AI-Hub

데이터 변경이력

데이터 히스토리

소개

환자군과 건강대조군을 대상으로 임상 의료데이터, 수면데이터, 음성, 라이프로그 데이터 획득을 통해 최신 인공지능 학습기술 적용이 가능한 데이터 구축

구축목적

정신건강 질환 코호트를 구축하여 수집되는 데이터를 확보하고 이를 활용한 인공지능 서비스 모델 개발

데이터 통계

1. 데이터 구축 규모

• 총 36,000건 (원천 데이터 18,000건, 라벨링 데이터 18,000건)

  1. 데이터 구축 규모

  구분		세부내역	구축량
  원천 데이터	음성	1. 즐겁고 행복했던 기억 음성	2,000건
  		2. 힘들고 괴로웠던 기억 음성	2,000건
  		3. 긍정 그림 보고 설명 음성	2,000건
  		4. 부정 그림 보고 설명 음성	2,000건
  		5. 중립 그림 보고 설명 음성	2,000건
  		6. 숫자 1부터 20까지 세기 음성	2,000건
  		7. 숫자 20부터 1까지 세기 음성	2,000건
  		8. 가을 낭독 음성	2,000건
  	임상	사회인구학적 특성, 라이프 로그 등	2,000건
  라벨링 데이터	음성	1. 즐겁고 행복했던 기억 음성 라벨	2,000건
  		2. 힘들고 괴로웠던 기억 음성 라벨	2,000건
  		3. 긍정 그림 보고 설명 음성 라벨	2,000건
  		4. 부정 그림 보고 설명 음성 라벨	2,000건
  		5. 중립 그림 보고 설명 음성 라벨	2,000건
  		6. 숫자 1부터 20까지 세기 음성 라벨	2,000건
  		7. 숫자 20부터 1까지 세기 음성 라벨	2,000건
  		8. 가을 낭독 음성 라벨	2,000건
  	임상	사회인구학적 특성, 라이프 로그 등 라벨	2,000건

2. 데이터 분포

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

활용 모델
1. 모델학습

• Support-Vector Machine (SVM)은 결정 경계(Decision boundary), 즉 분류를 위한 기준선을 정의하는 모델임. 서포트 벡터(support vector)는 결정 경계와 가까이 있는 데이터 포인트들을 의미하며, 마진(Margin)은 결정 경계와 서포트 벡터 사이의 거리를 의미함. 최적의 결정 경계는 마진을 최대화하므로, 이를 이용하여 학습을 수행함. 대부분의 머신러닝 지도학습 알고리즘은 학습 데이터 모두를 사용하여 모델을 학습한다. 그런데, SVM에서는 결정 경계를 정의하는 게 결국 서포트 벡터이기 때문에 데이터 포인트 중에서 서포트 벡터만 잘 골라내면 나머지 쓸 데 없는 수많은 데이터 포인트들을 무시할 수 있으므로 매우 빠름.
  

2. 서비스 활용 시나리오

• 구축한 모델은 우울 진단 업무에 활용하거나 인공지능 기반 우울 진단 연구에 활용할 수 있음
• 우울 진단 업무 활용
  • 서비스 수요자가 정신건강의학과 의사나 정신건강 상담사라면 우울 진단 업무에 우울 진단 보조 도구로 활용할 수 있음
• 인공지능 기반 우울 진단 연구 활용
  • 데이터 수요자가 정신건강의학과 연구자라면 인공지능 기반 우울 진단 연구에 활용할 수 있음

데이터 성능 점수

설명서 및 활용가이드 다운로드

데이터 포맷

1. 원시데이터 포맷 예시

2. jason 형식

• 음성 데이터
  
• 임상 데이터
  

3. 데이터 구성

• 음성 데이터

  데이터 포맷

  Key	Description	Type	Child Type
  info	데이터셋정보	Object
  name	데이터셋명	String
  description	데이터셋상세설명	String
  url	데이터셋URL	String
  date_created	데이터셋생성일자	String
  subject	참여자정보	Object
  id	참여자번호	String
  group	참여자구분	Number
  group_name	참여자 구분 이름	String
  sex	참여자 성별	Number
  sex_name	참여자 성별 이름	String
  age	참여자 나이	Number
  date_visited	방문일자	String
  voice	음성정보	Object
  category_id	음성분류식별자	Number
  category_name	음성분류명	String
  sampling_rate	음성 샘플링 레이트	Number
  file_name	음성파일명	String
  stt	Speech-to-text (STT)	String
  license	음성라이선스	String
  depression	라벨링정보	Object
  PHQ-9	PHQ-9 점수	Number
  category_id	클래스정보	Number
  category_name	라벨링텍스트	String
  licenses	라이선스	Array	Object
  name	라이선스명	String
  url	라이선스URL	String

