Upload app.py

app.py

@@ -0,0 +1,314 @@
+import streamlit as st
+import docx2txt
+import re
+
+phrases_of_recommendation = {
+            "a contrôler après traitement",
+            "une mammographie est à prévoir dans deux ans dans le cadre de dépistage",
+            "un contrôle échographique après traitement est indiqué notamment à droite",
+            "intérêt d'un contrôle échographique dans 4 à 6 mois, d'un dosage de la prolactinémie, et d'une étude cytologique du liquide d'écoulement mamelonnaire à gauche si persistance. à compléter par cytoponction",
+            "a recontrôler dans 06 mois",
+            "nécessitant une vérification histologique par macro-biopsie sous stéréotaxie",
+            "un contrôle échographique est souhaitable dans six mois",
+            "un prélèvement histologique par microbiopsie est indiqué",
+            "un contrôle échographique après traitement est indiqué",
+            "un contrôle échographique est souhaitable dans 04 à 06 mois",
+            "à confronter aux données mammo et échographiques antérieures",
+            "prévoir un contrôle échographique dans 04 mois",
+            "une vérification cytologique est souhaitable au niveau du qme droit",
+            "un contrôle échographique dans 6 mois",
+            "prévoir un contrôle échographique dans 06 mois",
+            "a recontrôler dans 4 à 6 mois",
+            "il serait souhaitable de compléter par une microbiopsie à droite et une cytoponction à gauche",
+            "un contrôle échographique après traitement bien conduit est nécessaire à gauche voir prélèvement si persistance ainsi qu'une vérification histologique de la masse mammaire droite",
+            "à compléter par irm",
+            "une vérification histologique par microbiopsie échoguidée est souhaitable à gauche",
+            "un contrôle échographique après traitement bien conduit est nécessaire",
+            "un complément irm mammaire après résolution des phénomènes inflammatoires est souhaitable afin de guider un éventuel prélèvement percutané",
+            "un contrôle échographique est souhaitable après traitement",
+            "intérêt d'un contrôle dans 06 mois",
+            "intérêt d'une corrélation aux explorations appropriées",
+            "la vérification histologique par microbiopsie échoguidée est indiquée",
+            "à compléter par une microbiopsie",
+            "une vérification histologique par microbiopsie est nécessaire à droite, ainsi d'une vérification cytologique du creux axillaire est indiquée",
+            "un complément irm mammaire est souhaitable pour mieux caractériser l'image de distorsion architecturale du qse droit, et vu les antécédents familiaux de la patiente",
+            "vérification histologique dans la crainte d'une dégénérescence",
+            "à compléter par micro-biopsie, associée à une adénopathie axillaire homolatérale, à compléter par cytoponction",
+            "un complément irm mammaire est également souhaitable vu les antécédents familiaux de la patiente",
+            "un contrôle échographique est souhaitable dans 04 mois",
+            "prévoir une micro-biopsie échoguidée",
+            "un contrôle échographique dans 04 à 06 mois est souhaitable",
+            "vérification histologique par macro-biopsie sous-stéréotaxie, notamment dans ce contexte",
+            "prévoir un contrôle échographique dans six mois",
+            "une vérification histologique par micro-biopsie échoguidée"
+        }
+
+def preprocess(report):
+    """Preprocesses the report by converting it to lowercase, removing extra whitespaces, and replacing apostrophes."""
+    # Convertir le rapport en minuscules pour une correspondance insensible à la casse
+    report = report.lower()
+    # Remplacer les apostrophes dans le rapport
+    report = report.replace('’', "'")
+    # Supprimer les espaces blancs supplémentaires
+    report = re.sub(r'\s+', ' ', report)
+
+    return report
+
+
+def extract_date(report):
+    """Extracts the date from the report."""
+    date_pattern = r'(\b(?:lundi|mardi|mercredi|jeudi|vendredi|samedi|dimanche)?\s*\d{1,2}\s+\w+\s+\d{4}\b)'
+    date_match = re.search(date_pattern, report)
+    return date_match.group(0).strip().capitalize() if date_match else 'Unknown'
+
+def extract_patient_id(head):
+    """Extracts the patient ID from the report."""
