Translation to English

app.py

@@ -15,7 +15,7 @@ load_dotenv()
 api_key = os.environ.get("XAI_API_KEY")
 
 if not api_key:
-    raise ValueError("La clé API XAI n'est pas définie dans les secrets.")
+    raise ValueError("The XAI API key is not defined in the secrets.")
 
 client = OpenAI(
     api_key=api_key,
@@ -25,7 +25,7 @@ client = OpenAI(
 #MODEL_NAME ="claude-3-opus-20240229"
 # Définir le style global
 st.set_page_config(
-    page_title="Le Radiologue Virtuel",
+    page_title="The Virtual Radiologist",
     page_icon="🩺",
     layout="centered",
 )
@@ -66,13 +66,13 @@ sample_prompt = """
 Vous êtes un professionnel de santé, expert dans l'analyse des images médicales (échographie, radiographie standard, TDM, IRM, ...), travaillant pour un hôpital de renom. Votre tâche consiste à examiner des images médicales afin d'identifier les anomalies, maladies ou problèmes de santé éventuels. Vous devez fournir des résultats détaillés, incluant toutes vos observations, les prochaines étapes, ainsi que des recommandations. 
 Votre analyse reste dans le cadre éducatif d'étudiants en radiologie médicale et ne sera en aucun cas publique. L'objectif est d'initier ces étudiants à l'interpretation des clichés radiologique.
 **Instructions :**
-1. Analysez uniquement les images liées au corps humain et aux problèmes de santé.
-2. Rédigez votre réponse de manière structurée, détaillant :
-   - Les anomalies identifiées (le cas échéant).
-   - Les pathologies suspectées ou confirmées.
-   - Les recommandations et étapes suivantes.
-3. Si certains éléments ne sont pas clairs sur l'image, indiquez : *"Impossible de déterminer à partir de l'image fournie."*
-4. Terminez toujours votre réponse par une mention : *"Consultez un médecin avant de prendre toute décision."*
+1. I will only analyze images related to the human body and health issues.
+2. My responses will be structured and detailed, covering:
+   - Identified anomalies (if any).
+   - Suspected or confirmed pathologies.
+   - Recommendations and next steps.
+3. If certain elements are unclear in the image, I will state: "Impossible to determine from the provided image. Consult a doctor before making any decisions."*
+4. I will always conclude my response with : *"Consult a doctor before making any decisions."*
 """
 
 # Initialisation des variables d'état
@@ -98,10 +98,10 @@ def call_groq_model_for_analysis(filename: str, clinical_info: str, sample_promp
     elif file_extension == ".png":
         media_type = "image/png"
     else:
-        raise ValueError("Format de fichier non pris en charge.")
+        raise ValueError("Unsupported file format.")
     base64_image = encode_image(filename)
     # Ajouter les renseignements cliniques au prompt
-    full_prompt = sample_prompt + f"\n\n**Renseignements cliniques du patient :** {clinical_info}\n"
+    full_prompt = sample_prompt + f"\n\n**Patient's clinical information:** {clinical_info}\n"
 
 
     
@@ -132,7 +132,7 @@ def call_groq_model_for_analysis(filename: str, clinical_info: str, sample_promp
 
 
 def chat_eli(query):
-    eli5_prompt = "Tu dois expliquer l'information ci-dessous à un enfant de cinq ans. \n" + query
+    eli5_prompt = "You need to explain the information below to a five-year-old. \n" + query
     messages = [
         {
             "role": "user",
@@ -155,44 +155,43 @@ def chat_eli(query):
 
 
 # Titre de l'application
-st.title("🩺 **Le Radiologue Virtuel**")
-st.subheader("Une IA avancée pour l'analyse des images médicales")
+st.title("🩺 **The Virtual Radiologist**")
+st.subheader("An advanced AI for medical image analysis")
 
-with st.expander("📖 A-Propos de cette Application"):
+with st.expander("📖 About This Application"):
     st.markdown("""
-        **Bienvenue sur LE RADIOLOGUE VIRTUEL**, votre assistant intelligent conçu pour fournir une analyse approfondie et précise des images médicales.  
+        **Welcome to the Virtual Radiologist**, your intelligent assistant designed to provide in-depth and accurate analysis of medical images..  
 
