MAPS é uma solução open-source que substitui a análise manual de imagens de microscopia por um fluxo de trabalho automatizado e reprodutível. Através de uma arquitetura de plugins, o software processa topografias de AFM, segmenta nanoestruturas e gera relatórios estatísticos precisos sobre amostras biológicas.

MAPS - Modular AFM Processing Software

Nota: Este software foi desenvolvido como parte do Trabalho de Conclusão de Curso (TCC) em Ciência da Computação.

---

📄 Sobre o Projeto

O MAPS (Modular AFM Processing Software) é uma plataforma de código aberto desenvolvida para o processamento, segmentação e análise quantitativa de imagens de Microscopia de Força Atômica (AFM).

O objetivo principal é automatizar o fluxo de trabalho científico, substituindo análises manuais subjetivas por algoritmos de visão computacional robustos, com foco especial na caracterização de fitas de DNA e nanoestruturas.

📸 Interface Principal

---

✨ Funcionalidades Principais

O sistema opera sobre uma arquitetura de Plugins, permitindo a extensão de funcionalidades sem alterar o núcleo.

1. Visualização Científica

• Renderização térmica (afmhot) para topografia.
• Renderização espectral (nipy_spectral) automática para segmentação.
• Modo Comparativo: Visualização lado a lado (Original vs. Processada).

2. Pré-processamento

• Nivelamento de Plano (Plane Fit): Correção de inclinação da amostra (Tilt).
• Correção de Linhas (Line Flatten): Remoção de artefatos de varredura.
• Filtros de Ruído: Gaussiano e Mediana.
• Realce: CLAHE (Equalização Adaptativa de Histograma).

3. Segmentação e Morfologia

• Limiarização: Automática (Otsu) e Manual (Slider).
• Morfologia Matemática: Abertura (limpeza de ruído) e Esqueletização (Skeletonize).
• Rotulação (Labeling): Identificação de partículas individuais.

4. Análise Quantitativa

• Metrologia de DNA: Cálculo automático do comprimento de contorno ($L_c$) de fitas.
• Estatística: Média, Desvio Padrão e histogramas.
• Exportação: Geração de arquivos .csv e .xlsx.

5. Automação (Batch Mode)

• Processamento em lote de diretórios inteiros.
• Geração de relatório global (_RESUMO_GLOBAL.csv) com estatísticas de todas as amostras.

---

🚀 Instalação e Execução

Pré-requisitos

• Python 3.10 ou superior.

Passo a Passo

1. Clone o repositório:

   git clone https://github.com/ProgGusta/software_maps_tcc.git
   cd software_maps

2. Crie e ative o ambiente virtual (Recomendado):

   • Windows:

     python -m venv .venv
     .venv\Scripts\activate

   • Linux/Mac:

     python3 -m venv .venv
     source .venv/bin/activate

3. Instale as dependências:

   pip install -r requirements.txt

4. Execute a aplicação:

   python main.py

---

📖 Como Usar

Exemplo: Medindo Comprimento de DNA

1. Vá em Arquivo > Abrir Imagem e selecione seu arquivo AFM (PNG, TIFF, JPG).
2. (Opcional) Aplique pré-processamento em Plugins > Pré-processamento > Nivelamento.
3. Execute a macro automática em Plugins > Rotinas Automáticas > Pipeline Completo DNA.
4. Insira o tamanho físico da varredura (Scan Size em µm) quando solicitado.
5. O software exibirá o esqueleto da imagem e uma tabela com os comprimentos medidos.

---

💻 Arquitetura (Para Desenvolvedores)

O projeto segue uma arquitetura modular com Injeção de Dependência.

• core/: Gerenciador de Plugins e Interface Abstrata.
• ui/: Interface Gráfica (Qt) e Componente de Plotagem (Matplotlib).
• plugins/: Algoritmos de processamento (implementam AFMPlugin).

Diagrama de Classes Simplificado

Criando um Novo Plugin

Crie um arquivo .py na pasta plugins/:

from core.plugin_interface import AFMPlugin

class MeuPlugin(AFMPlugin):
    @property
    def name(self): return "Meu Novo Filtro"
    
    @property
    def category(self): return "Meus Plugins"

    def execute(self, data):
        # 'data' é uma matriz NumPy (float64)
        return data * 0.5 # Exemplo: Reduzir intensidade pela metade

🛠️ Tecnologias Utilizadas

Tecnologia	Finalidade no Projeto
Matplotlib	Renderização visual dos mapas topográficos (afmhot) e gráficos estatísticos.
NumPy	Estruturas de dados matriciais e operações de álgebra linear para manipulação de imagens.
Pandas	Estruturação de dados métricos, cálculos estatísticos e exportação (CSV/Excel).
PySide6 (Qt 6)	Framework utilizado para a construção da Interface Gráfica do Usuário (GUI).
Python 3.10+	Linguagem base para o desenvolvimento do núcleo e lógica do sistema.
Qt Designer	Ferramenta utilizada para a prototipagem visual das telas (.ui).
SciPy	Algoritmos matemáticos avançados, incluindo filtros multidimensionais (Gaussiano).
Scikit-Image	Biblioteca principal de PDI (Limiarização de Otsu, Esqueletização, Morfologia).