AI-Hub

데이터 변경이력

데이터 히스토리

소개

위장관 내시경 검사에서 채취된 조직의 병리검사 이미지 12,006장으로 구성된 데이터셋

구축목적

위장관내시경 조직 이미지를 판독하여 병리 진단을 하기 위한 데이터셋

1. 데이터 구축 규모

2. 데이터 분포

• 연령 분포
  

  2. 데이터 분포 연령 분포

  색상	연령대	건수	비율
  	10대 이하	113	0.94%
  	20대	235	1.96%
  	30대	682	5.68%
  	40대	1590	13.24%
  	50대	3104	25.85%
  	60대	3437	28.63%
  	70대	2232	18.59%
  	80대 이상	613	5.11%

• 성별 분포
  

  2. 데이터 분포 성별 분포

  색상	성별	건수	비율
  	여성	4921	40.99%
  	남성	7085	59.01%

• 장기 분포
  

  2. 데이터 분포 장기 분포

  색상	장기	건수	비율
  	위	6413	53.42%
  	대장	5593	46.59%

• 검체종류 분포
  

  2. 데이터 분포 검체종류 분포

  색상	검체종류	건수	비율
  	endoscopic biopsy	10390	86.54%
  	endoscopic resection	1616	13.46%

• 진단별 분포
  • 장기: 위
    

    2. 데이터 분포 진단별 분포 장기: 위

    장기	색상	진단명	수량	백분율
    위		gastric adenocarcinoma	1244	19.48%
    		gastric neuroendocrine neoplasm	121	1.90%
    		gastric adenoma	685	10.73%
    		gastric lymphoma	483	7.56%
    		gastric non-epithelial neoplasm other than lymphoma (melanoma, GIST, leiomyoma, lipoma)	24	0.38%
    		H.pylori evaluation group	350	5.48%
    		gastritis with atypia	431	6.75%
    		gastritis with intestinal metaplasia	980	15.35%
    		normal stomach	2067	32.37%
    합계			6385	100%

  • 장기: 대장
    

    2. 데이터 분포 진단별 분포 장기: 대장

    장기	색상	진단명	수량	백분율
    대장		intestinal adenocarcinoma	655	11.65%
    		intestinal neuroendocrine neoplasm	309	5.50%
    		intestinal conventional adenoma	1661	29.55%
    		(including tubular, villous, tubulovillous)
    		intestinal serrated lesion (including HP, SSL, TSA)	718	12.77%
    		intestinal lymphoma	77	1.37%
    		ntestinal non-epithelial neoplasm other than lymphoma (melanoma, GIST, leiomyoma, lipoma)	97	1.73%
    		Inflammatory bowel disease (including UC and CD)	388	6.90%
    		intestinal polypoid lesion (including hamartomatous	355	6.32%
    		polyp, inflammatory polyp, and other polypoid lesion)
    		normal intestine	1361	24.21%
    합계			5621	100%

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

1. 활용 모델 
모델 학습

• 대장암 : 대장암 검출 학습 모델
  • 1 단계: Multi-Resolution Input CNN (Patch-level classifier) -> High resolution input patch와 low resolution input patch를 분석에 같이 사용하여 더 강건하고 일반적인 성능의 모델 개발 시도
    • High Resolution Input: 분석을 실행하고자 하는 대상이며 동시에 조직 이미지 분석에 있어서 세포 핵의 크기나 모양과 같은 국소적 시각 정보 (Local Visual Information) 를 주로 추출하는 입력 데이터
    • Low Resolution Input: High Resolution Input의 분석을 돕고자 해당 조직 영역의 주변의 전역적 문맥 정보 (Global Context Information) 를 주로 추출하는 입력 데이터
  • 2 단계: 앙상블 모델 (Slide-level classifier)
    • 학습 완료된 1단계 모델을 이용하여 WSI의 여러 특징들을 추출하고 해당 특징을 앙상블 모델로 학습 시켜 WSI 단위의 분류기 모델을 학습 시킴.
  • 학습 방법:
    • 데이터 분배 : Train : Validation : Test = 8 : 1 : 1
    • 모델 parameters:
      • batch size: 256
      • optimizer: adamW
      • initial learning rate: 0.001
      • schedulear: cosine annealing warm restarts
      • max epoch: 150
      • weight decay: 1e-5
• 위암 : 위암 검출 학습 모델
  • 데이터 전처리
    • 학습용 패치 추출 
    • Training set, Validation set에 있는 슬라이드의 mpp를 0.51로 표준화 이후 패치 추출 
    • Positive annotation annotation에서 패치 추출 
      
