dicom-mcp MCP-server

Hva gjør “dicom-mcp” MCP-serveren?

dicom-mcp MCP-serveren er en spesialisert Model Context Protocol (MCP)-server laget for sømløs interaksjon med DICOM-servere, inkludert PACS (Picture Archiving and Communication Systems) og VNA (Vendor Neutral Archives). Den gir AI-assistenter mulighet til å utføre avanserte operasjoner på medisinske bildedata, som å søke i pasientjournaler, lese kliniske rapporter og flytte bildeserier mellom systemer. Ved å eksponere disse sentrale DICOM- og PACS-operasjonene som standardiserte, verktøylignende endepunkter, muliggjør dicom-mcp automatisering og intelligente arbeidsflyter for medisinsk bildediagnostikk, og støtter oppgaver som databasesøk, rapportuttrekk og integrasjon med eksterne AI-diagnostikkendepunkter. Dette øker utviklerproduktiviteten betraktelig og muliggjør avanserte helseapplikasjoner som krever sikker, programmert tilgang til arkiver for medisinske bilder.

Liste over forespørsler

Klar til å vokse bedriften din?

Start din gratis prøveperiode i dag og se resultater i løpet av få dager.

Be om demo Logg inn

Liste over ressurser

Liste over verktøy

• query_patients: Søk etter pasienter på DICOM-serveren med ulike kriterier.
• query_studies: Hent metadata for studier for angitte pasienter eller basert på filtre.
• query_series: List opp bildeserier i en studie eller som matcher filtre.
• extract_pdf_text_from_dicom: Trekk ut og returner teksten fra innebygde PDF-rapporter i DICOM-instansene.
• move_series: Send en DICOM-serie til en angitt destinasjon (f.eks. et AI-endepunkt for videre analyse).

Bli med i vårt nyhetsbrev

Få de siste tipsene, trendene og tilbudene gratis.

E-postadresse

Abonner

Bruksområder for denne MCP-serveren

• Pasient- og studiesøk: Gjør det mulig for utviklere å søke og hente metadata for pasienter, studier og bildeserier, til støtte for journalgjennomgang og kohortutvelgelse.
• Klinisk rapportuttrekk: Automatiserer henting og tolkning av kliniske rapporter lagret som PDF i DICOM-studier, slik at det er enklere å oppsummere og analysere historiske funn.
• AI-arbeidsflytintegrasjon: Legger til rette for å sende bildedata til AI-endepunkter for oppgaver som segmentering eller diagnose, og effektiviserer avanserte bildearbeidsflyter.
• Flytting av bildedata: Automatiserer overføring av DICOM-serier mellom systemer eller destinasjoner, til støtte for samarbeid på tvers av lokasjoner eller forskning.
• Tilkoblingsadministrasjon: Tilbyr verktøy for å administrere og forstå tilgjengelige spørringsalternativer og DICOM-serverkapasiteter, og støtter systemintegrasjon.

Slik setter du det opp

Windsurf

1. Sørg for at Python 3.12+ er installert.
2. Finn din Windsurf-konfigurasjonsfil.
3. Legg til dicom-mcp MCP-serveren med følgende JSON-snutt:

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

4. Lagre filen og start Windsurf på nytt.
5. Kontroller at serveren kjører ved å sjekke Windsurf MCP-panelet.

Claude

1. Installer Python 3.12+.
2. Finn Claude-konfigurasjonsfilen.
3. Legg til dicom-mcp MCP-serveren:

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

4. Lagre endringene og start Claude på nytt.
5. Bekreft integrasjonen via Claude UI.

Cursor

1. Sørg for at Python 3.12+ er tilgjengelig.
2. Åpne Cursors innstillinger/konfigurasjonspanel.
3. Sett inn følgende under MCP-servere:

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

4. Lagre og start Cursor på nytt.
5. Sjekk at dicom-mcp vises i MCP-serverlisten.

Cline

1. Bekreft at Python 3.12+ er installert.
2. Rediger din Cline-konfigurasjonsfil.
3. Legg til detaljer for dicom-mcp MCP-serveren:

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

4. Lagre og start Cline på nytt.
5. Kontroller at dicom-mcp-serveren er tilgjengelig fra Cline.

Sikring av API-nøkler med miljøvariabler

For systemer som krever API-nøkler eller påloggingsinformasjon, bruk miljøvariabler for sikker injeksjon. 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"
      }
    }
  }
}

Slik bruker du denne MCP-en i flows

Bruk av MCP i FlowHunt

For å integrere MCP-servere i din FlowHunt-arbeidsflyt, start med å legge til MCP-komponenten i flowen og koble den til AI-agenten din:

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon setter du inn detaljene for MCP-serveren din i dette JSON-formatet:

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

Når dette er konfigurert, kan AI-agenten bruke denne MCP-en som et verktøy med tilgang til alle dens funksjoner og muligheter. Husk å endre “dicom-mcp” til navnet på din MCP-server og bytt ut URL-en med din egen MCP-server-URL.

Oversikt

Basert på tabellene over tilbyr dicom-mcp utmerket dokumentasjon på sine kjerneverktøy og oppsett, men mangler eksplisitte forespørselmaler og ressursdefinisjoner. Sampling og Roots-støtte er ikke omtalt. Prosjektet er modent og har en tydelig lisens, men enkelte MCP-funksjoner er ikke fullt eksponert.

MCP-score

Totalvurdering: 7/10
dicom-mcp er robust og godt dokumentert for DICOM/PACS-integrasjon, men vil ha nytte av eksplisitte forespørsler/ressurser og tydeligere omtale av avanserte MCP-funksjoner.