Dicom MCP

DICOM MCP服务器-医学成像AI集成🏥

此版本使用 MCP堵塞 专门用于开发、测试和LLM集成。请注意，如果您使用的是Cursor IDE或其他IDE，则可以在某些情况下配置IDE以访问服务器，例如 ~/.cursor/mcp.json等等。看 了解详情。

使AI助手能够使用标准模型上下文协议（MCP）在PACS上查询、读取和移动数据，Orthanc作为参考实现。您可以使用自己的APIKEY（例如用于ChatGPT），并在本地运行它，以使用ChatGPT作为LLM进行开发。还集成了kubectl和迷你RIS数据库。

✨ 核心能力

dicom-mcp 提供工具以：

• 🔍 查询DICOM：使用各种标准搜索患者、研究、系列和实例
• 📄 阅读DICOM报告（PDF）：检索包含封装PDF的DICOM实例（如临床报告）并提取文本内容
• 📄 创建放射学报告：生成PDF格式的放射学报告并附加到PACS
• ➡️ 发送DICOM图像：将系列或研究发送到其他DICOM目的地，例如用于图像分割、分类等的AI端点。
• ⚙️ Contoso集成：查询和管理Contoso资源（患者、影像研究、服务请求等）
• ⚙️ 迷你RIS：管理放射科医嘱、工作列表和报告工作流
• ⚙️ MWL/MPPS：模态工作表和模态执行程序步骤服务
• ⚙️ 公用事业：管理连接、切换服务器并了解查询选项

🚀 快速开始

📥 安装

通过克隆存储库使用pip进行安装：

# Clone and set up development environment
gh repo clone sscotti/dicom-mcp
cd dicom-mcp

# Create and activate virtual environment
python3 -m venv venv
source venv/bin/activate

# Install with dependencies
pip install -e ".[dev]"

⚙️ 配置

dicom-mcp 需要一个YAML配置文件(configuration.yaml 或类似）定义DICOM节点并调用AE标题。调整配置或保持原样，以与示例Orthanc服务器兼容。

# DICOM nodes configuration
nodes:
  main:
    host: "localhost"
    port: 4242
    ae_title: "ORTHANC"
    description: "Local Orthanc DICOM server (Primary)"
  
  secondary:
    host: "localhost"
    port: 4243
    ae_title: "ORTHANC2"
    description: "Local Orthanc DICOM server (Secondary)"

current_node: "main"
calling_aet: "MCPSCU"

# FHIR server configuration (optional)
# You can configure multiple FHIR servers and switch between them
fhir_servers:
  firely:
    base_url: "https://server.fire.ly"
    description: "Firely FHIR Test Server (public, no API key needed)"
  
  siim:
    base_url: "https://hackathon.siim.org/fhir"
    api_key: "${SIIM_API_KEY}"  # Set in .env file
    description: "SIIM Hackathon FHIR server"
  
  # Uncomment to use a local HAPI FHIR server
  hapi_local:
    base_url: "http://localhost:8080/fhir"
    description: "Local HAPI FHIR server"

current_fhir: "hapi_local"  # Active FHIR server: firely, siim, or hapi_local, make sure to start the local hapi fhir server before starting the MCP server

# The server will expose all DICOM tools and FHIR tools via standard MCP protocol

# Mini-RIS MySQL database configuration (optional)
mini_ris:
  host: "localhost"
  port: 3306
  user: "orthanc_ris_app"
  password: "${MINI_RIS_DB_PASSWORD}"
  database: "orthanc_ris"
  pool_size: 5

\[！警告\] DICOM-MCP不适用于临床使用，也不应与实时医院数据库或包含患者敏感数据的数据库连接。这样做可能会导致患者数据丢失，以及患者数据泄露到互联网上。DICOM-MCP可以与本地托管的开放权重LLM一起使用，以实现完全的数据隐私。 \[！注意\] 此项目使用 MCP堵塞 用于开发、测试和LLM集成需求。这 mcp-config.example.json 文件以模板的形式提供，其中包含可以根据设置进行调整的相对路径。可以将其作为JSON导入MCPJAM以配置接口。

Docker容器设置（Orthancs、kubectl、PostGres和MySQL）

docker-compose up -d
dotenv run -- pytest # uploads dummy pdf data to ORTHANC server

UI位于 https://localhost:8042 和 https://localhost:8043，请注意，仓库配置了TLS证书，因此是https。

HAPI kubectl将在 http://localhost:8080/fhir

看 Contoso服务器指南 详细的配置选项，包括Firely测试服务器和SIIM集成。

🔌 与MCP Jam一起使用（推荐）

MCP堵塞 是测试和探索DICOM MCP服务器的替代工具。它提供了一个web界面 访客模式 无需任何设置即可立即进行测试。对于自包含的解决方案，请使用上面的自定义Web UI！