-        ### Fonctionnalités principales :
-        - **Analyse d'images médicales** : Téléchargez des clichés d'échographie, de radiographie, d'IRM ou de TDM, et laissez l'IA détecter les anomalies et fournir des recommandations détaillées.  
-        - **Explications simplifiées** : Grâce à la fonction ELI5, comprenez les résultats complexes sous une forme adaptée à un public non expert.  
-        - **Traitement d'image avancé** : Explorez l'image téléchargée avec des outils comme l'inversion pour une visualisation plus claire.  
+        ### Main Features :
+        - **Medical Image Analysis** : Upload ultrasound, X-ray, MRI, or CT scan images and let the AI detect anomalies and provide detailed recommendations.  
+        - **Simplified Explanations** : With the ELI5 feature, understand complex results in a format tailored for a non-expert audience. 
+        - **Advanced Image Treatment** : Explore the uploaded image with tools like inversion for clearer visualization.  
 
-        ### Cas d'utilisation :
-        - **Éducation médicale** : Destiné aux étudiants en radiologie, cet outil aide à se familiariser avec l'interprétation des images diagnostiques.  
-        - **Support clinique** : Bien que non conçu pour remplacer un professionnel de santé, cet assistant peut fournir des indications utiles pour guider les analyses.  
-        - **Recherche et apprentissage** : Une plateforme idéale pour expérimenter et apprendre l'impact de l'IA dans le domaine médical.  
+        ### Use Cases :
+        - **Medical education** : Intended for radiology students, this tool helps to become familiar with the interpretation of diagnostic images.  
+        - **Clinical support** : While not designed to replace a healthcare professional, this assistant can provide helpful insights to guide analyses.  
+        - **Research and learning** : An ideal platform for experimenting with and learning about the impact of AI in the medical field.
 
-        ### Technologie utilisée :
-        - **Modèle d'IA puissant** : L'IA utilise la technologie avancée de Llama 3.2 90B Vision, spécialisée dans l'analyse d'images complexes.  
-        - **Interaction intuitive** : Développé avec Python et Streamlit pour une interface simple et conviviale.  
-        - **Sécurité et confidentialité** : Toutes les analyses sont effectuées localement ou sur des serveurs sécurisés, garantissant la confidentialité des données médicales.
+        ### Technology used :
+        - **Powerful AI model** : The AI uses advanced Llama 3.2 90B Vision technology, specialized in analyzing complex images. 
+        - **Intuitive Interaction ** : Developed with Python and Streamlit for a simple and user-friendly interface. 
 
-        **⚠️ Avertissement** :
-        - Cet assistant n'est pas un outil médical certifié et ne remplace en aucun cas l'avis d'un médecin ou d'un spécialiste. Il est destiné à des fins éducatives et de support. Consultez toujours un professionnel de santé pour un diagnostic ou une décision médicale.  
+        **⚠️ Caution** :
+        - This assistant is not a certified medical tool and does not replace the advice of a doctor or specialist. It is intended for educational and support purposes. Always consult a healthcare professional for diagnosis or medical decisions.  
     """)
 
 # Champ d'entrée pour les renseignements cliniques
 clinical_info = st.text_area(
-    "Renseignements cliniques du patient (facultatif)",
-    placeholder="Exemple : Patient présentant une douleur thoracique depuis 3 jours."
+    "Patient clinical information (optional))",
+    placeholder="Example: Patient presenting with chest pain for 3 days."
 )
 
 # Stocker les renseignements cliniques dans la session
 st.session_state['clinical_info'] = clinical_info
 
 # Téléchargement de l'image
-st.markdown("### 📂 Téléchargez une image médicale")
-uploaded_file = st.file_uploader("Formats acceptés : JPG, JPEG, PNG", type=["jpg", "jpeg", "png"])
+st.markdown("### 📂 Upload a medical image")
+uploaded_file = st.file_uploader("Accepted formats : JPG, JPEG, PNG", type=["jpg", "jpeg", "png"])
 
 # Gestion temporaire des fichiers
 if uploaded_file is not None:
@@ -200,25 +199,25 @@ if uploaded_file is not None:
         tmp_file.write(uploaded_file.getvalue())
         st.session_state['filename'] = tmp_file.name
 
