最近项目开始需要用到PACS系统，于是研究了一番，选用了dcm4chee搭建PACS系统，抛出 dcm-arc-light的git地址 。

知识点

PACS

Picture Archiving and Communication System (PACS) 医疗影像储传系统
简单点说就是将诸如CT、超声、X光等设备产生的影像存储及传输

详细的可以阅读百度百科的PACS系统介绍

dcm4che

Explore dcm4che. Dive into the world of medical imaging with dcm4che, the open-source collection of applications and utilities for healthcare IT. Efficient, scalable, and interoperable - dcm4che is your gateway to managing DICOM images and data with ease. Discover the power of open-source in healthcare today!

dcm4che是专为医疗IT设计的开源应用程序和工具集。 演变进程如下：

dcm4chee

dcm4chee 是一个高级的、开源的图片存储和通信系统 (PACS) 以及供应商中立档案（VNA），专门用于医学影像数据的存储、检索和管理。

目前开源PACS系统基本上都会使用这套方案。

部署dcm4chee方式

Get Started Tutorials
根据官方快速入门手册，dcm4chee部署方式如下：

部署方式	说明文档链接
手动	https://github.com/dcm4che/dcm4chee-arc-light/wiki/Installation
docker	https://github.com/dcm4che/dcm4chee-arc-light/wiki/Running-on-Docker
Deploy + Kubernetes	https://github.com/dcm4che/dcm4chee-arc-light/wiki/Deploy-Docker-Images-to-Kubernetes

本文选用纯docker方式部署。

docker部署

官方推荐了几款单机搭建组合，如下表格所示：

PACS类型	服务列表
最精简（单机）	arc + db + ldap
最精简 + 认证权鉴（单机）	arc + db + ldap + keycloak + mariadb
最精简 + 认证权鉴 + 审计日志 + 日志看板（单机）	arc + db + ldap + keycloak + mariadb + oauth2Proxy + logstash + kibana + elasticsearch

本文选取了最精简版本，框架图如下：

其中包含三个镜像:

• LDAP服务（应用和服务间共享身份和权限，单点登录SSO），dcm4che/slapd-dcm4chee:2.6.6-32.0
• DB（docker方式只能用postgreSQL?） dcm4che/postgres-dcm4chee:16.2-32
• arc服务（服务端和web端） dcm4che/dcm4chee-arc-psql:5.32.0

docker编排

1. docker-compose.env文件如下：

STORAGE_DIR=/storage/fs1
POSTGRES_DB=pacsdb
POSTGRES_USER=pacs
POSTGRES_PASSWORD=pacs

2. docker-compose.yml（与docker-compose.env在同一目录下）文件如下：

version: "3"
services:
  ldap:
    image: dcm4che/slapd-dcm4chee:2.4.48-21.0
    logging:
      driver: json-file
      options:
        max-size: "10m"
    ports:
      - "389:389"
    env_file: docker-compose.env
    volumes:
      - /local/lizzy/dcm4chee-arc/ldap:/var/lib/openldap/openldap-data
      - /local/lizzy/dcm4chee-arc/slapd.d:/etc/openldap/slapd.d
  db:
    image: dcm4che/postgres-dcm4chee:12.1-21
    logging:
      driver: json-file
      options:
        max-size: "10m"
    ports:
      - "5432:5432"
    env_file: docker-compose.env
    volumes:
      - /etc/localtime:/etc/localtime:ro
      - /etc/timezone:/etc/timezone:ro
      - /local/lizzy/dcm4chee-arc/db:/var/lib/postgresql/data
  arc:
    image: dcm4che/dcm4chee-arc-psql:5.21.0
    logging:
      driver: json-file
      options:
        max-size: "10m"
    ports:
      - "8080:8080"
      - "8443:8443"
      - "9990:9990"
      - "9993:9993"
      - "11112:11112"
      - "2762:2762"
      - "2575:2575"
      - "12575:12575"
    env_file: docker-compose.env
    environment:
      WILDFLY_CHOWN: /opt/wildfly/standalone/storage
      WILDFLY_WAIT_FOR: ldap:389 db:5432
      JAVA_OPTS: -XX:PermSize=256M -XX:MaxPermSize=256m -Xms1024m -Xmx2048m -Djava.net.preferIPv4Stack=true
    depends_on:
      - ldap
      - db
    volumes:
      - /etc/localtime:/etc/localtime:ro
      - /etc/timezone:/etc/timezone:ro
      - /local/lizzy/dcm4chee-arc/wildfly:/opt/wildfly/standalone
      - /local/lizzy/dcm4chee-arc/storage:/storage

在同层级中执行命令docker-compose -p dcm4chee up -d即可

总结

此篇是dcm4chee入门篇吧，有错误的地方欢迎指正，后续会随着工作的深入继续更新~~