备注：MCP Jam Guest Mode可能对某些功能（如资源面板）有限制。资源仍然可以通过 list_saved_resources 和 get_saved_resource 在访客模式下工作的工具。要获得完整的资源面板支持，您可能需要使用一个帐户。

启动MCP堵塞：

# Navigate to your dicom-mcp directory
cd /path/to/dicom-mcp

# Activate your virtual environment
source venv/bin/activate

# Start MCP Jam (use latest or beta)
npx -y @mcpjam/inspector@latest
# or
npx -y @mcpjam/inspector@beta

在MCP Jam中设置服务器：

1. 点击“访客模式” 在MCP Jam界面中（无需帐户）
2. 手动添加服务器 使用这些设置，或导入 mcp-config.example.json 作为模板：

- 服务器名称: DICOM MCP - 命令: {path_to_venv}/bin/python （例如。， venv/bin/python 或绝对路径） - 参数: -m dicom_mcp configuration.yaml --transport stdio - 环境变量: - 姓名： PYTHONPATH - 价值： src （相对）或绝对路径 src 目录 - 工作目录：指向dicom mcp项目根目录的路径

示例配置（macOS/Linux）：

• 命令: /absolute/path/to/dicom-mcp/venv/bin/python
• 参数: -m dicom_mcp configuration.yaml --transport stdio
• 环境变量: PYTHONPATH = /absolute/path/to/dicom-mcp/src

MCP干扰接口：

在MCP Jam中配置LLM：

1. 去 设置 标签
2. 为LLM提供程序添加API密钥：

- 开放人工智能 -适用于GPT-4、GPT-4o、o1等。 - Anthropic -克劳德3.5十四行诗、克劳德·奥普等。 - 谷歌双子座 -适用于Gemini 2.5 Pro、Flash等。 - 深度求索 -对于Deepseek聊天，Reasoner - 奥拉玛 -自动检测本地模型（不需要API密钥）

1. 去 操场 选项卡开始与DICOM服务器聊天

在光标IDE中使用OpenAI API键：

备注：对于MCP服务器的开发和测试， 建议使用MCP堵塞Cursor更适合使用上下文中可用的MCP工具进行通用代码开发。

如果您想将Cursor IDE与ChatGPT一起用于编码任务：

1. 从获取API密钥 .env （如果存储在那里）：

   grep OPENAI_API_KEY .env

1. 在游标中配置:

- 打开光标设置（Cmd+Shift+J/Ctrl+Shift+J） - 引导到 模型 部分 - 粘贴您的OpenAI API密钥并验证 - 选择您喜欢的GPT型号（GPT-4、GPT-4 Turbo等）

备注：Cursor要求在其设置UI中输入API键-它不会自动从 .env 文件夹。从您的 .env 文件并将其粘贴到Cursor的设置中。

这为Cursor中的ChatGPT驱动的AI提供了持久的系统提示和完整的代码库集成。看 CURSOR_SETUP.md 有关完整的设置说明。

系统提示：

为了更好的LLM交互，您可以配置系统提示：

• 在MCP堵塞中：从以下位置复制内容 system_prompt.txt 在启动新会话时，将其添加到Playground选项卡中的系统提示字段中。
• 在游标IDE中：在Cursor的设置中设置系统提示（在会话之间持续）-请参阅 CURSOR_SETUP.md 了解详情。
• 通过工具：使用 get_system_prompt 工具在任一界面中自动检索提示文本。

备注：MCP Jam Guest模式可能无法在会话之间持续显示系统提示。游标IDE设置保持不变。保持 system_prompt.txt 方便或使用 get_system_prompt 快速访问工具。

MCP堵塞特征：

• ✅ 访客模式：无需帐户-立即开始测试
• ✅ 漂亮的UI：带有AI提供商徽标的现代界面
• ✅ 轻松设置：简单的服务器配置，表单清晰
• ✅ 实时测试：交互式工具执行，立即见效
• ✅ 全部功能：访问所有DICOM、Contoso、RIS和报告工具
• ✅ LLM 游乐场：使用各种LLM测试DICOM服务器
• ✅ 社区驱动：积极开发，定期更新

资源说明：资源已在FastMCP注册，可通过以下方式访问：

• 工具 （在访客模式下工作）：使用 list_saved_resources 和 get_saved_resource 访问资源的工具
• 资源面板 （可能需要帐户）：本机MCP资源协议-如果您的MCP Jam模式支持，则在资源选项卡中可见

MCP堵塞选项卡：

• 服务器选项卡：管理并连接到DICOM MCP服务器
• 工具选项卡：以交互方式浏览和测试所有可用工具
• 游乐场选项卡：使用配置的LLM与DICOM服务器聊天
• 设置标签：配置API密钥和LLM提供程序

