AI-Hub

본 데이터는

온라인 안심존 데이터

※온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석

입니다.

#구강이미지 # 구강질환 # 문진 # 전향적 데이터 # 후향적 데이터

구강 이미지 데이터

분야헬스케어
구분 안심존(온라인)
유형 이미지

구축년도 : 2022 갱신년월 : 2023-07 조회수 : 5,101 다운로드 : 16

소개 이용신청

※ 23년 신규 개방되는 데이터로, 데이터 활용성 검토, 이용자 관점의 개선의견 수렴 등을 통해 수정/보완될 수 있으며 최종데이터, 샘플데이터, 산출물 등은 변경될 수 있습니다

※ 내국인만 데이터 신청이 가능합니다.

문의하기 목록

데이터 변경이력

데이터 변경이력
버전	일자	변경내용	비고
1.0	2023-07-31	데이터 개방(Beta Version)

소개

● 첨단 치의학 도시인 부산시의 고령층 구강질환 개선을 위하여 치과에서 생성되는 의료 데이터가 아닌 일상 데이터를 습득
● 구강 이미지 및 문진 자료를 수집하고 이미지 내 치아 번호, 치아우식, 치주질환, 치석, 보철물 등 구강 내 다양한 상태를 레이블링하여 고품질 데이터 확보

구축목적

● 다양한 구강질환을 검출할 수 있는 인공지능을 학습시키기 위한 구강 Data-Set 구축
● 일반 카메라로 촬영된 구강 이미지 데이터를 활용한 다양한 기술개발 촉진
● 이미지, 문진 데이터를 기반으로 한 한국형 구강 통계 산출

메타데이터 구조표
데이터 영역	헬스케어	데이터 유형	이미지
데이터 형식	jpg, xml	데이터 출처	IRB승인 및 개인정보 동의 후 자체 수집을 통한 데이터 구축
라벨링 유형	세그멘테이션(이미지)	라벨링 형식	JSON
데이터 활용 서비스	치아 번호 식별 모델, 치석 및 치아우식 식별 모델, 치주질환 식별 모델 개발 등의 응용서비스	데이터 구축년도/ 데이터 구축량	2022년/12,668(문진데이터), 140,293(원천데이터), 97,377(질환 라벨링 데이터), 109,328(치석 및 보철물 라벨링 데이터), 137,475(치아번호 라벨링 데이터)

1) 데이터 구축 규모
원천 데이터(이미지) : 138,240건
질환 데이터(json) : 97,377 건
치석, 보철물 데이터(json) : 109,328 건
치아번호(json) : 137,475 건
문진 : 12,669건

2) 데이터 분포
● 다양성(통계) : 남녀성비, 연령대별 분포남(37%(4,845명)), 여(63%(8,024명))20대(8%(1,023명)), 30대(4%(579명)), 40대(7%(857명)), 50대(8%(1,005명)), 60대 이상(73%(9,205명))

● 다양성(요건) : 클래스별 분포(구성비 중첩률 50%)
a. 치아 번호 생성 및 분류 모델
- 목표 : 치아 번호 생성 및 분류

- 모델 : Feature Pyramid Network(FPN)

Feature Pyramid Network(FPN)

- 모델 설명 : FPN은 매 step 마다 Prediction을 수행하고, 이러한 Predicton들을 통해 상위 레이어의 추상화된 정보와 하위 레이어의 작은 물체들에 대한 정보를 동시에 얻을 수 있는 구조를 갖는다. FPN은 이러한 구조를 통해 다양한 크기 및 여러 개의 객체들에 대해 보다 높은 성능을 갖는 모델이다.

b. 치석 및 보철물 탐지 모델
- 목표 : 치석 및 보철물 탐지

- 모델 : Unet Plus Plus (Unet++)

Unet Plus Plus(Unet++)

- 모델 설명 : 대표적인 Semantic Segmentation model 중 하나인 Unet은 이미지 분할을 목적으로 제안된 End-to-End 방식의 Fully-Convolutional Network 기반모델로, 구조가 U 모양으로 구성되어있다. Unet++은 기존 Unet의 구조가 갖는 한계점인 encoder와 decoder feature map 사이에 발생하는 semantic gap을 skip-connection과 deep supervision의 재설계를 통해 해결함으로써, 정확도를 더 높인 모델이다.

