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.
#헬스케어 건강서비스 #헬스케어 의료

NEW 전정기능검사 데이터

전정기능검사 데이터 아이콘 이미지
  • 분야헬스케어
  • 구분 안심존(온라인)
  • 유형 텍스트 , 이미지
구축년도 : 2022 갱신년월 : 2023-12 조회수 : 8,206 다운로드 : 6

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.1 2023-12-13 데이터 최종 개방
    1.0 2023-05-04 데이터 개방(Beta Version)

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2024-01-10 산출물 전체 공개

    소개

    전정기관 질환 환자들을 정상, 말초성, 중추성 군으로 분류하는 모델링을 위해 9 개 병원, 10여 기관에서 수집한 멀티 모달 수치, 이미지, 동영상데이터

    구축목적

    전정기관 질환 환자들을 정상, 말초성, 중추성 군으로 분류하는 모델링
  • 1. 데이터 통계
    가. 데이터 구축 규모
    1) 포맷별: 텍스트 404만 6천, 이미지 208만 9천, 동영상 107만 2천
    2) 데이터별: vHIT 검사 결과지: 총 139만건, 안구 동영상/눈깜빡임 이미지 레이블: 265만 6천, 안구 눈깜빡임 이미지: 208만 9천, 안구 움직임 동영상: 107만 2천

    이름 결과물 건수 포맷 설명
    vHIT 검사결과지 139만 텍스트 단일 환자의 검진 시행별 동공, 
    두부 움직임 강도, 이득, 단속운동 횟수, 
    이득 정상 여부, 
    단속 정상 여부
    vHIT 레이블 204만 9천 텍스트 동공 움직임 방향 동영상 및 눈깜빡임 이미지에 대한 레이블
    vHIT 눈깜빡임 이미지 136만 3천 이미지 눈깜빡임 정지 이미지
    vHIT 안구 움직임 동영상 68만 5천 동영상 키프레임 동영상
    SN 레이블 60만 7천 텍스트 동공 움직임 방향 동영상 및 눈깜빡임 이미지에 대한 레이블
    SN 눈깜빡임 이미지 72만 6천 이미지 눈깜빡임 정지 이미지
    SN 안구 움직임 동영상 38만 7천 동영상 키프레임 동영상
    합계 720만 7천건  
     

     

    데이터 통계
    1. 정상(건)

    항목 VHIT/SN VHIT SN
    결과지 동영상 동영상
    목표량 7,000 3,100 3,100
    달성량 12,399 3,615 2,979
    달성비 177.10% 116.60% 96.10%

     

    2. 말초성(건)

    항목 VHIT/SN VHIT SN
    결과지 동영상 동영상
    목표량 12,340 3,100 3,100
    달성량 12,406 4,142 3,136
    달성비 100.50% 133.60% 101.20%

     

    3. 중추성(건)

    항목 VHIT/SN VHIT SN
    결과지 동영상 동영상
    목표량 4,250 1,000 1,000
    달성량 5,256 2,092 1,189
    달성비 123.70% 209.20% 118.90%

     

    4. 데이터 분포

    데이터 종류 정상 말초성 중추성
    VHIT/SN 결과지 41.30% 41.30% 17.50%
    VHIT 동영상 36.70% 42.10% 21.20%
    SN 동영상 40.80% 42.90% 16.30%

     

     

  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 상세 설명서 다운로드 AI 모델 다운로드

    1. 활용 모델
    가. 모델 학습
    1) 모델은 총 3개의 모델을 구현했으며, 그 선정 사유는 아래와 같음.

    학습 모델 후보  알고리즘  성능지표  선정 사유
    안진방향 판별 CNN+RNN AUC 0.50 이상 어지럼 진단에 중요한 요인
    눈깜빡임 분류 CNN AUC 0.80 이상 노이즈 제거
    전정질환군 분류 LightGBM AUC 0.60 이상 어지럼 진단 보조

     

    2) 선정 시에 아래와 같은 사항에 대해서 고려했음

    구분 고려사항 설명
    1 적합성 데이터 셋 구축 목적에 적합한 학습모델인가?
    2 활용성 해당 분야에서 활용성이 높은 학습 모델인가?
    3 실현가능성 구축된 학습데이터셋을 활용하여 실제 어지럼증 유형 분류에 적용하고 실현가능성이 높은 모델인가?
    4 선정 절차 1) 선정 기준에 적합한 후보 리스트업
    2) 1-Cycle 학습모델 개발
    3) 성능평가
    4) 최종 학습모델 선정

     

    3) 최종적으로 아래와 같은 선정 지표들을 기준으로 선정했음.

    후보 학습모델 적합성 활용성 실현가능성 선정여부
    안진방향 판별 O
    눈깜빡임 분류 O
    전정질환군 분류 O

     

    나. 서비스 활용 시나리오

    지능형과 통합 데이터를 직접 전문의 교차검증 통한 고품질 데이터 구축

    1) 클라우드 기반 전정기능 검사 - AI 플랫폼 제공
    2) 다양한 의료기관의 이비인후과 전문의가 활용할 수 있도록 추가 과제나 어지럼 기기 회사들과 협력 개발 도모
    3) 클라우드 서비스 기반의 의료 지식베이스 제공
    4) 어지럼 진단을 위한 인공지능 모델 데모 제공
    5) 학술지 / 세미나 / 언론을 활용한 홍보
    2. 기타정보
    가. 포괄성
    1) 전국 각지 (수도권, 전라도, 경상도, 충청도) 9개 병원 10개 기관의 데이터로 정상/말초성/중추성 환자군에 데이터를 포함하여 실제 유병율에 가까운 수치로 수집됨
    나. 독립성
    1) 원시 데이터에 있는 모든 개인정보 식별 가능한 정보는 수집 단계에서 파기 됨


    다. 유의사항
    1) 데이터 배포시 혹시나 있을 수 있는 환자 개인정보 침해에 대비하여 연구 참여자는 개인정보보호 서약서 등을 작성하여 데이터 배포 기관에 제출하도록 권고함.

