구강악 2D, 3D 이미지 AI 데이터
기본탭
구축목적
- 파노라마 영상에서 치아 인식과 콘빔 CT 영상에서 치아 및 하치조신경관 인식을 위한 데이터 셋
활용분야
- 의료영상에서 치아 및 하치조신경관 인식을 필요로 하는 의료용 소프트웨어 (ex 교정치료, 사랑니 발치, 임플란트 시술용 소프트웨어 등) 해부학적 구조물을 인식할 수 있는 의료기기 개발
주요 키워드
- DICOM, Teeth segmentation, Mandibular canal segmentation, 콘빔CT(CBCT), 파노라마, 치아, 하치조신경관, 의료 AI
소개
- 의료용 AI가 가장 먼저 인식해야 하는 객체 중 해부학적 정보도 포함됨. 해부학적 정보를 바탕으로 병변의 위치 등을 정확하게 표현할 수 있어야 사용자(의료인력)에게 의미있는 정보를 전달할 수 있음. 따라서 구강악에서 해부학적으로 가장 중요한 요소인 치아 및 하치조신경관을 세그멘테이션하고 치아번호를 인식할 수 있는 데이터 셋을 생성함
구축 내용 및 제공 데이터량
modality | Raw data | Annotation |
---|---|---|
파노라마 | 5,000 case | 치아 : 5,000 case |
CBCT | 1,000 case | 치아 : 2.000 case |
하치조신경관 : 1,000 case | ||
산출물 형태 | DICOM file | DICOM file |
JPG file (의료영상을 다루기 어려운 사용자를 위하여 JPG 형태로 제공함) | JPG file | |
Bin file (어노테이션 영상파일) | ||
JSON file (어노테이션 텍스트파일) |
- 모든 치아는 치아번호와 함께 제공됨. 특히 인구통계학적 정보인 성별 나이대를 포함하고 있어 AI 모델 생성시 활용할 수 있도록 제공함
대표도면
필요성
- 본 데이터셋을 활용하여 치의학영상의 해부학적 세그멘테이션이 가능한 AI를 개발할 수 있으며, 현재 활용중인 소프트웨어 및 하드웨어와 연계하여 시너지 효과를 발휘할 수 있음
치아교정 전 시뮬레이션 소프트웨어가 자동으로 치아를 세그멘테이션 하면, 사용자는 치아의 이동 등으로 발생할 수 있는 문제점을 미리 확인할 수 있으며, 의료장비에 탑재되어 단순 영상을 제공하는 것이 아니라 영상을 확인하고 실질적인 정보 (예를 들면, 특정치아(치아번호로 표시)에 치아우식증 발견)을 제공할 수 있음
기존의 의료기기에 경쟁력을 증대시켜 글로벌 시장에서 시장 우위를 점유할 할 수 있음
데이터 구조
JSON] 치아 세그멘테이션 텍스트 데이터
Key | Values |
---|---|
data-group | 장비명 / 장비 고유번호 |
case | 케이스 아이디 / 상태 |
facility | 어노테이션 기관 정보 |
patient | 환자정보 (개인식별정보 없음) |
study | 검사정보 |
meta | 영상 메타정보 |
annotation | 각 치아번호 별로 폴리곤 좌표정보 |
데이터셋 구축 담당자
수행기관(주관) : 헬스허브
책임자명 | 전화번호 | 대표이메일 | 담당업무 |
---|---|---|---|
변시섭 | 010-7776-9746 | terry.byon@healthhub.kr | · 과제총괄 / 어노테이션도구 / 시범서비스 / 품질관리 |
수행기관(참여)
기관명 | 담당업무 | 기관명 | 담당업무 |
---|---|---|---|
서울대학교치과병원 | · 의료영상 수집, 어노테이션 및 전문의 검증 | 굿임팩트 | · 의료영상 어노테이션 |
논문 인용 정보