c. 치주질환(충치, 치주염, 치은염) 탐지 모델
목표 : 치주질환 탐지

- 모델 : Unet Plus Plus (Unet++) (설명 생략)

데이터 성능 점수

측정값 (%)

기준값 (%)

데이터 성능 지표

데이터 성능 지표
번호	측정항목	AI TASK	학습모델	지표명	기준값 점수	측정값 점수
1	치하 번호 생성 및 분류 성능	Text Classification	Feature Pyramid Network(FPN)	mIoU	58 %	64.3 %
2	치석 및 보철물 탐지 성능	Object Detection	Unet Plus Plus(Unet++)	mIoU	53 %	67.89 %
3	치주질환(충치, 치주염, 치은염)탐지 성능	Object Detection	Unet Plus Plus(Unet++)	mIoU	53 %	58.4 %

※ 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)

1. 메타데이터 구성
● 문진

1. 메타데이터 구성● 문진
구 분					항목명	타입	필수	설명
1					patient	string	y
	1-1				birth	date	y	YYYYMMDD
	1-2				gender	string	y	M / F
	1-3				address	string	y	강서구, 금정구, 남구 연제구, 동래구 수영구, 동구 서구, 중구, 영도구, 사상구, 사하구 북구, 해운대구 기장군
2					questions	object	y
	2-1				question	object	y
		2-1-1			title	object	y	문진 18항목
			2-1-1-1		answers	arryay	y	"그렇다", "그렇지 않다", "3회 이상","2회","1회 이하","1주 이내","한 달 이내","수개월 이상","불편하지 않음","둔한 통증","날카로운 통증","씹을 때만 통증","가만히 있어도 통증","통증 없음","가끔씩","계속","없음","네",
			2-1-1-1		answers	arryay	y	"아니요","치아 주변 잇몸에만 있음","치아 주변 잇몸과 뺨 까지 부종이 퍼져있음","치아 주변 잇몸,뺨,얼굴까지 부종이 퍼져있음","네, 저절로","네, 칫솔질과 같은 자극을 줄때만","고혈압","당뇨병","협심증 등 심장질환","임신","간염","골다공증","아스피린 등 혈액항응고제복용"
				2-1-1-1-1	value	string

2. 메타데이터 실제 예시
● 실제 문진 데이터(xml) 예시

실제 문진 데이터 xml 예시

3. 라벨링데이터 구성
● 치아번호

3. 라벨링데이터 구성● 치아번호
구 분					항목명	타입	필수	설명
1					version	string	y
2					flags	object
3					shapes	array	y
	3-1				[]	object	y
		3-1-1			label	string	y	45248
								21-28
								31-38
								41-48
		3-1-2			points	array	y	좌표
				3-1-2-1	[]	array	y
		3-1-3			group_id	string
		3-1-4			shape_type	string	y	polygon
		3-1-5			flags	object
			3-1-5-1		[]	string
4					imagePath	string	y
5					imageData	string	y
6					imageHeight	number	y
7					imageWidth	number	y

● 치석 및 보철물

3. 라벨링데이터 구성● 치석 및 보철물
구 분					항목명	타입	필수	설명
1					version	string	y
2					flags	object
3					shapes	array	y
	3-1				[]	object	y
		3-1-1			label	string	y	ortho
								gcr
								mcr
								cecr
								am
								zircr
								tar1
								tar2
								tar3
		3-1-2			points	array	y	좌표
				3-1-2-1	[]	array	y
		3-1-3			group_id	string
		3-1-4			shape_type	string	y	polygon
		3-1-5			flags	object
			3-1-5-1		[]	string
4					imagePath	string	y
5					imageData	string	y
6					imageHeight	number	y
7					imageWidth	number	y

