AI-Hub

본 데이터는

온라인 안심존 데이터

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

입니다.

#헬스케어 # 복강경수술 # 로봇수술 # 수술단계 분류 # 장기 # 출혈 #헬스케어 의료

수술 단계별 영상 데이터

분야헬스케어
구분 안심존(온라인)
유형 텍스트 , 이미지 , 비디오

구축년도 : 2022 갱신년월 : 2023-12 조회수 : 4,043 다운로드 : 25

소개 이용신청

※ 내국인만 데이터 신청이 가능합니다.

문의하기 목록

데이터 변경이력

데이터 변경이력
버전	일자	변경내용	비고
1.1	2023-12-15	데이터 최종 개방
1.0	2023-07-05	데이터 개방(Beta Version)

데이터 히스토리

데이터 히스토리
일자	변경내용	비고
2024-01-12	산출물 전체 공개

소개

수술단계 분류모델 구축을 위한 6개 중대암(전립선암, 신장암, 우측결장암, 직장암, 위암, 자궁내막암) 복강경수술/로봇수술 동영상의 Cholec80 형식의 수술단계 Ground Truth 데이터와 6종의 장기 데이터, 출혈 데이터

구축목적

6개 중대암 수술 동영상의 수술단계 분류가 가능한 인공지능 학습용 6개 중대암 수술 동영상 데이터 구축

메타데이터 구조표
데이터 영역	헬스케어	데이터 유형	텍스트 , 이미지 , 비디오
데이터 형식	MP4, PNG, CSV, JSON	데이터 출처	자체 수집 (가천대학교길병원, 서울특별시보라매병원(서울대학교병원 포함))
라벨링 유형	Cholec80 형식(동영상), 세그멘테이션(이미지), 바운딩박스(이미지), 임상데이터(동영상)	라벨링 형식	CSV(Cholec80 형식), JSON
데이터 활용 서비스	6개 중대암 수술단계 분류 서비스, 수술동영상 평가 시스템, 교육 서비스, 연구 보조	데이터 구축년도/ 데이터 구축량	2022년/수술동영상(MP4) : 708건 수술단계 Ground Truth 데이터(Cholec80 형식, CSV) : 708건 임상데이터(JSON) : 708건 장기 이미지(PNG) : 7,438건 출혈 이미지(PNG) : 1,016건 수술단계 Ground Truth 라벨링 데이터(Cholec80 형식, CSV) : 708건 장기/출혈 라벨링 데이터(JSON) 7,379건

데이터 통계
Ⅰ. 6개암 수술단계 Ground Truth 데이터
원천데이터 1,416건(동영상 708건, 텍스트 708건) / 라벨링데이터 708건 / 임상데이터 708건

Ⅰ. 6개암 수술단계 Ground Truth 데이터
데이터명	암종		수술종류	구축량 (건)
				원천데이터		라벨링데이터 (CSV)	임상
				원천데이터			데이터
				(MP4)	(CSV)		(JSON)
6개암 수술단계 Ground Truth 데이터	위암		원위부위절제술	120	120	120	120
	대장암	우측결장암	우측결장절제술	100	100	100	100
	대장암	직장암	저위전방절제술	106	106	106	106
	전립선암		근치적전립선적출술	141	141	141	141
	신장암		부분신장적출술	141	141	141	141
	자궁암		자궁내막암	100	100	100	100
합 계				708	708	708	708


수술명	연령대 구분
근치적전립선적출술	70세 미만(1)
근치적전립선적출술	70세 이상(2)
자궁내막암	60세 미만(3)
자궁내막암	60세 이상(4)
그 외	60세 미만(5)
그 외	60세 이상(6)


구분	구성비	수량
(1)	10.88%	77건
(2)	9.04%	64건
(3)	6.78%	48건
(4)	7.34%	52건
(5)	65.54%	464건
(6)	0.42%	3건
합계	100%	708건


구분	구성비	수량
남성	61.02%	432건
여성	38.98%	276건
합계	100%	708건


구분	구성비	수량
원위부위절제술	16.95%	120건
우측결장절제술	14.12%	100건
저위전방절제술	14.97%	106건
근치적전립선적출술	19.92%	141건
부분신장적출술	19.92%	141건
자궁내막암	14.12%	100건
합계	100%	708건

