README.md

metadata

title: GBM Agentic AI v5 — Neuro-Oncology Analysis
emoji: 🧠
colorFrom: blue
colorTo: purple
sdk: gradio
app_file: app.py
pinned: true
license: apache-2.0
hardware: t4-small
suggested_hardware: t4-small

🧠 Agentic AI v5 FIXED — GBM Multi-Modal Analysis

12 agents IA | RCMTUNetV4 | Digital Twin | Dempster-Shafer

Modèles HuggingFace utilisés

Repo	Contenu
mayoula/RAMTUNET_VLM	rcmt_unet_v4_final.pth + RAG WHO CNS 2021
mayoula/digital-twin-glioma-final	ml_clinical_model.joblib + Gompertz
mayoula/RAMTUNET-AgenticAI	Images PNG pré-calculées (mode démo)

Utilisation

1. Uploadez les 4 modalités IRM au format NIfTI (.nii ou .nii.gz)
2. Renseignez les informations patient (âge, KPS, ID)
3. Cliquez sur Lancer l'analyse complète (GPU requis)
4. Sans GPU → utilisez Charger la démo pour voir les résultats pré-calculés

Format IRM requis

• Format : NIfTI .nii ou .nii.gz
• Résolution : 1 mm isotropique
• Modalités : FLAIR · T1 · T1CE (gadolinium) · T2
• Orientation : BraTS 2021 standard (240×240×155 voxels recommandés)
• Pré-traitement : skull stripping + co-registration recommandés

Corrections appliquées (v5 FIXED)

FIX	Description
FIX-1	Image PNG 3-plans transmise au VLM (LLaVA-Med)
FIX-2	PDE Fisher-KPP tenseur réel → infiltration réelle
FIX-3	Consensus Dempster-Shafer mathématique strict
FIX-4	Dice/HD95 réels depuis evaluation_metrics.json
FIX-5	features=(24,48,96,192) synchronisé tous notebooks
FIX-6	Chargement joblib robuste (AttributeError géré)
FIX-7	FEATURE_COLS_V27 synchronisé notebook digital-twin
FIX-8	Prompt ACP identique notebook VLM cellule 9

Secrets requis (Space Settings → Variables and secrets)

HF_TOKEN       = hf_xxxxxxxxxxxxxxxxxxxxxx
GROQ_API_KEY   = gsk_xxxxxxxxxxxxxxxxxxxxxx

Hardware recommandé

• Minimum : t4-small (GPU 16 GB VRAM) — segmentation + DT
• Recommandé : a10g-small (GPU 24 GB VRAM) — pipeline complet avec LLaVA-Med
• CPU only : mode démo uniquement (images pré-calculées depuis HF repo)