可用的DICOM工具：

• verify_connection -测试DICOM连接
• list_dicom_nodes -显示已配置的服务器
• query_patients -寻找患者
• query_studies -按标准查找研究
• query_series -在研究中查找系列
• query_instances -查找单个DICOM图像
• extract_pdf_text_from_dicom -从DICOM PDF中提取文本
• move_series / move_study -传输DICOM数据
• switch_dicom_node -更改活动服务器
• get_attribute_presets -显示查询详细级别

可用的kubectl工具（当配置了kubectl时）：

• verify_fhir_connection -测试Contoso服务器连接
• list_fhir_servers -列出已配置的Contoso服务器
• switch_fhir_server -在不重新启动的情况下切换到不同的Contoso服务器
• fhir_search_patient -搜索患者资源
• fhir_search_imaging_study -搜索Imaging学习资源
• fhir_read_resource -按类型和ID读取任何Contoso资源
• fhir_create_resource -创建新的Contoso资源（患者、想象研究、服务请求等）
• fhir_update_resource -更新现有的Contoso资源

看 FHIR_SERVERS.md 有关配置详细信息。

迷你RIS工具（配置MySQL时）：

• list_mini_ris_patients -浏览存储在迷你RIS模式中的患者人口统计信息（按MRN或姓名过滤）
• create_mwl_from_order -从现有的迷你RIS订单创建DICOM模态工作表条目
• create_synthetic_cr_study -生成合成CR DICOM图像并发送到PACS（虚拟模态）

放射科报告工具（配置MySQL时）：

• get_study_for_report -检索放射学报告的完整研究信息
• list_radiologists -列出有资质的放射科医生
• create_radiology_report -创建包含发现和印象的结构化放射学报告
• generate_report_pdf -从报告生成专业PDF（base64编码）
• attach_report_to_pacs -将报告PDF作为DICOM封装PDF上传到PACS

迷你RIS数据库架构：

这 mini_ris.sql schema提供了一个完整的放射学信息系统，包括：

• 核心实体：患者、提供者、遭遇、订单、影像学研究、报告
• 参考表格:

- dicom_tags -用于MWL/MPPS验证的50个基本DICOM标签定义 - procedures -14个CR/XR程序代码，带有典型视图和图像计数 - modalities -标准DICOM模态代码 - body_parts -用于成像的解剖区域

• MWL/MPPS支持：模态工作表和模态执行程序步骤跟踪表

MCP命名方案：

迷你RIS中的所有数据都使用一致的“MCP-”前缀/后缀命名方案，以清楚地将其标记为 开发/合成数据:

• MRN： MCP-MRN-0001
• 登录号： MCP-ACC-2025-0001
• 患者姓名： Johnson-MCP^Alex （DICOM格式）
• 医生姓名： MCP-Emily^Chen （DICOM格式）

看 MCP_NAMING_SCHEME.md 了解完整细节。

设置：

1. 启动MySQL服务：

   docker compose up -d mysql

1. 初始化数据库（首次启动时自动或手动）：

   docker exec -i dicom-mcp-mysql-1 mysql -uorthanc_ris_app -porthanc_ris_app orthanc_ris **

**特征：**

- ✅ **LLM技术聊天** -与OpenAI集成的智能聊天，用于自然语言查询
- ✅ **工具浏览器** -浏览并探索所有28个可用的DICOM/QUIPL/RIS工具
- ✅ **及时管理** -编辑并保存针对医学成像优化的系统提示
- ✅ **工具执行** -直接从聊天或UI执行工具
- ✅ **医学影像焦点** -为DICOM和Contoso工作流程定制
- ✅ **独立** -存储库中的所有内容，无需外部服务
- ✅ **深色主题** -美观、现代的深色用户界面
- ✅ **节省的资源** -整理好的参考文件（例如Orthanc OpenAPI）位于 `resources/manifest.yaml`，可通过资源面板访问或新建 `list_saved_resources` / `get_saved_resource` MCP工具。

**LLM集成：**

通过设置API密钥启用OpenAI支持的聊天：

export OPENAI_API_KEY="your-api-key-here"

法学硕士将：

- 了解有关医学影像的自然语言查询
- 自动选择并执行适当的DICOM/QUE工具
- 将结果格式化为临床可读格式
- 使用医学成像系统提示进行上下文感知响应

**查询示例：**

- “列出所有可用的DICOM节点”
- “找到姓史密斯的病人”
- “给我看看上周的学习”
- “验证与PACS的连接”
- “有哪些工具可用于Contoso？”

## 🙏 致谢

- 使用 [FastMCP](https://github.com/jlowin/fastmcp) -构建MCP服务器的快速Python方法
- 使用 [Pynetdicom](https://github.com/pydicom/pynetdicom) 用于DICOM网络通信
- 用途 [pypdf](https://pypi.org/project/pypdf/) 用于PDF文本提取