Ⅱ. 장기 데이터

원천데이터 7,379건(이미지) / 라벨링데이터 6,363건

Ⅱ. 장기 데이터
데이터명	장기종류	구축량 (건)
데이터명	장기종류	원천데이터 (PNG)	라벨링데이터 (CSV)
장기 데이터	간	1,337	1,337
	담낭	1,006	1,006
	비장	1,017	1,017
	자궁	1,001	1,001
	난소	1,001	1,001
	나팔관	1,001	1,001
	기타	1,075	-
합 계		7,438	6,363


구분	구성비	수량
간	24.36%	2,111건
담낭	12.61%	1,093건
비장	13.60%	1,179건
자궁	11.96%	1,037건
난소	17.10%	1,482건
나팔관	20.36%	1,766건
합계	100%	8,667건


구분	구성비	수량
남성	25.37%	1,614건
여성	74.63%	4,749건
합계	100%	6,363건

Ⅲ. 출혈 데이터
원천데이터 1,016건(이미지) / 라벨링데이터 1,016건

Ⅲ. 출혈 데이터
수술명	연령대 구분
근치적전립선적출술	70세 미만(1)
근치적전립선적출술	70세 이상(2)
자궁내막암	60세 미만(3)
자궁내막암	60세 이상(4)
그 외	60세 미만(5)
그 외	60세 이상(6)


구분	구성비	수량
(1)	14.47%	147건
(2)	35.93%	365건
(3)	5.51%	56건
(4)	4.04%	41건
(5)	40.06%	407건
(6)	0.00%	0건
합계	100%	1,016건


구분	구성비	수량
남성	77.07%	783건
여성	22.93%	233건
합계	100%	1,016건

저작도구 설명서 및 저작도구 다운로드
저작도구 설명서 다운로드 저작도구 다운로드
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드
활용 모델
Ⅰ. 수술별 수술단계 분류 서비스 시스템
수술단계 분류 모델 학습을 위해 검증용 데이터와 시험용 데이터를 각각 전체 데이터의 10%로 제시한다.

Ⅰ. 수술별 수술단계 분류 서비스 시스템

　 학습(Training) 검증(Validation) 시험(Test)

비율 80% 10% 10%

※ 최종품질검증 단계에서, 검증 대상이 수술별 수술단계 분류 모델 성능 검증에서 서비스 개발 중의 수술별 수술단계 분류 서비스 시스템의 현장 성능 검증으로 변경됨으로 각 수술별 수술단계 분류 모델에 대한 검증은 진행되지 못하였음.

※ 수술별 수술단계 분류 서비스 시스템은 수술동영상에 대한 수술도구 인식 모델과 장기 인식 모델, 출혈 인식 모델, 수술별 수술단계 분류 모델, 분석데이터 도식화 시스템이 결합된 수술동영상 분석 서비스 시스템임.

● WGAN (도구 인식 모델)
- 수술동영상에서 단위 프레임에서 도구별 출현 여부 인식을 위해 도구 인식에 특화시킨 변형된 WGAN 모델 사용.

< WGAN Model for Image Segmentation >

● EfficientNet-B3, EfficientNet-B7 (장기 분류 모델)
- 수술동영상에서 단위 프레임에서 장기별 출현 여부 인식을 위해 EfficientNet-B3와 –B7 모델을 사용

● Resnet101 (출혈 탐지 모델)
- 수술동영상에서 단위 프레임에서 출혈의 출현 여부 탐지를 위해 Resnet101 모델을 사용

● Bi-LSTM (수술단계 분류 모델)
- Bidirectional-LSTM is used for the prediction of phase detection.

- In bidirectional LSTM, input flows in two directions, making a bi-lstm different from the regular LSTM. With the regular LSTM, input flow in one direction, either backwards or forward. However, in bi-directional, the input flow in both directions to preserve the future and the past information.

Ⅱ. 장기 분류 모델

장기 분류 모델 학습을 위해 검증용 데이터와 시험용 데이터를 각각 전체 데이터의 20%와 10%로 제시한다.

Ⅱ. 장기 분류 모델

　 학습(Training) 검증(Validation) 시험(Test)

비율 70% 20% 10%

● EfficientNet-B3, EfficientNet-B7 (장기 분류 모델)
- 수술동영상에서 단위 프레임에서 장기별 출현 여부 인식을 위해 EfficientNet-B3와 –B7 모델을 사용

Ⅲ. 출혈 탐지 모델
장기 분류 모델 학습을 위해 검증용 데이터와 시험용 데이터를 각각 전체 데이터의 10%로 제시한다.