● 질환

3. 라벨링데이터 구성● 질환
구 분						항목명	타입	필수	설명
1						version	string	y
2						flags	object
3						shapes	array	y
	3-1					[]	object	y
		3-1-1				label	string	y	C1
									C2
									C3
									GI1
									GI2
									GI3
									PDI1
									PDI2
									PDI3
		3-1-2				points	array	y	좌표
				3-1-2-1		[]	array	y
					3-1-2-1-1	$value$	number	y
		3-1-3				group_id	string
		3-1-4				shape_type	string	y	polygon
		3-1-5				flags	object
			3-1-5-1			[]	string
4						imagePath	string	y
5						imageData	string	y
6						imageHeight	number	y
7						imageWidth	number	y

4. 라벨링데이터 실제 예시

● 실제 라벨링 데이터(json) 예시
{
"version": "5.1.1",
"flags": {},
"shapes": [
{
"label": "mcr",
"points": [
[
185.28610354223434,
98.91008174386921
],
[
179.29155313351498,
102.99727520435968
],
[
174.11444141689373,
105.72207084468666
],
[
170.84468664850135,
115.80381471389646
],
[
168.93732970027247,
117.98365122615805
],
[
164.03269754768394,
116.89373297002724
],
[
160.76294277929156,
120.43596730245231
],
[
160.76294277929156,
126.70299727520437
],
[
164.57765667574932,
133.5149863760218
],
[
169.4822888283379,
137.60217983651228
],
[
169.75476839237058,
140.87193460490462
],
[
169.2098092643052,
147.68392370572207
],
[
173.56948228882834,
151.49863760217983
],
[
192.09809264305179,
152.86103542234332
],
[
198.09264305177112,
148.22888283378748
],
[
196.18528610354224,
142.7792915531335
],
[
196.73024523160763,
132.42506811989102
],
[
197.27520435967304,
123.1607629427793
],
[
194.82288828337875,
116.34877384196186
],
[
190.4632152588556,
113.35149863760218
],
[
190.4632152588556,
106.53950953678475
],
[
190.4632152588556,
102.17983651226159
]
],
"group_id": null,
"shape_type": "polygon",
"flags": {}
},
{
"label": "cecr",
"points": [
[
110.14356435643565,
95.53960396039605
],
[
111.38118811881189,
88.36138613861387
],
[
118.31188118811882,
78.46039603960396
],
[
126.23267326732673,
75.73762376237624
],
[
131.67821782178217,
77.22277227722773
],
[
139.84653465346534,
84.15346534653466
],
[
144.54950495049505,
81.18316831683168
],
[
152.47029702970295,
81.18316831683168
],
[
156.18316831683168,
92.56930693069307
],
[
162.61881188118812,
87.37128712871288
],
[
170.78712871287127,
87.37128712871288
],
[
174.5,
92.32178217821783
],
[
175.24257425742573,
99.74752475247526
],
[
173.75742574257424,
108.16336633663367
],
[
168.55940594059405,
118.55940594059406
],
[
155.68811881188117,
113.11386138613862
],
[
151.48019801980197,
112.37128712871288
],
[
137.86633663366337,
110.39108910891089
],
[
133.65841584158414,
108.41089108910892
],
[
120.04455445544555,
106.67821782178218
],
[
110.14356435643565,
106.43069306930694
]
],
"group_id": null,
"shape_type": "polygon",
"flags": {}
}
],
"imagePath": "001_00095_08.jpg",
"imageData": "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",
"imageHeight": 224,
"imageWidth": 224
}

데이터셋 구축 담당자

수행기관(주관) : 주식회사 큐티티

수행기관(주관)
책임자명	전화번호	대표이메일	담당업무
최재유	051-743-1164	[email protected]	과제총괄

수행기관(참여)

수행기관(참여)
기관명	담당업무
부산테크노파크	데이터수집
부산정보산업진흥원	데이터검수
국가수리과학연구소	학습모델개발

데이터 관련 문의처

데이터 관련 문의처
담당자명	전화번호	이메일
최재유	051-743-1164	[email protected]

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
  사용신청신청자신청서류 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 [email protected] 또는 02-525-7708, 7709로 문의