dicom-mcp MCP Server

Hvad laver “dicom-mcp” MCP Serveren?

dicom-mcp MCP Serveren er en specialiseret Model Context Protocol (MCP) server designet til problemfri interaktion med DICOM-servere, herunder PACS (Picture Archiving and Communication Systems) og VNA (Vendor Neutral Archives). Den gør det muligt for AI-assistenter at udføre komplekse operationer på medicinske billeddata, såsom at forespørge patientjournaler, læse kliniske rapporter og flytte billedserier mellem systemer. Ved at eksponere disse kerne-DICOM- og PACS-operationer som standardiserede, værktøjslignende endepunkter, muliggør dicom-mcp automatisering og intelligente arbejdsgange for medicinsk billedbehandling og understøtter opgaver som databaseforespørgsler, rapportudtræk og integration med eksterne AI-diagnostiske endepunkter. Dette øger udviklerens produktivitet betydeligt og muliggør avancerede sundhedsapplikationer, der kræver sikker, programmatisk adgang til medicinske billedarkiver.

Liste over Prompts

Liste over Ressourcer

Liste over Værktøjer

• query_patients: Søg efter patienter på DICOM-serveren ved hjælp af forskellige kriterier.
• query_studies: Hent studiemetadata for specifikke patienter eller baseret på filtre.
• query_series: List billedserier inden for et studie eller ud fra filtre.
• extract_pdf_text_from_dicom: Udtræk og returnér tekst fra indkapslede PDF-rapporter i DICOM-instanser.
• move_series: Send en DICOM-serie til en angivet destination (f.eks. et AI-endepunkt til videre analyse).

Anvendelsestilfælde for denne MCP Server

• Patient- og studieforespørgsler: Gør det muligt for udviklere at søge og hente metadata for patienter, studier og billedserier og understøtter journalgennemgang og kohorteudvælgelse.
• Klinisk rapportudtræk: Automatiserer hentning og fortolkning af kliniske rapporter, der er gemt som PDF i DICOM-studier, hvilket gør det lettere at opsummere og analysere historiske fund.
• AI-arbejdsgangsintegration: Muliggør afsendelse af billeddata til AI-endepunkter for opgaver som segmentering eller diagnose og effektiviserer avancerede billedpipelines.
• Billeddataoverførsel: Automatiserer overførsel af DICOM-serier mellem systemer eller destinationer og understøtter samarbejde på tværs af sites eller forskning.
• Forbindelsesstyring: Tilbyder værktøjer til at administrere og forstå tilgængelige forespørgselsmuligheder og DICOM-serverfunktioner og letter systemintegration.

Sådan sættes det op

Windsurf

1. Sørg for at Python 3.12+ er installeret.
2. Find din Windsurf-konfigurationsfil.
3. Tilføj dicom-mcp MCP-serveren ved at bruge følgende JSON-udsnit:

   {
     "mcpServers": {
       "dicom-mcp": {
         "command": "dicom-mcp",
         "args": []
       }
     }
   }
   

4. Gem filen og genstart Windsurf.
5. Verificér at serveren kører ved at tjekke Windsurf MCP-panelet.

Claude

1. Installer Python 3.12+.
2. Find Claude-konfigurationsfilen.
3. Tilføj dicom-mcp MCP-serveren:

   {
     "mcpServers": {
       "dicom-mcp": {
         "command": "dicom-mcp",
         "args": []
       }
     }
   }
   

4. Gem ændringerne og genstart Claude.
5. Bekræft integrationen via Claude UI.

Cursor

1. Sørg for at Python 3.12+ er tilgængelig.
2. Åbn Cursors indstillings-/konfigurationspanel.
3. Indsæt følgende under MCP-servere:

   {
     "mcpServers": {
       "dicom-mcp": {
         "command": "dicom-mcp",
         "args": []
       }
     }
   }
   

4. Gem og genstart Cursor.
5. Tjek at dicom-mcp vises i MCP-serverlisten.

Cline

1. Bekræft at Python 3.12+ er installeret.
2. Rediger din Cline-konfigurationsfil.
3. Tilføj dicom-mcp MCP-serverdetaljer:

   {
     "mcpServers": {
       "dicom-mcp": {
         "command": "dicom-mcp",
         "args": []
       }
     }
   }
   

4. Gem og genstart Cline.
5. Verificér at dicom-mcp-serveren er tilgængelig fra Cline.

Sikring af API-nøgler med miljøvariabler

For systemer, der kræver API-nøgler eller legitimationsoplysninger, skal du bruge miljøvariabler til sikker injektion. Eksempel:

{
  "mcpServers": {
    "dicom-mcp": {
      "command": "dicom-mcp",
      "args": [],
      "env": {
        "DICOM_USERNAME": "${DICOM_USERNAME}",
        "DICOM_PASSWORD": "${DICOM_PASSWORD}"
      },
      "inputs": {
        "server_url": "https://your.dicom.server/api"
      }
    }
  }
}

Sådan bruges denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt-arbejdsflow skal du starte med at tilføje MCP-komponenten til dit flow og forbinde den til din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion indsætter du dine MCP-serverdetaljer med dette JSON-format:

{
  "dicom-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når det er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “dicom-mcp” til det faktiske navn på din MCP-server og udskift URL’en med din egen MCP-server-URL.

Oversigt

På baggrund af ovenstående to tabeller leverer dicom-mcp fremragende dokumentation for sine kerneværktøjer og opsætning, men mangler eksplicitte promptskabeloner og ressource-definitioner. Sampling- og Roots-support er ikke nævnt. Projektet er modent og har en klar licens, men nogle MCP-funktioner er ikke fuldt eksponeret.

MCP-score

Samlet vurdering: 7/10
dicom-mcp er robust og veldokumenteret til DICOM/PACS-integration, men ville have gavn af eksplicitte prompts/ressourcer og tydeligere omtale af avancerede MCP-funktioner.