Ⅲ. 출혈 탐지 모델

　 학습(Training) 검증(Validation) 시험(Test)

비율 80% 10% 10%

● Resnet101 (출혈 탐지 모델)
- 수술동영상에서 단위 프레임에서 출혈의 출현 여부 탐지를 위해 Resnet101 모델을 사용

서비스 활용 시나리오
○ 인공지능 수술 데이터 리포트 개발
- 수술단계분석 데이터를 타임라인 형태로 보여줌으로써 의사가 시계열로 Context를 쉽게 이해할 수 있게 함
- 수술단계에 대하여 시간별 통계를 보여줌으로써 수술에 대한 데이터 해석이 가능하게 함

○ 인공지능 기반 수술 평가 시스템 및 개인 데이터 관리 서비스 개발
- 수술단계를 추론하는 알고리즘이 개발되면 이를 분석 시스템에 Plug-in 하여 수술행위 분석 리포트를 제시
- 이를 토대로 행위별 가중치(시간, 빈도수 등)를 계산하여 다른 의사의 경우와 비교하여 평가 결과를 제시하는 수술 평가 시스템 구현
- 본인의 과거 데이터와 비교하여 수술 도구 종류별 이용 시간 평균이나 수술단계별 평균 출현 시간 및 횟수 등을 제시하는 개인 데이터 관리 서비스 제공

Ⅰ. 수술별 수술단계 분류 서비스 시스템
	학습(Training)	검증(Validation)	시험(Test)
비율	80%	10%	10%

Ⅱ. 장기 분류 모델
	학습(Training)	검증(Validation)	시험(Test)
비율	70%	20%	10%

Ⅲ. 출혈 탐지 모델
	학습(Training)	검증(Validation)	시험(Test)
비율	80%	10%	10%

설명서 및 활용가이드 다운로드

데이터 설명서 다운로드 구축활용가이드 다운로드

데이터 포맷
Ⅰ. 6개암 수술단계 Ground Truth 데이터
6개암 수술동영상에서 0.5초 간격으로 수술도구 및 장기, 출혈의 출현 여부를 0과 1로 작성(Cholec80 형식)된 라벨링데이터(csv)와 임상데이터(json)로 구성
1. 원천데이터 – mp4 포맷
2. 라벨링데이터 – csv 포맷 (Cholec80 형식)

라벨링데이터 csv 포맷 Cholec80 형식
3. 임상데이터 – json 포맷

임상데이터 json 포맷

Ⅱ. 장기 데이터
수술동영상의 프레임 이미지에서 장기 6종에 대해 폴리곤 세그멘테이션한 라벨링데이터(json)로 구성
1. 원천데이터 – png 포맷

원천데이터 png 포맷

2. 라벨링데이터 – json 포맷

라벨링데이터 json 포맷

Ⅲ. 출혈 데이터
수술동영상의 출혈이 있는 프레임 이미지의 출혈 부위를 바운딩박스 라벨링데이터(json)로 구성
1. 원천데이터 – png 포맷

원천데이터 png 포맷
2. 라벨링데이터 – json 포맷
라벨링데이터 json 포맷

데이터 구성
Ⅰ. 6개암 수술단계 Ground Truth 데이터 (임상데이터)

데이터 구성 Ⅰ. 6개암 수술단계 Ground Truth 데이터 (임상데이터)
Key	Description	Type	Child Type
videos	동영상정보	JsonObject
id	동영상식별자	String
width	동영상너비(pixel)	String
height	동영상높이(pixel)	String
filename	동영상파일명	String
length	동영상길이	String
metas	메타정보	JsonObject
id	연관메타데이터식별자	String
age	나이	String
gender	성별	String
operation	수술종류	String
hospital	수술병원	String
stage	병기	String
grade	분화도	String
pathology	조직학적 유형	String
location	병변위치	String
riskgroup	D’Amico risk group	String
tumorsize	종양크기	String
thyroiditis	Thyroiditis	String
bmi	BMI	String
plnd	PLND	String
anastomosis	문합방법	String
phases	단계정보	JsonObject
[		JsonObject
{		JsonAray	JsonObject
id	단계식별자	String
category_id	수술단계 정보	String
category_name	수술단계	String
time_start	단계 시작 시간	String
time_end	단계 종료 시간	String
}
]

