구강악(2D/3D) 이미지

구강악 2D, 3D 이미지 AI 데이터

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

 

img

 

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

img

 

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

img
< [DICOM] 의료장비에서 전송된 원본 데이터 >
img
< [BIN] 치아번호 부여 및 세그멘테이션 데이터 >

 

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

 

img

 

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