      [학습 패치 추출 예시]
  • 인공지능 모델 학습 
    • 알고리즘 설계 
      • 높은 해상도를 유지하기 위해 patch level의 학습 진행
      • Slide 당 patch의 tumor probability의 평균값으로 slide의 tumor probability를 예측
      • Tumor probability가 0.5 이상 일시 위암 진단, 아닐 시 정상 진단 
    • 사용 모델 
      • EfficientNet-B0 : 모델의 스케일 (width, depth, resolution)을 최적화 하여 가벼우면서 높은 정확도 때문에 현재 가장 널리 쓰이는 모델 (논문 인용 수 4,630회) 
      • ResNet50 : Residual block을 통해 모델 성능을 크게 끌어올려 전통적으로 가장 많이 사용하는 모델 (논문 인용 수 99,816회) 
    • 학습 환경 
      • Program language: python 3.8.10 
      • Framework: pytorch 1.9 
      • Patch size: 256
      • Optimizer: Adam
      • Learning rate scheduler: ReduceLROnPlateau  
      • Epoch: 100 
      • Batch size: [64, 128, 256] 
      • Initial learning rate: [1e-4, 1e-5, 1e-6] 
  • 제언 
    • 위에서 제시하는 학습 환경은 최적화된 옵션이 아닌, 본 데이터를 활용해 모델 개발을 하기 위한 최소한의 가이드라인임

2. 서비스 활용 시나리오

• Slide level malignant tumor screening : 주어진 소화기 병리조직 WSI의 malignant tumor 유무를 판별하여 빠르게 slide screening을 진행하고, tumor 영역의 시각화를 통해 전문 병리 의사의 업무를 보조 
• tumor visualization : 주어진 소화기 병리조직 WSI내에서 malignant tumor의 위치 영역을 시각화하여 전문 병리 의사의 진단 보조
• AI 추가 판독 (Second read) service : 증가하고 있는 판독 건수 대비 부족한 병리 전문의의 수를 고려할 때, 병리 의사 한 명이 부담해야 하는 업무량과 피로가 증가하고 있음. AI 기반 추가 판독을 통해 의료 사고 (e.g. Tumor를 놓치는 케이스)에 대한 안전 기준을 높일 수 있음

데이터 성능 점수

설명서 및 활용가이드 다운로드

1. 대표도면

• multiframe이미지 : dcm
  [어노테이션 정보가 포함된 multiframe이미지의 예시]
• single frame이미지 : jpg
  

2. 라벨링데이터 구성 (필수 : M / 필수아님 : O)

