---
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)