Ⅱ. 장기 데이터

데이터 구성 Ⅱ. 장기 데이터
Key	Description	Type	Child Type
images	이미지정보	JsonObject
id	이미지식별자	String
width	이미지너비(pixel)	String
height	이미지높이(pixel)	String
filename	이미지파일명	String
length	이미지파일크기	String
metas	메타정보	JsonObject
id	연관메타데이터식별자	String
age	나이	String
gender	성별	String
operation	수술종류	String
annotations	라벨링정보	JsonObject
[		JsonObject
{		JsonAray	JsonObject
id	라벨링식별자	String
image_id	연관이미지식별자	String
category_id	클래스정보	String
category_name	클래스명	String
types	라벨링방법	String
points	라벨링폴리곤	List
[	좌표	JsonAray	JsonObject
[
]
]
}
]

Ⅲ. 출혈 데이터

데이터 구성 Ⅲ. 출혈 데이터
Key	Description	Type	Child Type
images	이미지정보	JsonObject
id	이미지식별자	String
width	이미지너비(pixel)	String
height	이미지높이(pixel)	String
filename	이미지파일명	String
length	이미지파일크기	String
metas	메타정보	JsonObject
id	연관메타데이터식별자	String
age	나이	String
gender	성별	String
operation	수술종류	String
annotations	라벨링정보	JsonObject
[		JsonObject
{		JsonAray	JsonObject
id	라벨링식별자	String
image_id	연관이미지식별자	String
category_id	클래스정보	String
category_name	클래스명	String
types	라벨링방법	String
points	라벨링바운딩박스	List
[	좌표	JsonAray	JsonObject
[
]
]
}
]

어노테이션 포맷
Ⅰ. 6개암 수술단계 Ground Truth 데이터
라벨링데이터 (CSV)

어노테이션 포맷 Ⅰ. 6개암 수술단계 Ground Truth 데이터 라벨링데이터 (CSV)
구분	항목		타입	필수 여부	비고
구분	한글명	영문명	타입	필수 여부	비고
1	프레임 번호	Frame_No.	String	M	0,15,30,45,......,n
2	클래스_1 출현 여부	_{Classes_1}	String	M	0,1
3	클래스_2 출현 여부	_{Classes_2}	String	M	0,1
...		...
n	클래스_n 출현 여부	_{Classes_n}	String	M	0,1
n+1	수술단계 정보	phases	String	M	0,PC01,PC02,...

임상데이터 (JSON)

어노테이션 포맷 Ⅰ. 6개암 수술단계 Ground Truth 데이터 임상데이터 (JSON)
구분		항목		타입	필수 여부	비고
구분		한글명	영문명	타입	필수 여부	비고
1		동영상정보	videos	Object
	1-1	동영상식별자	videos[].id	String	Y
	1-2	동영상너비(pixel)	videos[].width	String	Y	예) 1920
	1-3	동영상높이(pixel)	videos[].height	String	Y	예) 1080
	1-4	동영상파일명	videos[].filename	String	Y
	1-5	동영상길이	videos[].length	String		hh:mm:ss
2		메타정보	metas	Object
	2-1	연관메타데이터식별자	metas[].id	String	Y
	2-2	나이	metas[].age	String	Y/N
	2-3	성별	metas[].gender	String	Y	F,M
	2-4	수술종류	metas[].operation	String	Y	LDG
	2-5	수술병원	metas[].hospital	String	Y	서울대병원,
						가천대길병원,
						보라매병원
	2-6	병기	metas[].stage	String	Y/N	1,2,3
		분화도	metas[].grade	String	Y/N
		조직학적 유형	metas[].pathology	String	Y/N
		병변위치	metas[].location	String	Y/N
		D’Amico risk group	metas[].riskgroup	String	Y/N
		종양크기	metas[].tumorsize	String	Y/N
		Tyroiditis	metas[].tyroiditis	String
	2-7	BMI	metas[].bmi	String
	2-8	문합방법	metas[].anastomosis	String		RY,B-I,B-II,...
3		단계정보	phases	Array
	3-1	단계식별자	phases[].id	String	Y
	3-2	수술단계 정보	phases[].category_id	String	Y	[PC01,PC02,...]
	3-3	수술단계	phases[].category_name	String	Y	예) Preparation 등..
	3-4	단계 시작 시간	phases[].time_start	String	Y
	3-5	단계 종료 시간	phases[].time_end	String	Y