• 진단 라벨 : 1.Dataset>원천데이터>(case_id)>(case_id).csv

  2. 라벨링데이터 구성 진단 라벨

  구분	항목명	타입	필수여부	설명	범위	참조
  1	case_id	string	M	증례 일련번호	NA
  2	slide_id	string	M	이미지원천데이터 일련번호	NA
  3	age	int	M	진단시 연령	[0,200]	붙임1
  4	sex	int	M	성별	0 or 1	붙임1
  5	los	int	M	장기	0 or 1	붙임1
  6	los01	int	O	위장 세부위치	[0,3]	붙임1
  7	los11	int	O	대장 세부위치	[0,6]	붙임1
  8	proc	int	M	검체종류	0 or 1	붙임1
  9	dx_qc	int	M	진단	[0,17]	붙임1
  10	dx_code	string	M	세부진단 코드 (code for diagnosis)	NA	붙임1
  11	tstg0	int	O	위암병기 T category	[0,6]	붙임1
  12	nstg0	int	O	위암병기 N category	[0,4]	붙임1
  13	mstg0	int	O	위암병기 M category	0 or 1	붙임1
  14	tstg1	int	O	대장암병기 T category	[0,5]	붙임1
  15	nstg1	int	O	대장암병기 N category	[0,5]	붙임1
  16	mstg1	int	O	대장암병기 M category	[0,4]	붙임1
  17	preop	int	O	수술전 항암치료	0 or 1	붙임1
  18	msi0	int	O	MSI검사결과	0 or 1	붙임1
  19	ebv0	int	O	EBV검사결과	0 or 1	붙임1
  20	her20	int	O	HER2검사결과	0 or 1	붙임1
  21	kras1	int	O	KRAS검사결과	0 or 1	붙임1
  22	nras1	int	O	NRAS검사결과	0 or 1	붙임1
  23	braf1	int	O	BRAF검사결과	0 or 1	붙임1

  
  [붙임1]

  2. 라벨링데이터 구성 진단 라벨[붙임1]

  항목명	비고
  age
  sex	0=female, 1=male
  los	0=stomach, 1=large intestine
  los01	0=antrum, 1=angle, 2=body 3=cardia/EJG, 9999=NA
  los11	0=cecum, 1=ascending colon, 2=transverse colon, 3=descending colon, 4=sigmoid, 5=rectosigmoid, 6=rectum, 9999=NA
  proc	0=biopsy, 1=resection
  tstg0	0=Tis, 1=T1a, 2=T1b, 3=T2, 4=T3, 5=T4a, 6=T4b, 9999=NA
  nstg0	0=N0, 1=N1, 2=N2, 3=N3a, 4=N3b, 9999=NA
  mstg0	0=M0, 1=M1, 9999=NA
  tstg1	0=Tis, 1=T1, 2=T2, 3=T3, 4=T4a, 5=T4b, 9999=NA
  nstg1	0=N0, 1=N1a, 2=N1b, 3=N1c, 4=N2a, 5=N2b, 9999=NA
  mstg1	0=M0, 1=M1, 9999=NA
  preop	0=no, 1=yes
  msi0	0=intact, 1=abnormal, 9999=NA
  ebv0	0=negative, 1=positive, 9999=NA
  her20	0=not amplified, 1=amplified, 9999=NA
  kras1	0=wild, 1=mutant, 9999=NA
  nras1	0=wild, 1=mutant, 9999=NA
  braf1	0=wild, 1=mutant, 9999=NA
  dx_qc	0=gastric adenocarcinoma,
  	1=gastric neuroendocrine neoplasm,
  	2=gastric adenoma,
  	3=gastric lymphoma,
  	4=gastric non-epithelial neoplasm other than lymphoma (melanoma, GIST, leiomyoma, lipoma),
  	5=H.pylori evaluation group,
  	6=gastritis with atypia,
  	7=gastritis with intestinal metaplasia,
  	8=normal stomach,
  	9=intestinal adenocarcinoma,
  	10=intestinal neuroendocrine neoplasm,
  	11=intestinal conventional adenoma (including tubular, villous, tubulovillous), 12=intestinal serrated lesion (including HP, SSL, TSA),
  	13=intestinal lymphoma,
  	14=intestinal non-epithelial neoplasm other than lymphoma (melanoma, GIST, leiomyoma, lipoma),
  	15=Inflammatory bowel disease (including UC and CD),
  	16=intestinal polypoid lesion (including hamartomatous polyp, inflammatory polyp, and other polypoid lesion),
  	17=normal intestine
  dx_detail	세부진단	code for diagnosis
  	Stomach Papillary adenocarcinoma	c0000001
  	Stomach Tubular adenocarcinoma WD	c0000002
  	Stomach Tubular adenocarcinoma MD	c0000003
  	Stomach Tubular adenocarcinoma PD	c0000014
  	Stomach Poorly cohesive carcinoma	c0000015
  	Stomach Signet ring cell carcinoma	c0000016
  	Stomach Mucinous adenocarcinoma	c0000017
  	Stomach Medullary carcinoma with lymphoid stroma	c0000018
  	Stomach Tubular adenoma high grade	c0001100
  	Stomach Tubular adenoma low grade	c0001110
  	Stomach Atypia vienna 2	c0110000
  	Stomach Atypia vienna 1	c0110100
  	Stomach Neuroendocrine Neoplasm	c0000100
  	Stomach H.pylori positive	c0100000
  	Stomach H.pylori negative	c0100100
  	Stomach Intestinal metaplasia	c0111000
  	Stomach Normal	c0111100
  	Stomach Lymphoma	c0010000
  	Stomach Melanoma	c0010100
  	Stomach Gastrointestinal stromal tumor	c0012100
  	Stomach Leiomyoma	c0011120
  	Stomach Lipoma	c0011130
  	Intestine Adenocarcinoma WD	c1000000
  	Intestine Adenocarcinoma MD	c1000010
  	Intestine Adenocarcinoma PD	c1000020
  	Intestine Neuroendocrine Neoplasm	c1000100
  	Intestine Tubular adenoma high grade	c1001000
  	Intestine Tubular adenoma low grade	c1001001
  	Intestine Tubulovillous adenoma high grade	c1001010
  	Intestine Tubulovillous adenoma low grade	c1001011
  	Intestine Villous adenoma high grade	c1001020
  	Intestine Villous adenoma low grade	c1001021
  	Intestine Hyperplastic polyp	c1001100
  	Intestine Sessile serrated lesion	c1001101
  	Intestine Traditional serrated adenoma	c1001102
  	Intestine Lymphoma	c1010000
  	Intestine Melanoma	c1010100
  	Intestine Gastrointestinal stromal tumor	c1012000
  	Intestine Leiomyoma	c1011000
  	Intestine Lipoma	c1011100
  	Intestine Crohndisease	c1100000
  	Intestine Ulcerative colitis	c1101000
  	Intestine Hamartomatous polyp	c1110000
  	Intestine Inflammatory polyp	c1110100
  	Intestine Other polypoid lesion	c1110200
  	Intestine Normal	c1111000

