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。
你将成为
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。
装备后的数字
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。
装备内容
文件、标签与三步安装
提示： 首次使用前请阅读文档与代码，确认它的功能和所需权限。
接着演下去
基于标签和分类的推荐
访问AlphaFold的2亿多个AI预测蛋白质结构。通过UniProt ID检索结构，下载PDB/mmCIF文件，分析置信度指标（pLDDT、PAE），用于药物发现和结构生物学研究。