데이터 변경이력

구축 목적

• 의료 진단에서 활용될 수 있는 의료 인공지능 개발이 세계적으로 소개되고 있지만 민감한 의료 정보를 담고 있기 때문에 접근할 수 있는 오픈소스 의료 데이터의 종류가 제한적임.
• 따라서 갑상선암 진단에 활용할 수 있는 3종류의 갑상선암 의료 영상 데이터셋을 구축하여 영상 진단 판독을 보조할 수 있는 의료 인공지능 개발을 도모하고 의료 산업의 발전을 기대함.

활용 분야

• 의료 영상 판독 보조 소프트웨어 산업

소개

• 갑상선암 데이터셋은 갑상선암 진단에 가장 많이 활용되는 3가지 의료 이미지(갑상선 초음파, Neck CT, 병리 이미지)로 구성되어 있음
• 갑상선암의 종양 감별을 위해 갑상선 초음파의 양/악성 데이터셋을 구축하였으며, 전이 유무 판단을 할 수 있는 갑상선 CT(Neck CT), 갑상선암의 세포병리학적 진단 기준인 베데스다 클래스를 활용하여 진단한 병리 이미지로 구성되어 있음

구축 내용 및 제공 데이터량

• 갑상선암 데이터셋은 병원으로부터 원본 의료 이미지 데이터 획득 후 익명화 및 비식별화 과정을 거친 뒤 전문의의 라벨링으로 구축되었다.

   

  구축 내용 및 제공 데이터량 구조테이블

  유형	구축 건수(건)
  	분류	환자수	영상 수
  초음파	양성	1.040명	25,790장
  	악성	3,960명	3,116,128명
  Neck CT	전이있음	232명	45,143장
  	전이없음	270명	56,030장
  병리 이미지	양성	1,585명	2,731장
  	악성	1,190명	2,111장

대표도면

대표도면 표

모달리티	갑상선암 영상데이터	데이터 포맷	어노테이션 항목	메타데이터 JSON 형식
갑상선 초음파		DICOM	단일 결절 부위 Bounding Box 체크	· DICOM 파일(비식별화 후)  - age, sex, manufacture, machine name · Json 파일  - 환자:json = 1:n · Excel 파일 - 양성/악성정보 비식별 환자ID, 나이, 성별
Nect CT		DICOM	단일 결절 부위 Bounding Box 체크	· DICOM 파일 (비식별화 후)  - age, sex, matrix size, machine name, slice thickness, series description · Json 파일    - 환자:json = 1:n · Excel 파일 - 전이/비전이 정보, 비식별 환자ID, 나이, 성별, 병리결과, 흡연력
병리 이미지		Tif	세포 cluster Polygon Segmentation	· Tif 파일  - Scan machine name, scanning parameter, scanner manufacture · Json 파일  - 환자:json = 1:n · Excel 파일  - 양성/악성정보, 비식별 환자ID, 나이, 성별

필요성

• 갑상선암 데이터셋은 의료진이 갑상선암 환자를 진단할 때 사용하는 대표적인 영상 3가지(갑상선 초음파, Neck CT, 병리 이미지) 카테고리로 구성
• 현재 인공지능 기술은 오픈소스 활용 등으로 다양하게 발전하고 있으나, 의료 데이터는 의료 정보의특수성으로 확보가 어려움
• 따라서, 갑상선암 진단을 위한3가지 종류의 데이터셋을 통해 의료 인공지능 기술 발전을 도모하고 인공지능 진단 모델을
• 활용하여 의료진의 종합적이고 효율적인 진단을 통한 의료 서비스의 질적 향상을 기대함

데이터 구조

• 데이터구성

  데이터 구성 표

  모달리티	super category	super category_ name	grp_id	grp_name	id	name
  초음파	ULS	Ultra sound	1	악성	1	악성_K-TIRADS_1
  					2	악성_K-TIRADS_2
  					3	악성_K-TIRADS_3
  					4	악성_K-TIRADS_4
  					5	악성_K-TIRADS_5
  			2	양성	6	양성_K-TIRADS_1
  					7	양성_K-TIRADS_2
  					8	양성_K-TIRADS_3
  					9	양성_K-TIRADS_4
  					10	양성_K-TIRADS_5
  Neck CT	NCT	Neck CT	1	악성	1	악성_림프절
  			2	양성	2	양성_림프절
  병리	PTH	Pathology	1	악성	1	malignant(PTC)
  					2	malignant (medullary_ca)
  					3	malignant (anaplastic)
  					4	malignant (etc_type)
  			2	양성	5	benign
  					6	atypical
  			3	기타	7	cluster_box