• 임상 데이터

  임상 데이터

  Key	Description	Type	Child Type
  info	데이터셋정보	Object
  name	데이터셋명	String
  description	데이터셋상세설명	String
  url	데이터셋URL	String
  date_created	데이터셋생성일자	String
  subject	참여자정보	Object
  id	참여자번호	String
  group	참여자구분	Number
  group_name	참여자 구분 이름	String
  sex	참여자 성별	Number
  sex_name	참여자 성별 이름	String
  age	참여자 나이	Number
  date_visited	방문일자	String
  file_name	임상정보파일명	String
  license	임상정보라이선스	String
  depression	라벨링정보	Object
  PHQ-9	PHQ-9 점수	Number
  category_id	클래스정보	Number
  category_name	라벨링텍스트	String
  licenses	라이선스	Array	Object
  name	라이선스명	String
  url	라이선스URL	String

4. 어노테이션 포맷

• 음성 데이터

  음성 데이터

  구분	항목명	타입	필수여부	설명	범위	비고
  1	info	Object	O	데이터셋정보
  1-1	name	String	C	데이터셋명
  1-2	description	String	O	데이터셋상세설명
  1-3	url	String	O	데이터셋URL
  1-4	date_created	String	C	데이터셋생성일자	YYYY-MM-DD
  2	subject	Object	M	참여자정보
  2-1	id	String	M	참여자번호	[000011~399992]
  2-2	group	Number	M	참여자구분	[1,2]
  2-3	group_name	String	O	참여자 구분 이름	[환자군, 대조군]
  2-4	sex	Number	M	참여자 성별	[1,2]
  2-5	sex_name	String	O	참여자 성별 이름	[남자,여자]
  2-6	age	Number	M	참여자 나이	[17~99]
  2-7	date_visited	String	M	방문일자	YYYY-MM-DD
  3	voice	Object	M	음성정보
  3-1	category_id	Number	M	음성분류식별자	[1,2,3,4, 5,6,7,8]
  3-2	category_name	String	O	음성분류명	[행복기억, 불행기억, 사진1설명, 사진2설명, 사진3설명, 숫자세기내림, 숫자세기오름, 가을문단]
  3-3	sampling_rate	Number	O	음성 샘플링 레이트
  3-4	file_name	String	M	음성파일명
  3-5	stt	String	O	Speech-to-text (STT)
  3-6	license	String	O	음성라이선스
  4	depression	Object	M	라벨링정보
  4-1	PHQ-9	Number	M	PHQ-9 점수	[0~27]
  4-2	category_id	Number	M	클래스정보	[0,1]
  4-3	category_name	String	M	라벨링텍스트	[정상, 우울한 기분]
  5	licenses	Array	O	라이선스
  5-1	name	String	C	라이선스명
  5-2	url	String	C	라이선스URL

• 임상 데이터

  임상 데이터

  구분	항목명	타입	필수여부	설명	범위	비고
  1	info	Object	O	데이터셋정보
  1-1	name	String	C	데이터셋명
  1-2	description	String	O	데이터셋상세설명
  1-3	url	String	O	데이터셋URL
  1-4	date_created	String	C	데이터셋생성일자	YYYY-MM-DD
  2	subject	Object	M	참여자정보
  2-1	id	String	M	참여자번호	[000011~399992]
  2-2	group	Number	M	참여자구분	[1,2]
  2-3	group_name	String	O	참여자 구분 이름	[환자군, 대조군]
  2-4	sex	Number	M	참여자 성별	[1,2]
  2-5	sex_name	String	O	참여자 성별 이름	[남자,여자]
  2-6	age	Number	M	참여자 나이	[17~99]
  2-7	date_visited	String	M	방문일자	YYYY-MM-DD
  3	clinical_data	Object	M	임상정보
  3-1	file_name	String	M	임상정보파일명
  3-2	license	String	O	임상정보라이선스
  4	depression	Object	M	라벨링정보
  4-1	PHQ-9	Number	M	PHQ-9 점수	[0~27]
  4-2	category_id	Number	M	클래스정보	[0,1]
  4-3	category_name	String	M	라벨링텍스트	[정상, 우울한 기분]
  5	licenses	Array	O	라이선스
  5-1	name	String	C	라이선스명
  5-2	url	String	C	라이선스URL

5. 실제예시

• 음성 데이터
  
• 임상 데이터
  

데이터셋 구축 담당자

수행기관(주관) : 전남대학교병원

수행기관(참여)