※온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
-
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 2024-02-27 산출물 전체 공개 소개
어음청력검사 이음절(12EA), 일음절(50EA) 1SET의 데이터셋 정상인 및 난청인의 어음청력검사 결과 ※ 난청인 : 기도청력 500Hz, 1,000Hz, 2,000Hz, 4,000Hz 구간 dB값 40이상
구축목적
AI기반 자가 청력검사 및 청력 관련 임상의료지원시스템 개발에 활용 난청 관련 연구중심병원 및 임상의사 연구에 활용 청력관련 산업 기술개발 촉진
-
메타데이터 구조표 데이터 영역 헬스케어 데이터 유형 오디오 데이터 형식 WAV, JSON 데이터 출처 참여병원 자체 수집 라벨링 유형 전사(음성) 라벨링 형식 JSON 데이터 활용 서비스 AI기반 자가 청력검사 데이터 구축년도/
데이터 구축량2022년/원천데이터(944,570개), 라벨링데이터(944,570개) -
구분 라벨링데이터 난청인 여성 15세미만 데이터셋(인원기준) 15,235명 5,080명 9,274명 1,541명 데이터셋(파일기준) 944,570 314,960 574,988 95,542 1차 경로 2차 경로 파일 포맷 제출 수량 (명 * 62) 최종 서울특별시 난청인 .json 492명×62 정상인 .json 1,111명×62 부산광역시 난청인 .json 357명×62 정상인 .json 1,078명×62 대구광역시 난청인 .json 504명×62 정상인 .json 845명×62 인천광역시 난청인 .json 14명×62 정상인 .json 33명×62 광주광역시 난청인 .json 357명×62 정상인 .json 615명×62 대전광역시 난청인 .json 577명×62 정상인 .json 1,132명×62 울산광역시 난청인 .json 10명×62 정상인 .json 14명×62 세종특별자치시 난청인 .json 10명×62 정상인 .json 10명×62 경기도 난청인 .json 125명×62 정상인 .json 408명×62 강원도 난청인 .json 9명×62 정상인 .json 12명×62 충청북도 난청인 .json 9명×62 정상인 .json 10명×62 충청남도 난청인 .json 496명×62 정상인 .json 1,005명×62 전라북도 난청인 .json 331명×62 정상인 .json 1,349명×62 전라남도 난청인 .json 244명×62 정상인 .json 396명×62 경상북도 난청인 .json 148명×62 정상인 .json 191명×62 경상남도 난청인 .json 135명×62 정상인 .json 222명×62 제주특별자치도 난청인 .json 1,262명×62 정상인 .json 1,724명×62 총 수량 944,570 (15,235명×62) -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드구분 Training Validation Test Total 난청 검사 할당 비율 80% 10% 10% 100% 음성 데이터 데이터 인원기준 12,188 1,524 1,524 15,235 파일기준 755,656 94,457 94,457 944,570 □ 어음청력검사 음절표 발화 음성 인식 모델- (개발 목표) 난청인 및 정상인의 한국어 표준 단음절어표 및 이음절어표 발화 데이터를 학습하고, 이를 기반으로 음성 데이터를 인식- (개발 내용)구축되는 학습데이터를 사용하여 CTC-model을 학습하고, 학습된 모델을 사용하여 음성인식 실행
□ 어음청력검사 음절표 발화 음성 인식 모델 데이터 명 난청 검사 음성 데이터 학습 모델 후보 알고리즘 성능지표 선정 여부 선정 사유 어음청력검사 음절표 발화 음성 인식 모델 CTC- model WRR (Word Recognition Ratio) 70% 이상 ○ 1순위 RNN-Transducer X 2순위 Attention-based ASR model X 2순위 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 난청인/정상인의 단음절어 및 이음절어 어음 인식 성능 Speech Recognition CTC WRR 70 % 73.7 %
※ 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○ 데이터 구성
