Orthanc MCP

🚀 Orthanc DICOMクエリとPDF抽出API

このプロジェクトは、Orthanc DICOMサーバーをクエリし、カプセル化されたPDFレポートからテキストを抽出するためのモジュール型FastMCPサーバーを提供します。

DICOM階層をナビゲートするための、クリーンで構造化された一連のツールを公開しています。

患者 → 検査 → シリーズ → インスタンス → PDF抽出

✨ 主な機能

• 🔍 患者を名前、ID、または生年月日でクエリ
• 📂 患者の検査（CT、MRI、X線など）をクエリ
• 🌀 検査内のシリーズ（フェーズ、シーケンス、再構成）をクエリ
• 📑 シリーズ内のインスタンス（個々のDICOMオブジェクト）をクエリ
• 📖 カプセル化されたDICOMレポートからPDFテキストを抽出

すべてのツールはFastMCPを介して公開されており、プログラムでまたは対話的に利用することができます。

📂 プロジェクト構造

orthanc_mcp/
├── main.py                # エントリポイント: FastMCPサーバーを起動
├── config.py              # 環境変数と定数
├── orthanc_client.py      # Orthanc REST APIのヘルパー関数
├── tools/
│   ├── __init__.py        # ツールをインポート可能にする
│   ├── patients.py        # query_patientsツール
│   ├── studies.py         # query_studiesツール
│   ├── series.py          # query_seriesツール
│   ├── instances.py      # query_instancesツール
│   └── pdf_extract.py    # extract_pdf_text_from_dicomツール
└── requirements.txt       # Pythonの依存関係

📦 インストール

1. リポジトリをクローン

   git clone https://github.com/yourusername/orthanc-mcp.git
   cd orthanc-mcp
   

2. 依存関係をインストール

   python -m venv venv
   venv\Scripts\Activate
   pip install -r requirements.txt
   

3. 環境変数を設定

   .envファイルを作成します。

   ORTHANC_URL=http://localhost:8042
   MCP_HOST=localhost
   MCP_PORT=5050
   

🚀 クイックスタート

サーバーを起動します。

python main.py

FastMCPサーバーが起動し、以下のツールが公開されます。

• query_patients
• query_studies
• query_series
• query_instances
• extract_pdf_text_from_dicom

🔄 ワークフロー

ツールは、DICOM階層に従って上から下の順序で呼び出す必要があります。

1. 患者 → query_patients
2. 検査 → query_studies(patient_id=...)
3. シリーズ → query_series(study_id=...)
4. インスタンス → query_instances(series_id=...)
5. PDF抽出 → extract_pdf_text_from_dicom(instance_id=...)

📊 シーケンスフロー図

flowchart TD
    A[query_patients] --> B[query_studies]
    B --> C[query_series]
    C --> D[query_instances]
    D --> E[extract_pdf_text_from_dicom]

この図は、PDFレポートにアクセスして抽出するために必要な階層的なナビゲーションを示しています。

💻 使用例

基本的な使用法

from mcp.client import MCPClient

client = MCPClient("http://localhost:5050")

# Step 1: Find patient
patients = client.call("query_patients", {"name": "Smith"})
patient_id = patients[0]["PatientID"]

# Step 2: Find studies
studies = client.call("query_studies", {"patient_id": patient_id})
study_id = studies[0]["OrthancStudyID"]

# Step 3: Find series
series = client.call("query_series", {"study_id": study_id})
series_id = series[0]["OrthancSeriesID"]

# Step 4: Find instances
instances = client.call("query_instances", {"series_id": series_id})
instance_id = instances[0]["OrthancInstanceID"]

# Step 5: Extract PDF text
pdf_text = client.call(
    "extract_pdf_text_from_dicom",
    {"instance_id": instance_id}
)

print(pdf_text)

🔧 依存関係

• FastMCP
• requests
• pydicom
• PyPDF2
• python-dotenv

📖 注意事項

⚠️ 重要提示

Orthancは、設定されたORTHANC_URLで実行され、アクセス可能でなければなりません。 PDF抽出は、Encapsulated PDF SOP Class（1.2.840.10008.5.1.4.1.1.104.1）に対してのみ機能します。 PDFにテキストレイヤーがない場合（例：スキャン画像）、抽出は警告または空の結果を返します。

🤝 コントリビューション

プルリクエストは大歓迎です！

大きな変更の場合は、まず変更したい内容について議論するためのissueを作成してください。

👥 貢献者

このプロジェクトに貢献してくれた以下の方々に感謝します。

• Lady Shruti Gawade
• Lord Pranav Mahadik