     

  • 데이터 성능 점수

    측정값 (%)
    기준값 (%)

    데이터 성능 지표

    데이터 성능 지표
    번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수
    1 눈깜박임 분류 성능 Image Classification CNN AUC-ROC 0.8 단위없음 0.8162 단위없음
    2 안진 방향 분류(수평) 성능 Image Classification CNN AUC-ROC 0.5 단위없음 0.5006 단위없음
    3 전정질환군 분류 성능 Image Classification LightGBM AUC-ROC 0.65 단위없음 0.676299999999999 단위없음
    4 눈깜박임 분류 성능 Image Classification CNN F1-Score 0.5 0.520799999999999
    5 안진 방향 분류(수평) 성능 Image Classification CNN F1-Score 0.3 0.3314

    ※ 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

    1. 원천 데이터 포맷
    1.1. vHIT 검사 결과지 이미지: 전문 의료인 확인용 (인공지능 학습용 X, 장비별 포맷 상이)

    vHIT 검사 결과지 이미지 1

    vHIT 검사 결과지 이미지 2

    나. SN 검사지 이미지: 전문 의료인 확인용 (인공지능 학습용 X, 장비별 포맷 상이)
    SN 검사지 이미지

    다. vHIT 검사지: 장비별 차이점에 대한 표준화 완료. 이득 정상 여부, 단속 운동 정상 여부, 두부 움직임, 동공 움직임 강도 시계열 데이터(예시는 정제 후)

    vHIT 검사지

    라. vHIT/SN 수평/수직 안구 움직임 동영상

    vHIT/SN 수평/수직 안구 움직임 동영상

     

    마. vHIT/SN 눈깜빡임 이미지

     vHIT/SN 눈깜빡임 이미지

    2. 데이터 구성

    가. 환자 나이/성별/진단명 레이블

    Key Description Type
    patient_id 환자 아이디 string
    age 환자 나이 integer
    sex 환자 성별(‘M’ 또는 ‘F’) character
    diagnosis 환자 세부 진단명 string

    나. 두부 충동 검사 레이블

    Key Description Type
    Patient ID 환자 아이디 string
    Trial Number 검사 번호 integer
    Test Date 검사 일자 Datetime
    Test Type 검사 종류 string
    Direction 검사 방향 string
    Gain 이득값 float
    Overt Saccades 단속운동 횟수 integer
    Eye 안구운동 속도(혹은 강도) list[float]
    Head 두부운동 속도(혹은 강도) list[float]
    Gain Type 이득 정상 여부(‘Normal’ 또는 ‘Abnormal’) string
    Saccadic Type 단속운동 정상 여부(‘Normal’ 또는 ‘Abnormal’) string

    다. 안구 동영상 레이블

    Key Description Type
    frame_number 프레임 번호 integer
    time_sec 프레임 시간 time
    horizontal 수직 방향(‘left’ 또는 ‘right’) string
    blink 눈깜빡임 여부(‘C’ 또는 ‘O’) character
    blink_tagging 눈깜빡임 가공값 (‘Open’, ‘Closing’, 또는 ‘Closed’) string

    3. 가공 후 데이터 포맷 실제 데이터 예시

    가. 환자 나이/성별/진단명

    patient_id    age    sex    diagnosis
    NE_C_00029    78    M    other central vestibulopathy

     

    나. 두부 충동 검사

    Patient ID    Trial Number    Test Date    Test Type    Direction    Gain    Overt Saccades    Eye    Head    Gain Type    Saccadic Type
    NE_C_00043    1    2020-02-27 오전 10:21:01    SHIMP SHIMP Lateral    Left    1.07    1.0    ['-0.741762337685663', '0.787383612346648', '0.221781891152281', '-0.848370860816113', '-0.757598256290897', (중략)]    ['-0.721487502633797', '-1.0571808620088', '-1.2585968776338', '-1.4600128932588', '-1.5942902370088', (중략)]    Normal    Abnormal

     

    다. 환자 동영상

    frame_number    time_sec    horizontal    blink    blink_tagging
    36    0:00:01.200000        C    Closing
    37    0:00:01.233333    right    C    Closing
    38    0:00:01.266667    right    C    Closing
     

  • 데이터셋 구축 담당자

    수행기관(주관) : 순천향대학교 병원 산학협력단
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    이종대 교수 031-621-5015 ljdent@schmc.ac.kr 총괄
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    뉴로이어즈 데이터 정제, 가공(이득, 단속 운동 정상 여부), 인공 지능 모델링
    데이터헌트 데이터 가공(모든 데이터 가공 및 1차 검증)
    시너인 데이터 품질 검증(데이터 품질 최종 검증), 데이터 개방 지원팀 총괄
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    이종대 교수 031-621-5015 ljdent@schmc.ac.kr
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] [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.