用于处理 DICOM（医学数字成像和通信）文件的 Python 库。在以 DICOM 格式读取、写入或修改医学成像数据，从医学图像（CT、MRI、X 射线、超声）中提取像素数据，对 DICOM 文件进行匿名化，处理 DICOM 元数据和标签，将 DICOM 图像转换为其他格式，处理压缩 DICOM 数据或处理医学成像数据集时使用此技能。适用于涉及医学图像分析、PACS 系统、放射学工作流程和医疗成像应用的任务。
无需复杂配置，快速集成到您的工作流
来自活跃的开源社区，持续更新维护
MIT/Apache 许可，商用个人均可使用
可根据需求自定义和扩展功能
从源仓库下载或复制 skill 文件到您的项目中。
将 skill 文件放置到 Claude 的 skills 目录中（通常是 ~/.claude/skills/）。
重启 Claude 或运行重载命令，skill 将自动加载并可供使用。
提示： 首次使用前请仔细阅读 skill 的文档和代码，确保理解其功能和权限要求。
所有 Skills 来自开源社区，保留原作者版权
K-Dense-AI__claude-scientific-skills/scientific-skills/pydicom/skill.md经过验证的优势和可衡量的影响
通过引导式工作流，将 MCP 服务器设置时间从数天缩短至数小时。
通过内置最佳实践，避免 MCP 服务器设计中的常见陷阱。
优化工具效率和响应时间，确保大语言模型交互更流畅。
适用于以下场景
创建 MCP 服务器，以将大型语言模型（LLM）与 REST API、数据库或云服务相连接。
开发 MCP 服务器，让大语言模型能够实时查询和可视化数据。
将支付网关或库存系统集成到由大语言模型驱动的工作流程中。
为日历、任务管理器或团队协作平台构建 MCP 服务器。