>مدیریت استرس:</strong> تکنیک‌های آرامش‌بخشی یاد بگیرید</li>
+                    <li><strong style="color: red;">این برنامه جایگزین مشاوره پزشک نیست</strong></li>
+                </ul>
+
+                <h3>📋 نمونه فرمت CSV:</h3>
+                <pre style="background: #f8f9fa; padding: 10px; border-radius: 5px; font-size: 12px;">
+تاریخ,زمان,قند_خون,روند,وضعیت,فعالیت,وعده_غذایی,انسولین,استرس,خواب,کیفیت_خواب,آب_وهوا,فشار_خون,دارو,وزن,ضربان_قلب,مایعات_مصرفی,قدم_ها,کالری_مصرفی,یادداشت
+2024-01-15,07:30,125,افزایش_تند,نرمال,صبحانه,صبحانه,5,کم,خیر,خوب,آفتابی,120/80,متفورمین,75.2,72,250,320,280,
+                </pre>
+                
+                <h3>🔒 حریم خصوصی:</h3>
+                <p>داده‌های شما محلی پردازش می‌شوند و ذخیره نمی‌شوند.</p>
+            </div>
+            """)
+        
+        # Event handlers
+        def upload_and_preview(file):
+            data, status = analyzer.upload_file(file)
+            summary = analyzer.get_data_summary()
+            return data, status, summary
+        
+        def load_sample_and_preview():
+            data, status = analyzer.load_sample_data()
+            summary = analyzer.get_data_summary()
+            return data, status, summary
+        
+        def show_more_data():
+            """نمایش داده‌های بیشتر"""
+            if analyzer.data is not None:
+                # نمایش 50 رکورد اول
+                return analyzer.data.head(50)
+            return None
+        
+        def show_all_data():
+            """نمایش همه داده‌ها"""
+            if analyzer.data is not None:
+                return analyzer.data
+            return None
+        
+        # اتصال رویدادها
+        file_input.upload(upload_and_preview, inputs=file_input, outputs=[data_preview, upload_status, data_summary])
+        sample_btn.click(load_sample_and_preview, outputs=[data_preview, upload_status, data_summary])
+        
+        # دکمه‌های نمایش داده‌های بیشتر
+        more_data_btn.click(show_more_data, outputs=data_preview)
+        all_data_btn.click(show_all_data, outputs=data_preview)
+        
+        # اتصال دکمه‌های سوالات آماده
+        for i, btn in enumerate(query_buttons):
+            btn.click(
+                lambda q=analyzer.diabetic_queries[i]: analyzer.execute_query(q),
+                outputs=query_result
+            )
+        
+        # سوال دلخواه
+        ask_btn.click(analyzer.execute_query, inputs=custom_query, outputs=custom_result)
+        custom_query.submit(analyzer.execute_query, inputs=custom_query, outputs=custom_result)
+        
+        # نمودارها
+        trend_btn.click(analyzer.create_glucose_trend_chart, outputs=chart_output)
+        pattern_btn.click(analyzer.create_daily_pattern_chart, outputs=chart_output)
+        meal_btn.click(analyzer.create_meal_impact_chart, outputs=chart_output)
+        weight_btn.click(analyzer.create_weight_trend_chart, outputs=chart_output)
+        activity_btn.click(analyzer.create_activity_chart, outputs=chart_output)
+        stress_btn.click(analyzer.create_stress_correlation_chart, outputs=chart_output)
+    
+    return app
+
+# برای Hugging Face Spaces
+if __name__ == "__main__":
+    app = create_app()
+    app.launch()