+    patient_id_pattern = r'(pat-\d+)'
+    patient_id_match = re.search(patient_id_pattern, head)
+    return patient_id_match.group(1) if patient_id_match else 'Unknown'
+
+def extract_age(head):
+    """Extracts the age from the report."""
+    age_pattern = r'(\d+)\s*(?:ANS|ans)'
+    age_match = re.search(age_pattern, head)
+    return age_match.group(1) if age_match else 'Unknown'
+
+
+def extract_line_after_age(head):
+        """Extracts the non-empty line that appears after the word 'ANS' or 'ans' in the report."""
+        pattern_age = r'\b\d+\s*ANS?\b'
+        age_match = re.search(pattern_age, head, re.IGNORECASE)
+
+        if age_match:
+            next_line_start = head.find('\n', age_match.end())
+            next_line_start = head.find('\n', next_line_start + 1)  # Look for the next line
+
+           # Find the first non-empty line after 'ANS' or 'ans'
+            next_line_end = head.find('\n', next_line_start + 1)
+            while next_line_end < len(head) and head[next_line_start:next_line_end].strip() == '':
+               next_line_end = head.find('\n', next_line_end + 1)
+
+           # Extract the line after 'ANS' or 'ans' (non-empty)
+            line = head[next_line_start:next_line_end].strip()
+            return line
+        else:
+            return None
+        
+
+def extract_indication(head):
+    """Extracts the indication from the report."""
+    indication_pattern = r'(?i)(indication|motif)\s*:\s*(.*)'
+    indication_match = re.search(indication_pattern, head)
+    return indication_match.group(2).strip() if indication_match else 'no indication'
+
+def extract_mammographie(result):
+    """Extracte les informations de mammographie du résultat."""
+    pattern = r'RESULTATS\s*(.*?)\s*(?:le complément échographique|échographie)'
+    match = re.search(pattern, result, re.DOTALL | re.IGNORECASE)
+
+    mammographie = {'mammo_droite': 'Pas de mammographie', 'mammo_gauche': 'Pas de mammographie', 'mammo_both': 'Pas de mammographie', 'extracted_mammographie': 'Pas de mammographie'}
+
+    if match:
+        mammographie_text = match.group(1).strip()
+        mammo_droite = []
+        mammo_gauche = []
+        mammo_both = []
+
+        sentences = re.split(r'(?<!\w\.\w.)(?<![A-Z][a-z]\.)(?<=\.|\?)\s', mammographie_text)  # Split into sentences
+
+        for sentence in sentences:
+            if 'gauche' in sentence.lower():
+                mammo_gauche.append(sentence)
+            elif 'droit' in sentence.lower():
+                mammo_droite.append(sentence)
+            else:
+                mammo_both.append(sentence)
+
+        # Joining sentences back into strings
+        mammographie['extracted_mammographie'] = mammographie_text
+        mammographie['mammo_droite'] = '. '.join(mammo_droite) if mammo_droite else 'Pas de mammographie'
+        mammographie['mammo_gauche'] = '. '.join(mammo_gauche) if mammo_gauche else 'Pas de mammographie'
+        mammographie['mammo_both'] = '. '.join(mammo_both) if mammo_both else 'Pas de mammographie'
+
+    return mammographie
+
+
+def extract_echographie(result):
+    """Extracte les informations d'echographie du résultat."""
+    pattern = r'(?:échographie|complément échographique)(.*?)(?=conclusion|$)'
+    match = re.search(pattern, result, re.DOTALL | re.IGNORECASE)
+
+    echographie = {'echo_droite': 'Pas d\'échographie', 'echo_gauche': 'Pas d\'échographie', 'echo_both': 'Pas d\'échographie', 'extracted_echographie': 'Pas d\'échographie'}
+
+    if match:
+        echographie_text = match.group(1).strip()
+        echo_droite = []
+        echo_gauche = []
+        echo_both = []
+
+        sentences = re.split(r'(?<!\w\.\w.)(?<![A-Z][a-z]\.)(?<=\.|\?)\s',echographie_text)  # Split into sentences
+
+        for sentence in sentences:
+            if 'gauche' in sentence.lower():
+                echo_gauche.append(sentence)
+            elif 'droit' in sentence.lower():
+                echo_droite.append(sentence)
+            else:
+                echo_both.append(sentence)
+
+        # Joining sentences back into strings
+        echographie['echo_droite'] = '. '.join(echo_droite) if echo_droite else 'Pas d\'échographie'
+        echographie['echo_gauche'] = '. '.join(echo_gauche) if echo_gauche else 'Pas d\'échographie'
+        echographie['echo_both'] = '. '.join(echo_both) if echo_both else 'Pas d\'échographie'
+
+        # Ajout de la partie échographie extraite
+        echographie['extracted_echographie'] = echographie_text
+
+    return echographie
+
+
+def extract_recommendations(conclusion):
+    """Extracts the recommendations from the report."""
