NEW 낙상사고 위험동작 영상-센서 쌍 데이터
- 분야영상이미지
- 유형 센서 , 이미지 , 비디오
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2024-10-30 데이터 최종 개방 1.0 2024-06-28 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2024-06-28 산출물 공개 Beta Version 소개
- 낙상 유형별 사고위험 동작 동영상 데이터와 동영상과 시간이 동기화된 기간의 시계열 센서데이터를 수집하여 인공지능 학습용 데이터 세트를 구성하며, 확보된 데이터 세트를 이용한 시범 학습모델의 평가로 인공지능 모델의 개발과 시범 서비스를 구축
구축목적
- 낙상 영상·센서 데이터 수집 및 정제, AI모델 구축, AI 개발 - 낙상 분야(종합병원, 요양병원, 가정에서의 낙상 영상 데이터, 낙상 영상 센싱 데이터)의 인공지능 학습데이터 구축 및 개발
-
메타데이터 구조표 데이터 영역 영상이미지 데이터 유형 센서 , 이미지 , 비디오 데이터 형식 MP4/CSV/JPG 데이터 출처 자체 제작 라벨링 유형 키포인트(동영상)/BBOX(이미지) 라벨링 형식 JSON 데이터 활용 서비스 낙상 예방 서비스 개발 등 데이터 구축년도/
데이터 구축량2023년/영상 22,672 클립, 이미지 226,720장 -
- 데이터 구축 규모
- 영상 데이터 22,672 클립
- 이미지 데이터 226,720 건- 데이터 분포
- 촬영 각도 분포
데이터 분포 - 촬영 각도 분포 전체 수량 22,672개 촬영 각도 분포 클래스 건수 비율 C1 2,834 12.50% C2 2,834 12.50% C3 2,834 12.50% C4 2,834 12.50% C5 2,834 12.50% C6 2,834 12.50% C7 2,834 12.50% C8 2,834 12.50% 
- 보조의료 기구 분포
데이터 분포 - 보조의료 기구 분포 전체 수량 22,672개 분포 클래스 건수 비율 없음(none) 19,136 84.40% 이동형 수액걸이 또는 지팡이(cane) 552 2.43% 휠체어(bathchair) 1,320 5.82% 목발(crutch) 992 4.38% 걸음보조기 672 2.96% (senior_device) 
- 낙상 종류 분포
데이터 분포 - 낙상 종류 분포 전체 수량 22,672개 분포 클래스 건수 비율 비낙상 5,680 25.05% 전면낙상 7,736 34.12% 후면낙상 5,816 25.65% 측면낙상 3,440 15.17% 
- 연령대 분포
데이터 분포 - 연령대 분포 전체 수량 22,672개 분포 클래스 건수 비율 청소년·청년 5,600 24.70% (14-39세) 중장년·노년층 17,072 75.30% (40세이상) 
- 성별 분포
데이터 분포 - 성별 분포 전체 수량 22,672개 분포 클래스 건수 비율 남성 11,408 50.32% 여성 11,264 49.68% 
- 장소 분포
데이터 분포 - 장소 분포 전체 수량 22,672개 분포 클래스 건수 비율 병원 5,472 24.14% 집 6,488 28.62% 노인정 또는 요양병원 10,440 46.05% 길거리 272 1.20% 
-
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드- 대표성 : 사용자의 데이터 활용도를 고려, 주요 낙상방향인 전면낙상, 후면낙상, 측면낙상과 비낙상으로 구성되어있으며 병원, 요양병원, 가정, 길거리등 낙상이 발생할 수 있는 장소로 구성
- 독립성 :
- 영상은 8개의 방향에서 촬영되었으며, 신체에 부착한 센서는 12개로 구성됨.
- 모든 영상데이터와 센서데이터는 쌍을 이루고 있음
- 비낙상 촬영 시나리오 중 ‘넘어질 뻔함(near-fall)’을 포함하고 있음(별도의 라벨링 없음)- 활용모델
- 모델학습
- 본 데이터는 22,672개의 영상과 센서데이터로 구성되어있으며 학습, 검증, 테스트 데이터수를 제한하지 않는다.
