• 대장암의 진단 및 병기 판단에 활용될 수 있도록 인공지능을 훈련하기 위한 데이터셋

• 내시경, CT, PET-CT 세종류가 소화기계 암 진단에 중요한 정보로서 세종류가 대장암의 진단 및 병기 판단에 활용됨. 내시경과 CT는 진단과 병기 설정을 위해, PET-CT는 전이 여부 판단 및 타 장기 암 진단에 활용

• 가톨릭성모병원 EMR, PACS 시스템으로부터 추출 정제된 내시경, CT, PET-CT 의료 영상 데이터를 구축하고 AI 응용서비스를 고려한  EMR 데이터 항목(나이, 성별, 병리소견 등)을 포함하는 AI 데이터셋으로 데이터의 활용성 극대화를 추구하며, IRB(생명윤리위원회) 승인을 득한 원천 및 학습 데이터를 확보

   

• 원천데이터 11만 장 (위암 내시경 2만 장, 위암 CT 2만 장, 위암 PET-CT 7만 장) 추출
• 내시경 사진 레이블링은 암 조직에 시행하며 그 이외의 정상 부위 또는 암이 아닌 양성종양 부위는 정상 부위로 판단
• 데이터 구성은 환자 EMR 데이터, 어노테이션 데이터, 내시경, CT, PET-CT는 DICOM 형식

• 대장암은 전 세계적으로 세 번째 다빈도 악성종양이며 암 관련 사망 원인의 두 번째를 차지하고 있는 주요 암이며, 특히 우리나라에서도 최근 서구화된 식습관 변화, 비만 환자 증가 등으로 발생률이 급격히 증가하는 추세에 있으며, 국내에서 발생하는 모든 암종 중에서도 세 번째 다빈도 암으로 나타남
• 대장암 관련 병기 및 생존을 예측하는 문제에 있어서는 더욱 다양하고 환자의 실질적인 상황을 반영할 수 있는 요인들을 찾아 적용하여 분석할 필요가 있음

• 데이터 구성
  - 대장암의 객체 인식 인공지능학습을 위한 데이터셋은 이미지와 객체의 라벨링 정보를 포함한 어노테이션 데이터셋으로 구성됨.
  (1) 이미지 데이터
     - 원본 데이터: 익명화(anonymization)된 DICOM 데이터
     - 레이블링용 전처리 가공 데이터셋
  (2) 어노테이션 데이터 : 레이블링이 된 정보를 포함한 JSON 형태의 데이터
  (3) 이미지 파일명과 어노테이션 데이터의 파일명은 일치시킴

   

  
• 어노테이션 포맷
  (1) Bounding box, polygon으로 어노테이션된 데이터의 JSON 파일

  어노테이션 포맷 표

  tag	attribute	설명
  person_id	환자_id	비식별화된 환자 id
  image_name	name	전체 데이터 셋 내의 경로
  image_type	jpg or DICOM	이미지 데이터 형식
  image_seq	number	전체 이미지중 몇 번째
  image_count	number	전체 이미지 수
  width	number	image 너비
  height	number	image 높이
  person_id	0~4	0 : 정상, 1~4 : 암 기수
  anotations	category	"cancer" or "normal"
  	type	polygon (CT/PET-CT) or bbox (내시경)
  	polygon	포인트 좌표들
  	bbox	x,y,width,height 형식

   

  (2) JSON 파일 샘플

   

수행기관(주관) : 싸이버로지텍

수행기관(참여)