  1. 1) 갑상선 초음파

     갑상선초음파 데이터구성 표

     No	영문명	한글명	필수여부	타입	길이	비고
     1	supercategory	슈퍼카테고리	Y	string	3	ULS
     2	grp_id	그룹 아이디	Y	number		1~2
     3	grp_name	그룹 이름	Y	string	2	1 : 악성 2 : 양성
     4	id	아이디	Y	number		1~10
     5	name	이름	Y	string	6	1 : 악성_K-TIRADS_1 2 : 악성_K-TIRADS_2 3 : 악성_K-TIRADS_3 4 : 악성_K-TIRADS_4 5 : 악성_K-TIRADS_5 6 : 양성_K-TIRADS_1 7 : 양성_K-TIRADS_2 8 : 양성_K-TIRADS_3 9 : 양성_K-TIRADS_4 10 : 양성_K-TIRADS_5

  2. 2) 갑상선 CT

     갑상선 CT 데이터구성 표

     No	영문명	한글명	필수여부	타입	길이	비고
     1	supercategory	슈퍼카테고리	Y	string	3	NCT
     2	grp_id	그룹 아이디	Y	number		1~2
     3	grp_name	그룹 이름	Y	string	2	1 : 악성 2 : 양성
     4	id	아이디	Y	number		1~2
     5	name	이름	Y	string	6	1 : 악성_림프절 2 : 양성_림프절

  3. 3) 병리 이미지

     병리 이미지 데이터구성 표

     No	영문명	한글명	필수여부	타입	길이	비고
     1	supercategory	슈퍼카테고리	Y	string	3	PTH
     2	grp_id	그룹 아이디	Y	number		1~3
     3	grp_name	그룹 이름	Y	string	2	1 : 악성 2 : 양성 3 : 기타
     4	id	아이디	Y	number		1~7
     5	name	이름	Y	string	30	1 : malignant(PTC) 2 : malignant(medullary_ca) 3 : malignant(anaplastic) 4 : malignant(etc_type) 5 : benign 6 : atypical 7 : cluster_box

• JSON image 포맷
  1. 1) 갑상선 초음파 및 갑상선 CT

     갑상선 초음파 및 CT JSON image 포맷 표

     No	영문명	한글명	필수여부	타입	길이	비고
     1	id	이미지 아이디	Y	number		Default=1
     2	file_name	이미지 파일명	Y	string	50	영상이미지 파일명
     3	patient_id	비식별 환자아이디	Y	string	7	비식별 환자아이디
     4	series_id	시리즈 번호	Y	string	7	환자의 영상촬영 순번
     5	image_id	이미지 번호	Y	string	7	시리즈의 이미지 순번
     6	width	가로길이	Y	number		1~9999999
     7	height	세로길이	Y	number		1~9999999
     8	date_ captured	생성날짜	Y	string	20	yyyy-mm-dd hh-mm-ss
     9	modality	모달리티	Y	string	3	NCT : Neck CT ULS : Ultrasound
     10	manufacturer	검사장비	Y	string	300	영상촬영 장비 제조사
     11	manufacturer ModelName	검사장비 모델	Y	string	300	영상촬영 장비 모델명

  2. 2) 갑상선 병리 이미지

     갑상선 병리 이미지 JSON image 포맷 표

     No	영문명	한글명	필수여부	타입	길이	비고
     1	id	이미지 아이디	Y	number		Default=1
     2	file_name	이미지 파일명	Y	string	50	영상이미지 파일명
     3	patient_id	비식별 환자아이디	Y	string	7	비식별 환자아이디
     4	slide_id	슬라이드 번호	Y	string	3	조직 부위의 번호
     5	scene_id	씬 번호	Y	string	3	슬라이드의 씬 순번
     6	width	이미지 가로길이	Y	number		1~9999999
     7	height	이미지 세로길이	Y	number		1~9999999
     8	modality	모달리티	Y	string	3	PTH : Pathology
     9	microscope	현미경	Y	string	300	현미경 이름
     10	imaging_ device	이미지 장비	Y	string	300	이미지 처리 장비
     11	camera_ adapter	카메라 렌즈	Y	string	300	렌즈모델명

• JSON 어노테이션 포맷

  JSON 어노테이션 포맷 표

  No	영문명	한글명	필수여부	타입	길이	비고
  1	id	어노테이션 아이디	Y	number		어노테이션 아이디
  2	image_id	이미지 아이디	Y	number		시리즈의 이미지 순번
  3	category_id	카테고리 아이디	Y	number		1,2,3
  5	iscrowd	어노테이션 싱글/멀티 유형	Y	number		0 : 싱글, 1 : 멀티
  6	area	어노테이션 넓이	Y	number		bbox를 활용한 넓이
  7	bbox	어노테이션 최대 Box 좌표	Y	array		[x1, y1, x2, y2] x,y는 float형식
  8	toolname	어노테이션 툴 유형	Y	string	300	어노테이션 툴명
  9	segmentation	어노테이션 좌표정보	Y	array		[x1, y1, x2, y2, ...., xn, yn] x,y는 float형식
  10	width	세그먼트 가로길이	Y	number		픽셀 길이
  11	height	세그먼트 세로길이	Y	number		픽셀 길이