-    st.image(uploaded_file, caption='Image Téléchargée')
+    st.image(uploaded_file, caption='Uploaded File')
 
     # Charger l'image avec PIL
     image = Image.open(uploaded_file)
 
     # Ajouter un bouton pour afficher l'image en négatif
-    st.markdown("### 🔍 Explorez l'image")
+    st.markdown("### 🔍 Explore the image")
     col1, col2, col3 = st.columns([1, 2, 1])  # colonnes avec différentes proportions
     col1.write("")  # Espace dans la première colonne
     col3.write("")  # Espace dans la troisième colonne
     col1.write("")  # Espace dans la première colonne
     col3.write("")  # Espace dans la troisième colonne
-    if st.button("Afficher l'image en négatif"):
+    if st.button("Negative view"):
         # Créer une version négative de l'image
         negative_image = ImageOps.invert(image.convert("RGB"))  # Convertir en RGB avant inversion
 
         # Afficher l'image en négatif
-        st.subheader("Image en négatif :")
-        st.image(negative_image, caption="Image en négatif")
+        st.subheader("Negative view :")
+        st.image(negative_image, caption="Negative view")
     col1, col2, col3 = st.columns([1, 2, 1])  # colonnes avec différentes proportions
     col1.write("")  # Espace dans la première colonne
     col3.write("")  # Espace dans la troisième colonne
@@ -226,16 +225,16 @@ if uploaded_file is not None:
     col3.write("")  # Espace dans la troisième colonne
 
    # Bouton pour analyser l'image
-    if st.button("Analyse l'Image"):
+    if st.button("Image Analysis"):
         if 'filename' in st.session_state and os.path.exists(st.session_state['filename']):
-            with st.spinner("Analyse en cours... Veuillez patienter."):
+            with st.spinner("Analysis in progress... Please wait."):
                 # Appel au modèle Groq pour l'analyse
                 st.session_state['result'] = call_groq_model_for_analysis(
                     st.session_state['filename'],
                     st.session_state['clinical_info']
                 )
                 
-                st.success("Analyse terminée avec succès !")
+                st.success("Analysis completed successfully!")
     
                 # Effet de streaming pour afficher le résultat
                 result_text = st.session_state['result']
@@ -249,7 +248,7 @@ if uploaded_file is not None:
                         time.sleep(0.05)  # Simuler le délai
                         container.markdown(streamed_text, unsafe_allow_html=True)
                 else:
-                    st.error("Erreur lors de la création du conteneur d'affichage.")
+                    st.error("Error creating display.")
     
                 # Supprimer le fichier temporaire après le traitement
                 os.unlink(st.session_state['filename'])
@@ -257,11 +256,11 @@ if uploaded_file is not None:
 
     # ELI5 Explanation
     # Explication simplifiée
-    st.markdown("### 🤓 Explication Simplifiée")
+    st.markdown("### 🤓 Simplified Explanation")
     if 'result' in st.session_state and st.session_state['result']:
-        st.info("Ci-dessous, vous avez une option pour ELI5 afin de comprendre en termes simples.")
-        if st.radio("ELI5 - Explique-moi comme si j'avais 5 ans", ('NON', 'OUI')) == 'OUI':
-            st.markdown("_Voici une explication simplifiée pour les non-initiés._")
+        st.info("Below, there's an ELI5 option to help you understand in simple terms.")
+        if st.radio("ELI5 - Explain it to me like I'm 5", ('NO', 'YES')) == 'YES':
+            st.markdown("_Here is a simplified explanation for non-experts._")
             simplified_explanation = chat_eli(st.session_state['result'])
             st.markdown(simplified_explanation, unsafe_allow_html=True)
 
@@ -269,6 +268,6 @@ if uploaded_file is not None:
 st.markdown("""
     <hr>
     <footer style="text-align: center; font-size: 0.9em;">
-        © 2025 - Le Radiologue Virtuel | Propulsé par M. ADJOUMANI
+        © 2025 - The Virtual Radiologist | By M. ADJOUMANI
     </footer>
 """, unsafe_allow_html=True)