dicom-tools-mcp-test 1.0.1

基于 MCP (Model Context Protocol) 的 DICOM 医学影像文件分析工具

DICOM Tools MCP

基于 MCP (Model Context Protocol) 的 DICOM 医学影像文件分析工具。提供扫描、解析、映射和上传等功能的 Python 实现。

✨ 功能特性

• 📁 目录扫描：快速扫描 DICOM 文件目录，生成统计摘要
• 📄 文件解析：提取 DICOM 文件的关键元数据信息
• 🗂️ 序列映射：生成患者-序列的详细映射关系
• 📤 自动上传：支持自动上传 DICOM 文件进行在线分析
• 🔍 序列分析：支持主动脉和二尖瓣等医学影像分析
• 📊 JSON 导出：导出完整的扫描结果为 JSON 格式

🚀 快速开始

环境要求

• Python 3.10 或更高版本
• Windows/Linux/macOS

安装

使用 uv (推荐)

# 安装 uv
pip install uv

# 安装项目依赖
uv sync

使用 pip

pip install -r requirements.txt

从源码安装

pip install -e .

配置

1. 复制 .env.example 为 .env（如果存在）
2. 配置必要的环境变量

📖 使用方法

作为 MCP 服务器运行

python main.py

命令行工具

# 运行 DICOM 工具
dicom-tools-mcp

作为 Python 模块使用

from dicom_tools.scanner import scan_dicom_directory_tool
from dicom_tools.parser import parse_dicom_file_tool

# 扫描目录
result = await scan_dicom_directory_tool("/path/to/dicom/files")

# 解析单个文件
result = await parse_dicom_file_tool("/path/to/file.dcm")

🛠️ 可用工具

1. scan-dicom-directory

扫描指定目录下的所有 DICOM 文件，返回统计摘要。

输入参数：

• directory_path (string): 要扫描的目录路径

返回信息：

• 总数据量
• 患者数量
• 序列数量
• 文件统计

2. parse-dicom-file

解析单个 DICOM 文件，提取关键元数据。

输入参数：

• file_path (string): DICOM 文件的路径

返回信息：

• PatientID
• PatientName
• SeriesInstanceUID
• SeriesDescription
• 其他 DICOM 标签信息

3. get-dicom-series-mapping

生成患者-序列的详细映射关系。

输入参数：

• directory_path (string): 要扫描的目录路径

返回信息：

• 患者映射
• 序列列表
• 文件列表

4. export-dicom-json

导出完整的 DICOM 扫描结果为 JSON 格式。

输入参数：

• directory_path (string): 要扫描的目录路径

输出：

• 包含所有患者、序列和文件信息的 JSON 文件

5. Analysis_dicom_directory

扫描并自动上传 DICOM 文件进行在线分析。

输入参数：

• directory_path (string): DICOM 文件夹路径
• series_type (string): 分析方法（1=主动脉，9=二尖瓣）

返回信息：

• 上传信息
• 分析 URL

6. separate-series-by-patient

按患者分离 DICOM 序列文件。

输入参数：

• fileforsep (string): 要处理的文件路径

📁 项目结构

dicom-tools-mcp/
├── main.py                 # MCP 服务器主入口
├── upload.py              # 上传和分析功能
├── getcookie.py           # Cookie 管理
├── getcrpit.py            # 加密工具
├── pyproject.toml         # 项目配置
├── dicom_tools/           # DICOM 工具核心模块
│   ├── __init__.py
│   ├── scanner.py         # 目录扫描
│   ├── parser.py          # 文件解析
│   ├── mapping.py         # 序列映射
│   ├── exporter.py        # JSON 导出
│   ├── types.py           # 数据类型定义
│   └── utils.py           # 工具函数
└── src/                   # 应用源码
    ├── api/               # API 接口
    ├── core/              # 核心处理逻辑
    ├── models/            # 数据模型
    └── utils/             # 辅助工具

🔧 开发

运行测试

pytest

代码格式化

black .

类型检查

mypy .

📦 依赖项

主要依赖：

• mcp>=0.9.0 - Model Context Protocol 框架
• pydicom>=2.4.0 - DICOM 文件处理
• requests>=2.31.0 - HTTP 请求
• pydantic>=2.0.0 - 数据验证
• tqdm>=4.66.0 - 进度条显示
• pyorthanc - Orthanc PACS 集成

完整依赖列表请查看 pyproject.toml。

🤝 贡献

欢迎提交 Issue 和 Pull Request！

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

🔗 相关资源

• Model Context Protocol (MCP)
• PyDICOM 文档
• DICOM 标准
• Orthanc PACS

📧 联系方式

如有问题或建议，请通过以下方式联系：

• 提交 Issue: GitHub Issues
• Email: [e-mail]

🙏 致谢

感谢所有为本项目做出贡献的开发者！

---

注意: 本工具仅供研究和学习使用，处理医疗数据时请遵守相关法律法规和隐私保护要求。