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

Klar til at vokse din virksomhed?

Start din gratis prøveperiode i dag og se resultater inden for få dage.

Anmod om demo Log ind

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).

Tilmeld dig vores nyhedsbrev

Få de seneste tips, trends og tilbud gratis.

E-mailadresse

Tilmeld

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.