- 영상데이터의 경우 전처리 단계에 상당한 시간이 소요됨으로 사전에 수행할 것을 제안함- 서비스 활용 시나리오
- 노인 장기 요양시설 내 병실에 CCTV 설치 의무화 법안*이 시행됨에 따라 노인 장기 요양시설 내 낙상사고 피해 최소화를 위한 연구 활성화* 노인장기요양보호법 제 33조의 2 (폐쇄회로 텔레비전의 설치 등
- 낙상사고로 인한 응급의료연계 관리시스템 기반 기술 연구
- 낙상 발생 전, 후 예측 모델이 도입됨에 따라 낙상 관련 의료영역의 구조적 변화 기대
- 낙상 위험도 예측 인공지능 소프트웨어 개발로 인한 선제적 의료중재로 낙상 발생 감소효과 및 간호영역에서의 업무량 경감과 치료비용 감소
- 중소·벤처, 스타트업, 연구소, 대학 등의 인공지능 기술 개발 촉진할 것으로 기대하며, 대규모 인공지능 학습용 데이터 구축·개방을 통한 인공지능산업 발전 기대 -
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드- 어노테이션 포맷
어노테이션 포맷 구분 속성명 타입 필수여부 설명 비고 1 metadata Object 학습용 데이터 메타정보 1-1 description String Y 데이터셋 이름 1-2 scene_id String Y 파일 고유번호 1-3 scene_format String Y 파일 포멧 1-4 scene_res String Y 해상도 1-5 creator String N 데이터셋 구축자 1-6 distributor String N 데이터셋 제공자 1-7 date String Y 촬영날짜 2 scene_info Object 영상 정보 2-1 scene_loc String Y 촬영장소 병원, 집, 노인정 또는 요양병원, 길거리 2-2 scene_pos String Y 낙상위치 병실, 화장실, 복도, 계단, 현관, 주방, 거실, 방, 소파, 입구, 내리막길, 평지 젖은길 2-3 scene_method String Y 움직임방법 cane, crutch, bathchair, senior_device, none 2-4 scene_IsFall String Y 낙상여부 낙상, 비낙상 2-5 scene_cat_name String Y 낙상유형 전면낙상, 후면낙상, 측면낙상, 비낙상 2-6 fall_type String Y 낙상사유 중심 잃고 넘어짐, 미끄러져 넘어짐, 걸려 넘어짐, 부딧쳐 넘어짐 2-7 scene_Iength number Y 영상길이 2-8 cam_num number Y 카메라 번호 01월 08일 3 actor_info Object 배우(환자) 정보 3-1 actor_id String Y id(배우 식별자) 3-2 actor_age String Y 연령대 adult1(청소년청년), adult2(중장년노년) 3-3 actor_sex String Y 성별 W,M 4 sensordata Object 4-1 fall_start_frame number Y 낙상시작 프레임 4-2 fall_end_frame number Y 낙상종료 프레임 5 scene_path 5-1 scene_path String Y 영상 경로 <영상 JSON 포맷>
영상 JSON 포맷 구분 속성명 타입 필수여부 설명 범위 1 metadata Object 학습용 데이터 메타정보 1-1 description String Y 데이터셋 이름 1-2 scene_id String Y 파일 고유번호 1-3 scene_format String Y 파일 포멧 1-4 scene_res String Y 해상도 1-5 date String N 촬영날짜 1-6 file_name String N 파일 이름 1-7 img_format String Y 이미지 포멧 2 bboxdata Object bbox data 2-1 bbox_location String Y bbox 점좌표(X,Y) 3 img_path 3-1 img_path String Y 이미지 경로 <이미지 JSON 포맷>
- 실제 예시
<영상 JSON 예시>
<이미지 JSON 예시> -
데이터셋 구축 담당자
수행기관(주관) : 순천향대학교 산학협력단
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 김광석 010-6616-8456 kimks5005gt@gmail.com 실무책임 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜브이런치 획득/수집 ㈜자유로운소프트 데이터 정제 ㈜케이엘큐브 데이터 가공(라벨링) ㈜어니컴 검수 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 전섭 041-530-1059 sjeon4595@gmail.com 김광석 010-6616-8456 kimks5005gt@gmail.com AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 전섭 041-530-1059 sjeon4595@gmail.com 김광석 010-6616-8456 kimks5005gt@gmail.com 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 전섭 041-530-1059 sjeon4595@gmail.com 김광석 010-6616-8456 kimks5005gt@gmail.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.