+    recommendations = []
+    for recommendation in phrases_of_recommendation:
+        if re.search(re.escape(recommendation), conclusion):
+            recommendations.append(recommendation)
+    return recommendations
+
+
+def extract_classification(report):
+    # Utiliser des motifs regex pour rechercher des informations spécifiques
+    birads_both_pattern = [
+        r'bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr\s+au\s+niveau\s+des\s+deux\s+seins',
+        r'bilatérale\s+classé\s+bi-rads\s+(\d+[a-c]?)',
+        r'bi-rads\s+(\d+[a-c]?)de\s+l\'acr\s+de\s+façon\s+bilatérale',
+        r'classée\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr\s+à\s+droite\s+comme\s+à\s+gauche',
+        r'classé\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr\s+à\s+droite\s+comme\s+à\s+gauche',
+        r'examen.*classée\s+bi-rads\s+(\d+[a-c]?)',
+        r'bi-rads\s+(\d+)\s+de\s+l\'acr(?!.*\bdroite\b)(?!.*\bgauche\b)',# classées bi-rads 1 de l'acr à droite comme à gauche.
+        r'classées\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr\s+à\s+droite\s+comme\s+à\s+gauche',
+    ]
+    birads_patterns_droit = [# sein droit classé bi-rads 1 de l'acr
+        r'(?:examen\s+du\s+sein\s+droite\s+est\s+classé\s+bi-rads\s+(\d+[a-c]?))',
+        r'(?:examen\s+classé\s+bi-rads\s+(\d+[a-c]?)\s*de\s+l\'acr\s+à\s+droite)', #Examen classé BI-RADS 3 de l’ACR à droite
+        r'(?:classées\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr\s+à\s+droite)',
+        r'(?:classé\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr\s+à\s+droite)',
+        r'(?:classée\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr\s+à\s+droite)',
+        r'(?:\s*(\d+[a-c]?)\s*de\s*l\'acr\s*à\s*droite)',
+        r'(?:examen\s+classé\s+bi-rads\s+(\d+[a-c]?)\s+à\s+droite\s+de\s+l\'acr)',
+        r'(?:examen\s+classé\s+bi-rads\s+(\d+[a-c]?)\s+à\s+droite\s+de\s+l\'acr)', #gauches classés BI-RADS 4 de l'ACR, la masse mammaire gauche, classée BI-RADS 6 de l’ACR.
+        r'(?:droits\s+classés\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr)',# droit, classé BI-RADS 3 de l’ACR.
+        r'(?:droit/s+,/s+classé\s+bi-rads\s+(\d+[a-c]?)\s+\s+de\s+l\'acr)',#Kyste remanié mammaire droit, classé BI-RADS 3 de l’ACR.
