※온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
재활 운동 센서 모션 이미지
- 분야헬스케어
- 구분 안심존(온라인)
- 유형 센서 , 비디오
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2021-06-30 데이터 최초 개방 소개
신경, 발달, 재활, 운동 관련 질환 진단 및 운동기능 평가를 위한 영상 데이터
구축목적
뇌졸중편마비, 어깨통증, 관절치환술, 척추측만증, 조기치매 환자의 보행/관절각/치료 및 운동 동영상을 구축하여 의료 분야의 진단 및 평가를 위한 AI 모델 학습용 데이터 셋 구축
-
메타데이터 구조표 데이터 영역 헬스케어 데이터 유형 센서 , 비디오 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/362만 -
구축 내용 및 제공 데이터량
- 동영상 201시간 목표에 따라 재활 5대 질환 환자에 대한 동영상 원천 데이터를 확보하였음
- 확보된 원천 데이터를 정제 및 가공을 거쳐 비식별화된 동영상데이터 35,908개와 이미지데이터 9,247,991개를 구축함
- 이미지데이터를 기반으로 Bounding box와 skeleton key point가 포함된 2D JSON 데이터 5,745,148개를 구축함
구축 내용 및 제공 데이터량 표 재활운동에 활용하기 위한 센서 모션 데이터 (2020-2021) 년 목표
(A)달성
(B)달성률
(B/A)동영상 시간 201시간 204시간 51분 102% 동영상 데이터(MP4) 7,340개 35,908개 489% 이미지 데이터(JPG) 7,242,000개 9,247,991개 127% 2D Annotation(JSON) 3,621,000개 5,745,148개 158% Bounding Box(JSON 포함) 3,621,000개 5,745,148개 158% Gait Parameter(Excel) 690세트 805세트 116% ROM Parameter(Excel) 320세트 402세트 125% -
-
AI 모델 상세 설명서 다운로드
AI 모델 다운로드 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 뇌졸중편마비 질환 진단 Classification MLPClassifier Accuracy 80 % 95.09 % 2 중증도 분류 정확도 Video Classification MLPClassifier Accuracy 80 % 83.44 % 3 뇌졸중편마비 질환 진단 Classification MLPClassifier AUC-ROC 0.8 단위없음 0.949 단위없음 4 중증도 분류 정확도 Video Classification MLPClassifier AUC-ROC 0.8 단위없음 0.958 단위없음
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드데이터 변경이력
재활 운동 센서 모션 이미지-데이터변경이력 버전 일자 변경내용 비고 1.0 2021.06.30 데이터 최초 개방 구축 목적
- 뇌졸중편마비, 어깨통증, 관절치환술, 척추측만증, 조기치매 환자의 보행/관절각/치료 및 운동 동영상을 구축하여 의료 분야의 진단 및 평가를 위한 AI 모델 학습용 데이터 셋 구축
활용 분야
- 5대 재활환자의 질환 진단 및 운동기능 평가에 활용
- 재활 환자의 정량적 평가 지표와 개인별 맞춤형 재활 운동 처방 활용
- 임상에서 활용 가능한 인공지능 기반 의사결정 시스템 개발에 활용
소개
- 재활 운동에 활용하기 위한 센서 모션 데이터 구축을 위해 환자 및 정상인 동영상 데이터 수집 → 정제 → 가공 → 검수의 프로세스에 따라 데이터 셋을 구축함
- 데이터의 동질성 확보를 위해 동일 장비(3기종의 카메라)에 대한 사용법 및 촬영 방법에 대해 수집 연구원을 일괄 교육 및 훈련 함
- 각 병원 IRB 획득 후 연구 참여자의 승인을 받아 5개 질환에 대한 보행, 관절각측정, 재활 운동 및 치료 영상 촬영 및 데이터 수집
- 정제된 영상 데이터는 이미지데 이터로 변환하며 개인정보보호를 위한 비식별화 작업을 수행하였으며, 비식별화가 완료된 이미지 데이터에 대한 2D Annotation(JSON) 데이터를 추출함
- 2D Annotation에는 환자의 영역을 지정하는 Bounding box, 관절각 위치에 대한 Skeleton key point, 임상정보가 포함됨
구축 내용 및 제공 데이터량
- 동영상 201시간 목표에 따라 재활 5대 질환 환자에 대한 동영상 원천 데이터를 확보하였음
- 확보된 원천 데이터를 정제 및 가공을 거쳐 비식별화된 동영상데이터 35,908개와 이미지데이터 9,247,991개를 구축함
- 이미지데이터를 기반으로 Bounding box와 skeleton key point가 포함된 2D JSON 데이터 5,745,148개를 구축함
구축 내용 및 제공 데이터량 표 재활운동에 활용하기 위한 센서 모션 데이터 (2020-2021) 년 목표
(A)달성
(B)달성률
