한국인 지방 및 근육량 소개
기본탭
본 데이터는 온라인 안심존 데이터입니다.
데이터셋명 | 한국인 지방 및 근육량 | |||
---|---|---|---|---|
데이터 분야 | 헬스케어 | 데이터 유형 | 이미지 | |
구축기관 | 비온시이노베이터 | 데이터 관련 문의처 | 담당자명 | 오홍근(비온시이노베이터) |
가공기관 | 전남대학교병원 | 전화번호 | 070-4763-4730 | |
검수기관 | 전남대학교병원 | 이메일 | hgoh@boncrnd.co.kr | |
구축 데이터량 | 60만 | 구축년도 | 2020년 | |
버전 | 1.0 | 최종수정일자 | 2021.06.30 | |
소개 | CT 영상 기반 지방 및 근육량 분석을 위한 의료 이미지 데이터 | |||
주요 키워드 | 건강인의 건강진단, 체성분 데이터, PET/CT 영상, 의무기록데이터, 질환 진단 및 예방 기초 지표 | |||
저작권 및 이용정책 | 본 데이터는 과학기술정보통신부가 주관하고 한국지능정보사회진흥원이 지원하는 '인공지능 학습용 데이터 구축사업'으로 구축된 데이터입니다 [데이터 이용정책 상세보기] | |||
데이터설명서 | 자료보기 | 구축활용가이드 | ||
샘플데이터 | 교육활용동영상 | 영상보기 | ||
저작도구 | 다운로드 | AI모델 | 다운로드 |
데이터 변경이력
버전 | 일자 | 변경내용 | 비고 |
---|---|---|---|
1.0 | 2021.06.30 | 데이터 최초 개방 |
구축 목적
- 건강한 한국인의 CT영상 빅데이터의 수집을 통해 만성질환의 위험요인인 비만과 근감소증의 지방량과 근육량 표준화된 지표를 생성하고, 성별 연령 별 정상 범위를 제시하고자 함.
활용 분야
- 일반적인 건강 상태에 대한 기본자료를 제공함으로 인해 질병 위험도 예측 및 예방의 용도로 활용이 가능할 뿐만 아니라 다양한 질병 중심의 CT영상 기반의 질병 유무판별 및 심각도를 평가하는 기준 지표(건강인, 비건강인) 로 활용
소개
- 건강검진 목적으로 촬영한 CT를 활용해서 단지 질병 유무에 대한 정보만 이 아니라, 만성질환의 원인이 될 수 있는 비만과 근감소증 등의 체성분에 대한 유용한 추가적인 정보를 제공하는 AI 데이터 셋으로 기존 시신을 이 용한 CT의료영상데이터가 있으나 건강한 성인(남성/여성), 연령 별(30~70 세) 전신 CT 영상 데이터라는 점을 통해 차별성을 둘 수 있으며 각종 건강 수치 및 생활 습관 등을 고려한 가중치 반영을 통해 고품질의 원천데이터 구축함
구축 내용 및 제공 데이터량
- 원천데이터 801,176건 (건강인 3000명의 CT 영상)을 활용하여 근 육 nii 3000건, voi 3000건, tif 123,000건, 내장 지방 nii 3000건, voi 3000건, tif 240,000건, 피하 지방 nii 3000건, voi 3000건, tif 240,000 건, 통계값 3건 도출
데이터 종류 | 데이터 포맷 | 수량 |
---|---|---|
1. 원본 | dcm | 801,176 |
2.근육 | nifti (nii) | 3,000 |
voi | 3,000 | |
tif | 123,000 | |
3.내장 지방 | nifti (nii) | 3,000 |
voi | 3,000 | |
tif | 240,000 | |
4.피하 지방 | nifti (nii) | 3,000 |
voi | 3,000 | |
tif | 240,000 | |
5. 통계값 | 근육(csv) | 1 |
내장지방(csv) | 1 | |
피하지방(csv) | 1 |
대표도면
필요성
- (가) 의료영상 빅데이터와 AI 기술을 활용한 개인맞춤형 예방의학이 필요한 시대
o AI 기반 영상 의료기술은 질병의 진단과 치료 중심으로 개발되어 오고 있음
- 의료 진단용 기술 중, 의료영상 판독은 의료진들의 시간과 노동 을 집약적으로 요구하는 작업으로 AI 기반의 영상 해석이 효율 적인 진단·치료 가이드에 매우 유용한 것으로 알려져 있음
