※ 25년 신규 개방되는 데이터로, 데이터 활용성 검토, 이용자 관점의 개선의견 수렴 등을 통해 수정/보완될 수 있으며 최종데이터, 샘플데이터, 산출물 등은 변경될 수 있습니다
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2025-05-13 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2025-05-13 산출물 전체 공개 소개
실제 소아 복부 x-ray를 학습한 확산모델을 통해 선천성유문협착증, 기복증, 공기액체음영, 변비, 정상 클래스별로 합성데이터를 생성하여 의료이미지 데이터셋을 구축
구축목적
x-ray 합성데이터 생성모델을 통해 개인정보 및 윤리적 이슈가 없는 의료이미지 데이터셋을 구축 및 공개하여 연구 활성화 및 기술 개발에 활용
-
메타데이터 구조표 데이터 영역 헬스케어 데이터 유형 텍스트 , 이미지 데이터 형식 png 데이터 출처 기존 수집 라벨링 유형 세그멘테이션(이미지), 캡션(텍스트) 라벨링 형식 json 데이터 활용 서비스 소아 복부 x-ray 이미지 분석 데이터 구축년도/
데이터 구축량2024년/10,000set -
[데이터 구성]
데이터 구성 데이터 종류 데이터
형태이미지 규모(단위 : 장) 어노테이션 규모(단위 : 건) 파일 수 객체 수 캡션 수 토큰 수 소아 복부 X-ray
합성데이터합성
이미지10,000 선천성유문협착증 : 2,000 2,000 2,000 2,000 24,760 기복증 : 2,000 2,000 3,468 2,000 36,308 공기액체음영 : 2,000 2,000 3,898 2,000 16,428 변비 : 2,000 2,000 2,000 2,000 23,544 정상 : 2,000 2,000 - 2,000 17,948 총 계 10,000 10,000 11,366 10,000 118,988 [데이터 분포]
-
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드[활용 모델]
모델 학습
ConvNext 모델은 실시간 병변 분류 모델로, 병변 이미지 데이터를 활용하여 학습함. 본 사업에서는 구축된 데이터를 보편적인 데이터셋 비율인 학습, 검증, 시험을 8:1:1로 구분하여 검증과 시험 각각 1천 장으로 준비하는 것을 제안함.모델학습-ConvNext 학습(Training) 검증(Validation) 시험(Test) 개요 - ConvNeXt 모델 학습
- 로컬 환경에서 학습- 학습 도중 모델 성능 평가 및 비교
- Accuracy 지표 기준- 모델 학습 후 성능 평가
- Accuracy 지표 기준데이터 수량 8,000 장 1,000 장 1,000 장 
서비스 활용 시나리오
- x-ray에 나타난 병변으로 분류하는 서비스로 활용 가능
- 소아 복부 x-ray 병변 진단 서비스
- 데이터셋에 주어진 병변 라벨 뿐만 아니라 세그멘테이션 마스크를 활용하여 다양한 형태의 병변 분류 및 탐지 모델 개발이 가능
- 라벨의 활용에 따라 성능 우선 또는 추론 속도 우선 등의 모델 개발 선택이 가능
- 기타 서비스
- 데이터셋에 존재하는 캡션을 활용하여 LLM 기반의 멀티모달 학습 또는 임상 의사결정 지원 서비스로 활용 가능
- 생성모델을 활용한 x-ray 합성이미지 생성 서비스를 통해 연구 또는 성능 개선 목적으로 활용 가능 -
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드[데이터 구성]
데이터 구성 객체 라벨링 json 예시 
{
"filename": "1_0987.png",
"format": "png",
"imagePath": "1.질환/1.선천성유문협착증",
"imageDate": "2024-10-07",
"imageSize": "337.34 KB",
"imageWidth": 512,
"imageHeight": 512,
"patient": {
"age": null,
"diagnosis": 1
},
"shapes": [
{
"class": 1,
"points": [
[390, 149],
...
],
"group_id": null,
"shape_type": "polygon"
}
],
"caption": "A plain abdominal radiograph of an about 2-month-old male infant with moderate stomach dilation."
}이미지 캡션 A plain abdominal radiograph of an about 2-month-old male infant with moderate stomach dilation. [어노테이션 포맷]
어노테이션 포맷 No 항목 길이 타입 필수여부 비고 한글명 영문명 1 파일 이름 filename String Y 2 이미지 파일 포맷 format String Y 3 이미지 파일 경로 imagePath String Y 4 이미지 생성 일자 imageDate String N 5 파일크기(KB) imageSize String Y 6 이미지 가로 길이 imageWidth Integer Y 512 7 이미지 세로 길이 imageHeight Integer Y 512 8 환자 정보 patient JsonObject Y 8-1 환자 나이 구분 age Integer N [1,2,3,4,5] 8-2 진단 구분 diagnosis Integer Y [1,2,3,4,5] 9 라벨링 정보 shapes JsonArray Y 9-1 마스크 객체 { JsonObject N 9-2 마스크 클래스 class Integer Y [1,2,3,4] 9-3 마스크 좌표 points 3≤ JsonArray Y 9-4 x, y 좌표 [ 2 JsonArray Y 9-5 좌표값 $value Integer Y 0≤,<512 ] 9-6 그룹 group_id String N 9-7 라벨링 타입 shape_type String N “polygon” } 10 이미지 설명 캡션 caption String Y [데이터 포맷]
데이터 포맷 이미지 
캡션 A plain abdominal radiograph of an about 2-month-old male infant with moderate stomach dilation. 객체 리스트 객체 1 클래스 2 객체 좌표 [[114, 165], ...] 객체 타입 polygon 객체 2 클래스 2 객체 좌표 [[289, 143], ...] 객체 타입 polygon 이미지 파일명 2_1834.png 이미지 높이 512 이미지 넓이 512 JSON 형식 및 실제 예시 
-
데이터셋 구축 담당자
수행기관(주관) : 서울대학교병원
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 김현영 02-2072-2478 spkhy02@snu.ac.kr 과제 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 경북대학교 산학협력단 생성모델 구현, 합성데이터 생성 고려대학교 산학협력단 데이터 제공 및 합성데이터 가공 검증 양산부산대학교병원 데이터 제공 및 합성데이터 가공 검증 ㈜서르 라벨 가공 및 검수, 합성데이터 품질 검증 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 이연주 070-5066-0525 yjlee@seoreu.com 박지애 070-5066-0525 ji_ae@seoreu.com AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 이해진 070-5066-0525 lee_hj@seoreu.com 최태훈 070-5066-0525 choi_th@seoreu.com 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 류연경 070-5066-0525 yg_ryu@seoreu.com 공한석 070-5066-0525 gong_hs@seoreu.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] [공용IRB 심의신청 가이드라인]
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.
오프라인 데이터 이용 안내
본 데이터는 K-ICT 빅데이터센터에서도 이용하실 수 있습니다.
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.
국방데이터 개방 안내
본 데이터는 국방데이터로 군사 보안에 따라 AI허브에서 데이터를 제공하지 않으며,
군 담당자를 통한 별도의 사용 신청이 필요합니다.