• 이미지 영역 라벨 : 1.Dataset>라벨링데이터>(case_id)>(slide_id).json

  2. 라벨링데이터 구성 이미지 영역 라벨

  구분					항목명	타입	필수여부	설명	범위
  1					type	string	M	Annotation의 타입	“Feature”
  2					geometry	object	M	영역을 정의하는 객체	NA
  2-1					type	string	M	Geometry의 타입	“Polygon”, “Bounding box”
  2-2					coordinates	object	M	좌표 객체	NA
  2-2-1					[]	array	M	포인트 배열	NA
  2-2-1-1					[]	array	M	포인트 성분 배열	NA
  2-2-1-1-1						number	M	원소 1 : column	0 <
  								원소 2 : row
  3					Properties	object	M	속성을 정의하는 객체
  3-1					object_type	string	M	객체의 타입	“annotation”
  3-2					classification	object	M	Annotation 분류 객체	NA
  3-3					name	string	M	분류 명	“Region*”, “Positive”, “Negative”
  3-4					colorRGB	number	M	Annotation Line 색상
  3-5					isLocked	boolean	O	Annotation 수정 가능 여부	ture, false
  3-6					measurements []	array	O	영역 측정 정보 배열	NA
  3-6-1					{}	object	O	측정 항목 객체	NA
  3-6-1-1					name	string	O	측정 항목 명	“Area”, “Perimeter”
  3-6-1-2					value	number	O	측정 항목 값

3. 라벨링데이터 실제예시

• 진단데이터 : csv
  
• 어노테이션 데이터 : json
  

데이터셋 구축 담당자

수행기관(주관) : 소화기병리학연구회/국립암센터

수행기관(참여)

데이터 관련 문의처