- 2020년 본 사업인 AI 학습용 데이터 구축사업(2차)에서도 지정 공모 중 헬스케어 영역 10개의 분야에서도 소화기계암, 체부 필요성 암, 신경계질환, 피부질환 등의 질병이 상당히 진행된 경우에 활용될 수 있는 빅데이터를 구축하는 데에 중점을 두고 있으며, 건강 AI 데이터에서도 신경계 및 재활 분야의 질환을 특정하고 있어, 초고령화사회 의료비의 주범인 만성질환 및 생활습관병 의 주요 원인이 되는 비만과 근감소증 등 건강상태를 확인하고 예측하는 데 도움이 되는 건강인의 영상 데이터 구축 분야가 제 외되어 있음
- (나) AI 기반 영상 의료기술도 예방·관리중심으로 패러다임의 전환 이 필요
o ‘헬스케어 이노베이션 포험 2019’에서 미국 싱귤래리티 의대 학 장인 다니엘 크래프트 교수는 AI 기반의 의료진단 기술은 향후 한 단계 나아가 예방 및 조기진단 등으로 그 기능을 확대할 것으 로 예상
o 질병을 예방하고 조기에 진단하여 건강을 증진하는 것은 질병을 진단하고 치료하는 데 드는 의료비 및 그로 인한 사회경제적 부 담을 감소시키는 데 더 효과적이기 때문에, 건강증진정책 및 예 방관리에 활용될 수 있는 건강인을 대상으로 한 헬스케어 의료 분야 빅데이터의 수집 및 구축이 시급함
데이터 구조
- 1. 데이터 구성
데이터 종류 | 포함내용 | 제공방식 |
---|---|---|
피하 지방량 이미지 | 요추 L3 부분으로 피하지방(80장), 내 장지방(80장), 근육(40장) 총 60만장 데이터 |
NII, TIF |
내장 지방량 이미지 | NII, TIF | |
근육량 이미지 | NII, TIF | |
지방 및 근육량 VOI | 이미지에 대한 메타데이터(3000개) | CSV |
- 2. 어노테이션 포맷
1) 지방 및 근육량 이미지 Anntation

<지방 및 근육량 이미지 Annotatain>
No | 항목 | 항목 영문 | 길이 | 타입 | 필수 여부 | 비고 |
---|---|---|---|---|---|---|
1 | case번호 | case num | 10 | String | Y | |
1-1 | 파일경로 | file path | 200 | String | ||
1-2 | 파일명 | file | 100 | String | ||
1-3 | 학술설명 | StudyDescription | 100 | String | ||
1-4 | 어노테이션 Color | Color [0xARGB] | 10 | String | ||
1-5 | 어노테이션 식별자 | VoiName | 20 | String | ||
1-6 | Averaged 값 | Averaged | 10 | String | Y | |
1-7 | sd 값 | Sd | 10 | String | Y |
2) 평균값 추출
No | 항목 | 항목 영문 | 길이 | 타입 | 필수 여부 | 비고 |
---|---|---|---|---|---|---|
2 | case번호 | case num | 10 | String | Y | |
2-1 | 파일경로 | file path | 200 | String | ||
2-2 | 파일명 | file | 100 | String | ||
2-3 | 학술설명 | StudyDescription | 100 | String | ||
2-4 | 어노테이션 Color | Color [0xARGB] | 10 | String | ||
2-5 | 어노테이션 식별자 | VoiName | 20 | String | ||
2-6 | Total 값 | Total(AVR*VOL) | 10 | String | Y |
3) Total값 추출
데이터셋 구축 담당자
수행기관(주관) : 비온시이노베이터
책임자명 | 전화번호 | 대표이메일 | 담당업무 |
---|---|---|---|
오홍근 | 070-4763-4730 | hgoh@boncrnd.co.kr | · 서비스 서버 구축 및 관리 · 플랫폼 및 서비스 제공 · 가이드라인 통합 · 데이터 정제 |
수행기관(참여)
기관명 | 담당업무 | 기관명 | 담당업무 |
---|---|---|---|
한결정보기술(주) | · 데이터 가공 | 비영리IT지원센터 | · 데이터 가공 |
(주)피씨엔 | · AI 서버 구축 관리 · AI 알고리즘 설계 · AI 성능 분석 |
전남대학교병원 | · 데이터 수집 및 판별, 검증 |