AI-Hub

데이터 변경이력

소개

의료 지식베이스 기반 췌장암 예측진단 및 치료 과정에서 의료 영상 인식 분야에 활용할 수 있는 영상·이미지 학습 데이터셋 구축

구축목적

췌장암 진단 및 치료 과정에서 필요한 의료 이미지 데이터셋 구축
의료 영상의 판독 결과와 진단 및 치료에 영향을 주는 임상 정보 등을 어노테이션한 학습용 데이터셋 구축
구축된 AI데이터를 이용하여 의료 단계별 의사결정에 직간접적 영향을 줄 수 있는 AI모델 제시

구축 내용 및 제공 데이터량

• 췌장암의 DICOM 영상파일과 어노테이션 PNG파일, 임상정보의 JSON 파일을 수집
• 어노테이션을 통해 악성(malignant), 양성(benign), 정상(normal)로 구분

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

데이터 성능 점수

설명서 및 활용가이드 다운로드

데이터 변경이력

구축 목적

• 췌장암 진단 및 치료 과정에서 필요한 의료 이미지 데이터셋 구축
• 의료 영상의 판독 결과와 진단 및 치료에 영향을 주는 임상 정보 등을 어노테이션한 학습용 데이터셋 구축
• 구축된 AI데이터를 이용하여 의료 단계별 의사결정에 직간접적 영향을 줄 수 있는 AI모델 제시

활용 분야

• 국가차원의 의료 지식베이스 및 이용환경 제공으로 간암, 담낭암, 췌장암 관련 지능정보산업 활성화, 의료 질 향상, 우리나라의 데이터 경제를 가속화 하는데 기여
• 공공 및 민간의 지능정보기술 개발 촉진과 지능정보산업 육성을 위한 지능정보 데이터 인프라 구축 및 이용환경 제공
• 췌장암의 진단에 중요한 다양한 진단 영상과 임상 자료를 추가한 인공지능 학습용 데이터 구축
• 인공지능 학습용 데이터 구축 및 췌장암 표준화 영상 진단법 개발
• 질환의 진단과 예후 등의 임상 인자를 예측할 수 있는 모델 제작

소개

• 췌장암 진단 인공지능기술의 개발 확산을 위해 특정 질환의 영상 이미지 및 임상정보와 전문의의 진단정보 등이 포함된 학습용 데이터셋 의료 지식 베이스 구축

   

구축 내용 및 제공 데이터량

• 췌장암의 DICOM 영상파일과 어노테이션 PNG파일, 임상정보의 JSON 파일을 수집
• 어노테이션을 통해 악성(malignant), 양성(benign), 정상(normal)로 구분

대표도면

• 좌측 : dcm파일, 우측 : 병변 라벨링한 png파일

   

  
• 임상정보 json 파일

   

  

필요성

• 고차원 의료영상(CT, MRI 등) 급증과 의료진의 부족
• 의료영상 분석 및 진단 보조 솔루션 개발의 도입과 복부 장기에 대한 분야의 적용 제한
• 기반구축 지원의 필요성 - 해외는 다양한 분야에서 인공지능 기술 개발에 활용할 인공지능 학습 데이터 및 학습 환경 등 기반 인프라가 활성화되어 있음. 반면, 국내의 경우 개인정보 침해, 저작권, 초상권 등 다양한 이슈로 양질의 데이터 개방 및 활용은 여전히 어려운 상황임
• 간담도 췌장암의 진단 향상 및 오진율 감소를 위한 영상진단 인공지능 학습용 데이터 구축 필요
  - 일반적인 검진에서 진단이 어렵고, 오진 가능성이 높아 췌장암 진단을 위해서는 장기간의 시간과 훈련이 필요하며 치료비용의 부담 또한 증가함.
  - 영상검사 사용 증가에 따른 췌장 병변 발견 부담이 증가하였으며, 이에 따라 객관적이고 정확하며 표준화된 영상 검사 해석법이 필요함

데이터 구조

• 데이터 구성
  - DICOM 영상 파일, PNG 어노테이션 파일, JSON 임상 정보 파일

   

  1. 폴더 구조

   

  - 폴더명 항목

   

  - 폴더명 세부 항목

   

  2. DICOM 파일 구성
  - M : 필수요소, M* : 조건하 필수요소, U : 부가정보

   

  3. 어노테이션(PNG) 구성
  - 나뉘어진 개별 Mask의 구분이 PNG 내 Bit로 구분되어 기록됨
  - PNG 내 8비트 활용 개별 마스크 매핑
  - DICOM 파일 1개에 대해서 1개의 PNG 파일이 매핑됨.
  - PNG 파일의 전체크기는 DICOM 파일 크기와 일치시켜, 어노테이션한 위치를 고정으로 가져감.
  - PNG 파일내 특정 분류 값 표현을 하도록 정의하며, Gray scale을 사용함.
  - PET-CT의 경우, DICOM 파일만 제공.
  - 췌장 정상 CT의 경우, DICOM 파일 1개에 대해서 어노테이션 되지 않은 1개의 PNG파일이 매핑됨.
  - 암종별 카테고리에 따른 지정된 bit 자리를 사용함.

  어노테이션(PNG) 구성 표

  8bit - (RGB)	췌장 (Pancreas)
  000000 (0,0,0)	- (transparency)
  800000 (128,0,0)	NORMAL
  008000 (0,128,0)	BENIGN1
  808000 (128,128,0)	BENIGN2
  000080 (0,0,128)	BENIGN3
  800080 (128,0,128)	MALIGNANT1
  008080 (0,128,128)	MALIGNANT2
  808080 (128,128,128)	MALIGNANT3

   

  4. 임상정보(JSON) 구성
  - 필수항목
  ・ 대분류 (정상, 악성, 양성)
  ・ 중분류 (normal, benign1~5, malignant)
  ・ 모달리티(CT, MR, PET-CT, (E)US)
  ・ 성별

   

  - 부가항목
  ・ 기본정보 (나이, 인종, 신장, 체중)
  ・ 혈액검사 CA19-9 (날짜, 방법, 레벨)
  ・ 추가진단 (췌장염, 타질병)
  ・ 췌장낭종 (진단분류, 위치, 장경, mural nodule, 수술방법)
  ・ 췌장암 (조직학적 분류, 병기, Tstage, 위치, 장경, 수술방법)
  ・ 전이여부 (위치, 치료여부, 특이사항)
  ・ 영상진단정보 (촬영일, 판독문)
  ・ 수술 (날짜, 병리결과지)
  ・ 기타

데이터셋 구축 담당자

수행기관(주관) : 국립암센터

수행기관(참여)

데이터 관련 문의처