Ⅱ. 장기 데이터

어노테이션 포맷 Ⅱ. 장기 데이터
구분		항목		타입	필수 여부	비고
구분		한글명	영문명	타입	필수 여부	비고
1		이미지정보	Images	Object	Y
	1-1	이미지식별자	images[].id	String	Y
	1-2	이미지너비(pixel)	images[].width	String	Y	예) 1920
	1-3	이미지높이(pixel)	images[].height	String	Y	예) 1080
	1-4	이미지파일명	images[].filename	String	Y
	1-5	이미지파일크기	images[].volume	String		예) 1.04MB
2		메타정보	metas	Object	Y
	2-1	연관메타데이터식별자	metas[].id	String	Y
	2-2	나이	metas[].age	String
	2-3	성별	metas[].gender	String	Y	F,M
	2-4	수술종류	metas[].operation	String	Y	LDG,RHC,LAR,
						RALP,RALPN,
						Endometrial cancer
3		라벨링정보	annotations	Array	Y
	3-1	라벨링식별자	annotations[].id	String	Y
	3-2	연관이미지식별자	annotations[].image_id	String	Y
	3-3	클래스정보	annotations[].category_id	String	Y	10,20,30,40,50,60
	3-4	클래스명	annotations[].category_name	String	Y	Liver, Gallbladder, Spleen,Uterus,
						Ovary,
						Fallopian tube
	3-5	라벨링방법	annotations[].type	String	Y	예) poly (polygon)
	3-6	라벨링좌표	annotations[].points	List	Y

Ⅲ. 출혈 데이터

어노테이션 포맷 Ⅲ. 출혈 데이터
구분		항목		타입	필수 여부	비고
구분		한글명	영문명	타입	필수 여부	비고
1		이미지정보	Images	Object	Y
	1-1	이미지식별자	images[].id	String	Y
	1-2	이미지너비(pixel)	images[].width	String	Y	예) 1920
	1-3	이미지높이(pixel)	images[].height	String	Y	예) 1080
	1-4	이미지파일명	images[].filename	String	Y
	1-5	이미지파일크기	images[].volume	String		예) 1.04MB
2		메타정보	metas	Object	Y
	2-1	연관메타데이터식별자	metas[].id	String	Y
	2-2	나이	metas[].age	String
	2-3	성별	metas[].gender	String	Y	F,M
	2-4	수술종류	metas[].operation	String	Y	LDG,RHC,LAR,
						RALP,RALPN,
						Endometrial cancer
3		라벨링정보	annotations	Array	Y
	3-1	라벨링식별자	annotations[].id	String	Y
	3-2	연관이미지식별자	annotations[].image_id	String	Y
	3-3	클래스정보	annotations[].category_id	String	Y	70
	3-4	클래스명	annotations[].category_name	String	Y	Bleeding
	3-5	라벨링방법	annotations[].type	String	Y	예) rect (rectangle/bounding box)
	3-6	라벨링좌표	annotations[].points	List	Y

실제 예시
Ⅰ. 6개암 수술단계 Ground Truth 데이터
라벨링데이터 (CSV)
라벨링데이터 CSV

임상데이터 (JSON)

임상데이터 JSON

Ⅱ. 장기 데이터

장기 데이터 JSON

Ⅲ. 출혈 데이터

출혈 데이터 JSON

데이터셋 구축 담당자

수행기관(주관) : ㈜엠티이지

수행기관(주관)
책임자명	전화번호	대표이메일	담당업무
이상호	02-859-3585	[email protected]	가공, 검수, 모델 구축

수행기관(참여)

수행기관(참여)
기관명	담당업무
(의료)길의료재단	수집, 가공, 검수, 모델 구축
서울특별시보라매병원	수집, 검수
㈜에스엔유에이치벤처	수집, 검수

데이터 관련 문의처

데이터 관련 문의처
담당자명	전화번호	이메일
이상호	02-859-3585	[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