+        r'(?:droite\s*[\w\s]+\s*,\s*classé\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr)'#droite (qsi), classée birads 4 de l'acr
+        r'(?:sein\s+droit\s+classé\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr)',
+        r'(?:droite\s*[\w\s]+\s*,\s*classée\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr)' ,
+
+    ]
+    birads_patterns_gauche = [
+        r'(?:examen\s+du\s+sein\s+gauche\s+est\s+classé\s+bi-rads\s+(\d+[a-c]?))',
+        r'(?:examen\s+classé\s+bi-rads\s+(\d+[a-c]?)\s*de\s+l\'acr\s+à\s+gauche)',
+        r'(?:classées\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr\s+à\s+gauche)',
+        r'(?:classé\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr\s+à\s+gauche)',
+        r'(?:classée\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr\s+à\s+gauche)',
+        r'(?:bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr\s+à\s+gauche)',
+        r'(?:examen\s+classé\s+bi-rads\s+(\d+[a-c]?)\s+à\s+gauche\s+de\s+l\'acr)',
+        r'(?:examen\s+classé\s+bi-rads\s+(\d+[a-c]?)\s+à\s+gauche\s+de\s+l\'acr)',
+        r'(?:gauches\s+classés\s+bi-rads\s+(\d+[a-c]?)\s+à\s+droite\s+de\s+l\'acr)',
+        r'(?:gauche\s+classée\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr)',
+        r'(?:gauche/s+,/s+classé\s+bi-rads\s+(\d+[a-c]?)\s+\s+de\s+l\'acr)',
+        r'(?:gauche\s*[\w\s]+\s*,\s*classé\s+bi-rads\s+(\d+[a-c]?)\s+de\s+l\'acr)',# sein gauche classé bi-rads 3de l'acr.
+        r'(?:gauche\s+classé\s+bi-rads\s+(\d+[a-c]?)de\s+l\'acr)',
+
+
+
+    ]
+
+    classifications = {'Left Breast Classification': 'Unknown', 'Right Breast Classification': 'Unknown'}
+    for pattern in birads_both_pattern:
+        match = re.search(pattern, report)
+        if match:
+            classification = match.group(1)
+            classifications['Left Breast Classification'] = classification
+            classifications['Right Breast Classification'] = classification
+            break
+
+    if classifications['Left Breast Classification'] == 'Unknown':
+        for pattern in birads_patterns_gauche:
+            match = re.search(pattern, report)
+            if match:
+                classifications['Left Breast Classification'] = match.group(1)
+                break
+
+    if classifications['Right Breast Classification'] == 'Unknown':
+        for pattern in birads_patterns_droit:
+            match = re.search(pattern, report)
+            if match:
+                classifications['Right Breast Classification'] = match.group(1)
+                break
+
+    return classifications
+
+
+def extractReportPart(report):
+        # Define patterns
+    result_pattern = r'(?i)(RESULTATS?\s*:\s*)'
+    conclusion_pattern = r'(?i)(CONCLUSIONS?\s*:\s*)'
+
+    result_match = re.search(result_pattern, report)
+    conclusion_match = re.search(conclusion_pattern, report)
+
+    # Split the text based on patterns
+    head_text =report[:result_match.start()] if result_pattern else ''
+    result_text = report[result_match.start():conclusion_match.start()] if result_match and conclusion_match else report[result_match.start():] if result_match else ''
+    conclusion_text = report[conclusion_match.start():] if conclusion_match else ''
+
+    return preprocess(head_text),preprocess(result_text),preprocess(conclusion_text)
+
+
+def extract_information(report:str):
+    """Extracts all the relevant information from the mammography report."""
+
+
+    head, result, conclusion = extractReportPart(report)
+    report = preprocess(report)
+    extracted_info = {
+      'report':report,
+      'head':head,
+      'result':result,
+      'conclusion':conclusion,
+      'Date': extract_date(head),
+      'Patient ID': extract_patient_id(head),
+      'Age': extract_age(head),
+    #   'title': extract_line_after_age(head),
+      'Indication':extract_indication(head),
+      **extract_mammographie(result),
+      **extract_echographie(result),
+      'Recommendations': extract_recommendations(conclusion),
+      **extract_classification(conclusion)
+   }
+    return extracted_info
+
+
+
+def main():
+    st.title("Mammography Report Processing")
+
+    # Upload text or .docx file
+    upload_type = st.radio("Select upload type", ("Text", "Document"))
+
+    if upload_type == "Text":
+        report_text = st.text_area("Enter the report text")
+        if report_text and st.button("Process Report"):
+            extracted_info = extract_information(report_text)
+            st.write(extracted_info)
+
+    elif upload_type == "Document":
+        uploaded_file = st.file_uploader("Choose a .docx file", type="docx")
+        if uploaded_file is not None:
+            report_text = docx2txt.process(uploaded_file)
+            if st.button("Process Report"):
+                extracted_info = extract_information(report_text)
+                st.write(extracted_info)
+
+if __name__ == "__main__":
+    main()