콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
본 데이터는
온라인 안심존 데이터 ?

온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석

입니다.
#조기 진단 # 딥러닝 인공지능 # 영상데이터 # 이미지데이터 # 유방 초음파 # 유방 촬영술 # 유방 MRI # 양성 # 악성

유방암 진단 의료 영상

유방암 진단 의료 영상
  • 분야헬스케어
  • 구분 안심존(온라인)
  • 유형 비디오 , 이미지
구축년도 : 2020 갱신년월 : 2021-06 조회수 : 2,869 다운로드 : 28

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2021-06-30 데이터 최초 개방

    소개

    유방암 진단 및 치료 과정에서 필요한 영상·이미지 데이터

    구축목적

    의료 진단에서 활용될 수 있는 의료 인공지능 개발이 세계적으로 소개되고 있지만 민감한 의료 정보를 담고 있기 때문에 접근할 수 있는 오픈소스 의료 데이터의 종류가 제한적임.
    따라서 유방암 진단에 활용할 수 있는 3종류의 유방암 의료 영상 데이터셋을 구축하여 영상 진단 판독을 보조할 수 있는 의료 인공지능 개발을 도모하고 의료 산업의 발전을 기대함
  • 구축 내용 및 제공 데이터량

    • 유방암 데이터셋은 병원으로부터 원본 의료 이미지 데이터 획득 후 익명화 및 비식별화 과정을 거친 뒤 전문의의 라벨링으로 구축되었음.
      구축 내용 및 제공 데이터량 구조테이블
      유형 구축 건수(건)
      분류 환자수 영상 수
      유방 초음파 양성 600명 600명
      악성 600명 600장
      유방 촬영술 잔존암이 없는 환자 150명 600장
      잔존암이 있는 환자 150명 600명
      유방 MRI 잔존암이 없는 환자 150명 326,425장
      잔존암이 있는 환자 150명 326,413장
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • 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 양성/악성 감별진단 정확도 Image Classification CNN 기반 분류 모델(VGG-16, GoogleLeNet, Residual Network) AUC-ROC 0.8 단위없음 0.93 단위없음
    2 치료 후 잔존암 여부 예측 정확도 Image Classification CNN 기반 분류 모델(CGG-16, GoogleLeNet, Residual Network), AI Task: Image Classification AUC-ROC 0.7 단위없음 0.71 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 다운로드

    데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2021.06.30 데이터 최초 개방  

    구축 목적

    • 의료 진단에서 활용될 수 있는 의료 인공지능 개발이 세계적으로 소개되고 있지만 민감한 의료 정보를 담고 있기 때문에 접근할 수 있는 오픈소스 의료 데이터의 종류가 제한적임.
    • 따라서 유방암 진단에 활용할 수 있는 3종류의 유방암 의료 영상 데이터셋을 구축하여 영상 진단 판독을 보조할 수 있는 의료 인공지능 개발을 도모하고 의료 산업의 발전을 기대함.

    활용 분야

    • 의료 영상 판독 보조 소프트웨어 산업

    소개

    • 의료용 인공지능 학습 모델 개발을 위한 멀티모달 유방 영상 의료 데이터셋 구축
    • 유방암의 종양 감별을 위한 유방 초음파의 양성, 악성 이미지 데이터셋 구축
    • 항암 치료 이후 유방의 잔존암이 남아있는지 유, 무를 판별하기 위한 유방 MIR, 유방촬영술 이미지 데이터셋 구축

    구축 내용 및 제공 데이터량

    • 유방암 데이터셋은 병원으로부터 원본 의료 이미지 데이터 획득 후 익명화 및 비식별화 과정을 거친 뒤 전문의의 라벨링으로 구축되었음.
      구축 내용 및 제공 데이터량 구조테이블
      유형 구축 건수(건)
      분류 환자수 영상 수
      유방 초음파 양성 600명 600명
      악성 600명 600장
      유방 촬영술 잔존암이 없는 환자 150명 600장
      잔존암이 있는 환자 150명 600명
      유방 MRI 잔존암이 없는 환자 150명 326,425장
      잔존암이 있는 환자 150명 326,413장

    대표도면

    대표도면 표
    모달리티 유방암 영상데이터 데이터
    포맷
    어노테이션
    항목
    메타데이터
    JSON 형식
    유방
    초음파
    유방암 진단 의료 영상-대표도면_1_유방암 영상데이터(유방 초음파)

     

