使用 python 脚本在 orthanc 中进行自动路由, 就是自动转发影像到其他的影像中
遇到一个问题就是,默认都是单线程, 就普通的影像还好, 如果碰上大型 CT, 文件数量贼多, 又小, 就很难受

潜心研究了一下, 虽然 python 自带了threading, 但是受限于 GIL 并没有多线程并发, 但是 orthanc 内置的 python 它又没有threadpool可以用, 所以就改用了multiprocessing

multiprocessing 其实就是多开进程, 是的, 线程咱开不了, 就开进程好了!

其实官方给了这个方案

就是可能多少有点不容易看懂

下面是一个最小实现的方法

import orthanc
import json
import time
import multiprocessing
import signal
import urllib.request
import urllib.parse


def Initializer():
    signal.signal(signal.SIGINT, signal.SIG_IGN)


TOKEN = orthanc.GenerateRestApiAuthorizationToken()


def sendinstance(instance):
    """
    子进程是没有办法使用 orthanc 包的, 所以这边就只能使用内置的 urllib
    好在 Rest API 不受影响, 可以正常使用, 因此在这边请求推送
    这边用了 peer 来推送
    """
    global TOKEN
    url = "http://localhost:8042/peers/peer/store"
    data = {"Resources": [instance]}
    data_bytes = bytes(json.dumps(data), encoding="utf8")
    headers = {"Authorization": TOKEN}
    request = urllib.request.Request(
        url=url, data=data_bytes, headers=headers, method="POST"
    )
    response = urllib.request.urlopen(request)


def OnChange(changeType, level, resourceId):
    if changeType == orthanc.ChangeType.STABLE_STUDY:
        orthanc.LogWarning("Stable study: %s" % resourceId)
        seriesPath = "/studies/%s/series" % resourceId
        series = orthanc.RestApiGet(seriesPath)
        instances = []
        for serie in json.loads(series):
            instances.extend(serie["Instances"])
        time_start = time.time()
        # 这边给了 4 个线程, 也可以不给, 反正不给就默认 cpu 核心数
        with multiprocessing.Pool(4, initializer=Initializer) as POOL:
            POOL.map(sendinstance, instances)
        orthanc.LogWarning("Instances count: %s " % str(len(instances)))
        orthanc.LogWarning("Time count: %s " % str(time.time() - time_start))


orthanc.RegisterOnChangeCallback(OnChange)