○ 데이터 구성 구분 No 속성명 속성 및 내용 필수 1 data[].identifier 라벨 고유값 필수 2 data[].age 나이 선택 3 data[].sex 성별 선택 4 data[].hospital 수집기관명 선택 5 data[].date 검사일자 선택 6 data[].r_pta_ac_500 오른쪽 기도청력 500Hz 청력역치 선택 7 data[].r_pta_ac_1000 오른쪽 기도청력 1000Hz 청력역치 선택 8 data[].r_pta_ac_2000 오른쪽 기도청력 2000Hz 청력역치 선택 9 data[].r_pta_ac_4000 오른쪽 기도청력 4000Hz 청력역치 선택 10 data[].l_pta_ac_500 왼쪽 기도청력 500Hz 청력역치 선택 11 data[].l_pta_ac_1000 왼쪽 기도청력 1000Hz 청력역치 선택 12 data[].l_pta_ac_2000 왼쪽 기도청력 2000Hz 청력역치 선택 13 data[].l_pta_ac_4000 왼쪽 기도청력 4000Hz 청력역치 필수 14 data[].wav_file_path 오디오파일 경로 필수 15 data[].listen_word 제시어 필수 16 data[].is_correct 발음 정오 판정 필수 17 data[].location 수집지역 필수 18 data[].dictated_word 발화음절 필수 19 data[].is_disease 난청여부 ○ 어노테이션 포맷
○ 어노테이션 포맷 구분 속성명 타입 필수여부 설명 범위 비고 1 data Object 음성정보 1-1 data[].identifier String 필수 라벨 고유값 Primary Key 1-2 data[].age Number 필수 나이 1-3 data[].sex String 선택 성별 남자, 여자 1-4 data[].hospital String 선택 수집기관명 계명대학교병원, 단국대학교병원, 부산대학교병원, 서울성모병원, 세브란스병원, 전남대학교병원, 전북대학교병원, 제주대학교병원, 충남대학교병원, 전남대학교병원, 전남대학교병원(위탁) 1-5 data[].date Date 선택 검사일자 yyyy-MM-dd datetime 형식 1-6 data[].r_pta_ac_500 Number 선택 오른쪽 기도청력 -10 ~ 120 500Hz 청력역치 1-7 data[].r_pta_ac_1000 Number 선택 오른쪽 기도청력 -10 ~ 120 1000Hz 청력역치 1-8 data[].r_pta_ac_2000 Number 선택 오른쪽 기도청력 -10 ~ 120 2000Hz 청력역치 1-9 data[].r_pta_ac_4000 Number 선택 오른쪽 기도청력 -10 ~ 120 4000Hz 청력역치 1-10 data[].l_pta_ac_500 Number 선택 왼쪽 기도청력 -10 ~ 120 500Hz 청력역치 1-11 data[].l_pta_ac_1000 Number 선택 왼쪽 기도청력 -10 ~ 120 1000Hz 청력역치 1-12 data[].l_pta_ac_2000 Number 선택 왼쪽 기도청력 -10 ~ 120 2000Hz 청력역치 1-13 data[].l_pta_ac_4000 Number 선택 왼쪽 기도청력 -10 ~ 120 4000Hz 청력역치 1-14 data[].wav_file_path String 필수 오디오파일 경로 /voices/파일명 1-15 data[].listen_word String 필수 사과 / 과자.. 1-16 data[].is_correct String 필수 발음 정오 판정 0 / 1 0 (오답) / 1 (정답) 1-17 data[].location String 필수 수집지역 서울특별시, 부산광역시, 대구광역시, 인천광역시, 광주광역시, 대전광역시, 울산광역시, 세종특별자치시, 경기도, 강원도, 충청북도, 충청남도, 전라북도, 전라남도, 경상북도, 경상남도, 제주특별자치도 1-18 data[].dictated_word String 필수 사과 / 과장.. 1-19 data[].is_disease Number 필수 0,1 정상/난청 
-
데이터셋 구축 담당자
수행기관(주관) : 나무기술(주)
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 신충식 02-3288-7900 [email protected] 컨소시엄 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 연세대학교산학협력단 데이터 수집, 정제, 가공 가톨릭대학교산학협력단 데이터 수집, 정제, 가공 충남대학교산학협력단 데이터 수집, 정제, 가공 단국대학교의과대학부속병원 데이터 수집, 정제, 가공 부산대학교병원 데이터 수집, 정제, 가공 계명대학교산학협력단 데이터 수집, 정제, 가공 전남대학교병원 데이터 수집, 정제, 가공 전북대학교병원 데이터 수집, 정제, 가공 제주대학교병원 데이터 수집, 정제, 가공 ㈜이루온아이앤에스 AI모델 개발 싸이버테크(주) 저작도구 개발 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 신충식 02-3288-7900 [email protected]
-
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 [email protected] 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.