    DICOM 병변 부위
    Polygon
    체크
    ● DICOM 파일(비식별화 후)
    ● - patient id => anonymized id
    ● - patient name => anonymized
    ● JSON 파일
       - 환자:JSON = 1:1
    ● Excel 파일
    - 양성/악성정보 비식별 환자ID, 나이, 제조사, 모델명
    유방촬영술 유방암 진단 의료 영상-대표도면_2_유방암 영상데이터(유방촬영술)

     

    DICOM 병변 부위
    Polygon
    체크
    ● DICOM 파일 (비식별화 후)
    ● - patient id => anonymized id
    ● - patient name => anonymized
    ● JSON 파일
       - 환자:JSON = 1:n
    ● Excel 파일 - 잔존암 정보, 비식별 환자ID, 나이, 제조사, 모델명, 사이드, ER, PR, HER2, IDC, Compression force
    유방
    MRI
    유방암 진단 의료 영상-대표도면_3_유방암 영상데이터(유방MRI)

     

    DICOM 병변 부위
    Polygon
    체크
    ● DICOM 파일
    ● - patient id => anonymized id
    ● - patient name => anonymized
    ● JSON 파일
     - 환자:json = 1:n
    ● Excel 파일
    - 잔존암정보, 비식별 환자ID, 나이, 제조사, 모델명, 사이드, ER, PR, HER2, IDC

    필요성

    • 유방암 데이터셋은 의료진이 유방암 환자를 진단할 때 사용하는 대표적인 영상 3가지(유방 초음파, 유방 촬영술, 유방 MRI) 카테고리로 구성됨
    • 현재 인공지능 기술은 오픈소스 활용 등으로 다양하게 발전하고 있으나, 학습에 기반이 되는 데이터는 환자 정보로 인한 의료 정보의 특수성으로 확보가 어려움
    • 따라서, 유방암 진단을 위한 3가지 종류의 데이터셋을 통해 의료 인공지능 기술 발전을 도모하고 인공지능 진단 모델을 활용하여 의료진의 종합적이고 효율적인 진단을 통한 의료 서비스의 질적 향상을 기대함

    데이터 구조

    • 데이터구성
      - 메타데이터는 JSON 포맷으로 제공됨
      1) 유방초음파
      유방초음파 데이터구성 표
      컬럼명 상세내역
      recvid
      (type: number)
      환자 익명 ID
      (min: 1000000, max: 9999999)
      annotation_type
      (type: string)
      어노테이션 유형
      (polygon segmentation)
      class
      (type: number)
      0: 양성, 1: 악성
      2) 유방촬영술
          - dcm파일마다 json 파일이 제공되며, 유방촬영술 view정보 포함
      유방촬영술 데이터구성 표
      컬럼명 상세내역
      recvid
      (type: number)
      환자 익명 ID
      (min: 1000000, max: 9999999)
      mammo_view
      (type: string)
      유방촬영술 View 정보
      (RCC, LCC, RMLO, LMLO)
      annotation_type
      (type: string)
      어노테이션 유형
      (polygon segmentation)
      exist_binary
      (type: number)
      유방촬영술 View에 따른
      세그멘테이션 파일 유무
      0: 세그멘테이션 파일 없음
      1: 세그멘테이션 파일 있음
      class
      (type: number)

      0: 잔존암 있음 (no pCR),
      1: 잔존암 없음 (pCR)

      3) 유방MRI
          - MRI 단일 볼륨 Series폴더 마다 json파일 제공
      유방MRI 데이터구성 표
      컬럼명 상세내역
      recvid
      (type: number)
      환자 익명 ID
      (min: 1000000, max: 9999999)
      serious_name
      (type: string)
      유방MRI Serious 정보 제공
      (t1_post_1, t1_post_2, t1_post_3,
      t1_post_4, t1_post_5, t1_post_sub_1,
      t1_post_sub_2, t1_post_sub_3,
      t1_post_sub_4, t1_post_sub_5,
      t1_pre, t2)
      annotation_type
      (type: string)
      어노테이션 유형
      (polygon segmentation)
      class
      (type: number)
      0: 잔존암 있음 (no pCR),
      1: 잔존암 없음 (pCR)
  • 데이터셋 구축 담당자

    수행기관(주관) : 에이아이트릭스
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    유진규 02-569-5507 contact@aitrics.com · 데이터구축 총괄
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    경북대칠곡병원 · 원본 데이터 제공 및 데이터 어노테이션
    경북대학교 산학협력단-IT대학 컴퓨터학부 · 데이터 익명화 작업 및 데이터 어노테이션 툴 개발
    · 유방암 데이터셋을 활용한 AI모델 개발
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    백원중(에이아이트릭스) 02-569-5507 contact@aitrics.com
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청
  • 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

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 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 -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"

※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.