(B/A)동영상 시간 201시간 204시간 51분 102% 동영상 데이터(MP4) 7,340개 35,908개 489% 이미지 데이터(JPG) 7,242,000개 9,247,991개 127% 2D Annotation(JSON) 3,621,000개 5,745,148개 158% Bounding Box(JSON 포함) 3,621,000개 5,745,148개 158% Gait Parameter(Excel) 690세트 805세트 116% ROM Parameter(Excel) 320세트 402세트 125% 대표도면
필요성
- 최근 센서나 마커 없이 사람의 모션을 캡쳐하는 연구가 활발하기 진행되고 있으며, 스마트폰 및 일반 카메라로 촬영된 사람의 이미지에 대하여 자세를 추정하고 이에 대한 포즈 정보를 획득함으로써 다양한 서비스 모델을 창출
- 안전, 보안, 게임, 운동 뿐 아니라 재활을 비롯한 환자의 치료 및 헬스케어 서비스 모델 개발에도 다양하게 활용
- 이러한 기술 개발과 서비스 모델을 창출하기 위해서는 절대적으로 사람 동작에 대한 데이터 수집, 정제, 가공된 데이터 셋이 필요
- 신경계 질환 환자 및 장애인의 기대 수명 증가와 근골격계 질환 환자, 인구의 고령화의 증가는 재활 의료 서비스의 확대가 절시히 요구됨
- 이들에 대한 지속적인 건강 관리를 위해서는 보다 정량적인 지표를 기반한 객관적 평가와 이를 기반으로한 개인별 맞춤형 재활 치료 및 운동 처방이 요구됨
- 재활 운동 모션 데이터 셋 구축을 통해 빅데이터를 활용한 AI 응용서비스를 가능케 하며, 의료인의 의사결정 시스템에 긍정적 피드백을 제공할 필요가 있음
- 기존 정성적 데이터에 의존해야 했던 치료, 분석, 운동 프로그램을 디지털 자료화하여 일정한 수준과 방식의 치료 프로그램을 제공할 수 있는 표준화 연구의 데이터 셋으로 활용
데이터 구조
- 데이터 구성
데이터 구성 표 데이터 유형 파일 포맷 비고 재활운동 동영상 MP4 무 압축 방식으로 프레임 이미지 시퀀스의 묶음형태 이미지데이터 JPG Joint Photographic Experts Group 국제표준
Discrete Cosine Transform 변환 부호 방식2D Annotation(Bounding box 포함) JSON JavaScript Object Notation 개방형 표준
TTA 협회 표준명 TTAE.OT-10.0394
Joint Photographic Experts Group 국제표준
Discrete Cosine Transform 변환 부호 방식ROM 파라미터 Excel Microsoft Excel Binary File Format Gait 파라미터 Excel Microsoft Excel Binary File Format - 어노테이션 포맷
데이터 구성 표 No 항목 내용 타입 필수여부 1 IMages 이미지정보 List 1-1 Video-no 영상번호 Number Y 1-2 Img_no 이미지정보 Number Y 1-3 Img_path 이미지파일 경로 String Y 1-4 Width 이미지 width Number Y 1-5 height 이미지 height Number Y 1-6 action_category 질환 종류(뇌졸중, 치매 등) Number Y 2 Categories Keypoint정보 (진단/치료) List Y 2-1 sub_Categories 카테고리 종류 (진단/치료) String Y 2-2 id 카테고리 ID Number Y 2-3 name 카테고리 이름 String Y 2-4 keypoints 16개 관절 카테고리정보 List Y 3 anotations 어노테이션 정보 List Y 3-1 img_no 이미지 번호 Number Y 3-2 person_no 이미지내 annitaion 대상 사람번호 Number Y 3-3 bbox annotation대상의 Box 좌표값
(좌상단, x.y/우하단 x.y)Number Y 3-4 keypoints keypoints 좌표값, View값 List Y 3-5 num keypoints 이미지 내 보여지는 관절의 수 Number Y
-
데이터셋 구축 담당자
수행기관(주관) : 서울대학교 산학협력단
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 이시욱 02-870-2671 shiuk.lee@gmail.com · 데이터 구축 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 데이터메이커 · 데이터 가공 및 검수, 후가공 부광아이티 · 정상인 데이터 수집 및 정제 더블유지알앤디 · 정상인 데이터 정제 및 가공 모비게임 · AI 응용 서비스 개발 및 검수 고스디자인 · AI 응용 서비스 개발 및 검수 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 이시욱(서울대학교 산학협력단) 02-870-2671 shiuk.lee@gmail.com
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.