OHIF （Open Health Image Foundation）
https://ohif.org
重要
本文只适合初级小白阅读（就是那种小白中的战斗机类型），内容很口水，稍微懂点的建议直接划走，不要浪费您宝贵时间试图在本文中找到什么有价值的信息，我写这篇文章的初衷也不是为了帮助小白科普，完全是为了给自己做备忘，毕竟已经开始老年痴呆，如果不记录下来，几天后就会全部忘光了。
基本术语
Study （研究）
其实就是一次拍摄；
Series（序列）
本次拍摄中的多个片子（比如一个脑CT片子，假设要切100片，每片都是一张图片，这100片都在同一个series中）
Instance(实例)
一张具体的图片，就是上面说的那100片中的1片；
DICOM 文件规范
若有余力，可前往 https://www.dicomstandard.org/current/ 阅读DICOM规范，毕竟要开始做一个 dcm 文件阅读器来忽悠老板和客户了，多少需要了解一些相关的基础知识；
OHIF Viewer
基于cornerstone(JS) + React 前端框架构建，提供了功能完善的医学影像显示及阅读功能；OHIF-Viewer是开源系统。
conerstoen 框架系统在整个世界来看也是排名最靠前的系统，而OHIFViewer是众多基于conerstone框架完美实现的前端案例之一；
OHIFViewer支持多种查看影像文件的方式，影像文件的格式为 *.dcm，dcm文件保存在PACS系统或自建的云服务器中（例如阿里云的OSS对象存储等）
方式1:
OHIFViewer与PACS系统建立关联，然后就可以通过指定 Study Instance UID的方式查看影像，例如：
http://localhost:3000/viewer/1.2.826.0.1.3680043.8.1055.1.20111102150758591.92402465.76095170
在上面的URL中，viewer/ 后面的一大堆数字就是 Study Instance UID。
方式2:
使用DicomJson来描述dcm文件的信息（影像类型 、参数、文件路径等），DicomJson就是一个Json文件，可以保存在任何可以被网络访问到地方。
OHIFViewer通过指定这个Json文件来查看影像，例如：
在上面的URL中，viewer/?url= 后面的内容就是这个json文件的网络地址；
搭建PACS，并与OHIFViewer建立关联（方式1）
在OHIF-Viewer 的官方文档中提供了2个PACS系统的搭建帮助，一个是Orthanc,一个是dcm4chee。详情参见官方文档：
https://v3-docs.ohif.org/configuration/dataSources/dicom-web
本文中列举的是dcm4chee，
请打开下面的内容仔细阅读，并按照文档中的命令逐条执行，不要跳跃或乱序。
https://github.com/dcm4che/dcm4chee-arc-light/wiki/Run-minimum-set-of-archive-services-on-a-single-host
一共有7个步骤，前4个是关键步骤，以下仅做简要的摘抄，用于记录线索。
Use Docker Command Line
$ docker network create dcm4chee_network
- Start OpenLDAP Server
Launch a container providing the LDAP server into the created network, e.g:
$ docker run --network=dcm4chee_network --name ldap \
-p 389:389 \
-v /var/local/dcm4chee-arc/ldap:/var/lib/openldap/openldap-data \
-v /var/local/dcm4chee-arc/slapd.d:/etc/openldap/slapd.d \
-d dcm4che/slapd-dcm4chee:2.6.3-29.2
- Start PostgreSQL Server
Launch a container providing the database server into the created network, e.g:
$ docker run --network=dcm4chee_network --name db \
-p 5432:5432 \
-e POSTGRES_DB=pacsdb \
-e POSTGRES_USER=pacs \
-e POSTGRES_PASSWORD=pacs \
-v /etc/localtime:/etc/localtime:ro \
-v /etc/timezone:/etc/timezone:ro \
-v /var/local/dcm4chee-arc/db:/var/lib/postgresql/data \
-d dcm4che/postgres-dcm4chee:14.5-29
- Start Wildfly with deployed dcm4che Archive 5 application
Launch a container providing Wildfly with deployed dcm4che Archive 5 application into the created network, e.g:
$ docker run --network=dcm4chee_network --name arc \
-p 8080:8080 \
-p 8443:8443 \
-p 9990:9990 \
-p 9993:9993 \
-p 11112:11112 \
-p 2762:2762 \
-p 2575:2575 \
-p 12575:12575 \
-e POSTGRES_DB=pacsdb \
-e POSTGRES_USER=pacs \
-e POSTGRES_PASSWORD=pacs \
-e WILDFLY_WAIT_FOR="ldap:389 db:5432" \
-v /etc/localtime:/etc/localtime:ro \
-v /etc/timezone:/etc/timezone:ro \
-v /var/local/dcm4chee-arc/wildfly:/opt/wildfly/standalone \
-d dcm4che/dcm4chee-arc-psql:5.29.2
其他
dwv 是另外一个脍炙人口的医学影像处理框架，也是基于JS的：
https://ivmartel.github.io/dwv/doc/stable/tutorial-architecture.html
