ODONTO.IA - Detecção de Lesões Bucais com IA

1. Visão Geral

Este projeto utiliza Redes Neurais Convolucionais (CNNs) para classificar lesões bucais em imagens. A aplicação, construída com Streamlit e PyTorch, permite treinar, avaliar e visualizar o desempenho de diferentes arquiteturas de modelos. Além disso, integra um sistema de consulta acadêmica baseado em LLM para fornecer informações detalhadas e referências científicas sobre as doenças detectadas.

2. Ambiente de Desenvolvimento

Siga os passos abaixo para configurar o ambiente de desenvolvimento local.

2.1. Pré-requisitos

• Python 3.8+
• pip e venv

2.2. Instalação

1. Clone o repositório:

   git clone https://github.com/seu-usuario/ODONTOIA.git
   cd ODONTOIA

2. Crie e ative um ambiente virtual:

   python -m venv venv
   source venv/bin/activate  # Linux/macOS
   # venv\Scripts\activate  # Windows

3. Instale as dependências: O arquivo requirements.txt contém todas as bibliotecas necessárias.

   pip install -r requirements.txt

2.3. Executando a Aplicação

Para iniciar a interface do Streamlit, execute:

streamlit run app.py

A aplicação será aberta em seu navegador padrão.

3. Estrutura do Projeto

O projeto está organizado nos seguintes arquivos principais:

• app.py: Ponto de entrada da aplicação Streamlit. Controla a interface do usuário, orquestra o pipeline de treinamento e avaliação, e integra todos os outros módulos.
• config.py: Arquivo central de configurações. Define hiperparâmetros, modelos disponíveis, otimizadores, transformações de dados e outras constantes globais. Este é o primeiro lugar para procurar ao ajustar um experimento.
• trainer.py: Contém a lógica principal de treinamento (train_loop), avaliação (compute_metrics), e análise de erros.
• models.py: Define a função get_model() que carrega arquiteturas de CNN pré-treinadas (ResNet, DenseNet) e as adapta para a tarefa de classificação.
• utils.py: Funções utilitárias para reprodutibilidade (set_seed), visualização de dados (visualize_data, plot_metrics) e outras tarefas de suporte.
• llm_modal.py: Implementa o sistema de consulta acadêmica. Contém a classe DentalDiseaseReference que busca informações no PubMed e gera descrições detalhadas das doenças.
• requirements.txt: Lista de todas as dependências do Python.
• dataset/: Diretório padrão para os dados de imagem, embora um arquivo ZIP possa ser usado através da interface.
• results/: Diretório onde os resultados dos experimentos (em formato JSON) são salvos.

4. Pipeline de Treinamento e Avaliação

O fluxo de trabalho principal é gerenciado pelo app.py e pode ser resumido nos seguintes passos:

1. Configuração do Experimento: O usuário seleciona os hiperparâmetros na barra lateral do Streamlit (modelo, taxa de aprendizado, otimizador, etc.).
2. Carregamento de Dados: Os dados são carregados do diretório especificado em config.DATASET_PATH ou de um arquivo ZIP enviado pelo usuário.
3. Divisão dos Dados: O dataset é dividido em conjuntos de treino, validação e teste de forma estratificada.
4. Aumento de Dados (Data Augmentation): As transformações definidas em config.py são aplicadas ao conjunto de treino.
5. Início do Treinamento: O run_training_pipeline() é chamado.
   • O modelo é instanciado via models.get_model().
   • O otimizador e o scheduler são criados via trainer.get_optimizer() e trainer.get_scheduler().
   • O loop de treinamento (trainer.train_loop) é executado, iterando através das épocas, calculando a perda, atualizando os pesos e validando o modelo. O Early Stopping é usado para evitar overfitting.
6. Avaliação: Após o treinamento, o melhor modelo é avaliado no conjunto de teste usando trainer.compute_metrics().
7. Salvamento dos Resultados: As configurações, o histórico de treinamento e as métricas finais são salvas em um arquivo JSON no diretório results/.

5. Funcionalidades Avançadas

5.1. Explicação por IA (XAI)

A aplicação utiliza métodos como Grad-CAM para visualizar quais partes da imagem o modelo está "olhando" para fazer uma predição. Isso é implementado na função visualize_activations() em app.py.

5.2. Análise de Clustering

Após o treinamento, é possível extrair features (embeddings) das imagens usando a penúltima camada do modelo treinado. Esses embeddings são então usados para agrupar imagens semelhantes usando algoritmos como K-Means. Isso ajuda a descobrir padrões latentes nos dados.

5.3. Módulo LLM Acadêmico

O llm_modal.py fornece um recurso de consulta que:

• Busca artigos científicos relevantes no PubMed usando a API E-utilities.
• Apresenta descrições clínicas, sintomas, causas e tratamentos para as doenças.
• Gera insights clínicos baseados em IA.

6. Como Contribuir

Para adicionar novas funcionalidades ou corrigir bugs:

• Novos Modelos: Adicione o nome do modelo à lista AVAILABLE_MODELS em config.py e atualize a função get_model() em models.py para lidar com a nova arquitetura.
• Novos Otimizadores/Schedulers: Adicione o nome às listas AVAILABLE_OPTIMIZERS ou AVAILABLE_SCHEDULERS em config.py e atualize as funções get_optimizer()/get_scheduler() em trainer.py.
• Estilo de Código: Siga o estilo de código existente (PEP 8) e adicione docstrings claras às novas funções.

7. Contato

Para mais detalhes, entre em contato com o professor e orientador: Marcelo Claro