공공 의료데이터 상세

단계별 욕창 환부 이미지 데이터

##인공지능## 딥러닝## 노인피부질환## 욕창## 감염성 피부질환

- 욕창 환부 이미지 라벨링은 욕창 4단계 및 기타 감별 궤양, 정상 부위로 진행됨 - 욕창의 경우 1~4단계로 라벨링 - 기타 감별 궤양은 6종으로 미분류 욕창, 당뇨병성 궤양, 습윤 궤양, 의료기기 기반 조직 손상, 장시간 압력 노출 조직 손상, 심주조직 손상으로 라벨링 - 원천데이터는 .jpg, 라벨링데이터는 .json

분야: 헬스케어

유형: 이미지

생성 방식: 안심존(오프라인)

구축년도 : 2021
버전 : 1.0

AI-HUB

데이터 개요

데이터 변경이력

데이터 변경이력
버전	일자	변경내용	비고
1.0	2022-07-13	데이터 개방	데이터 최초 개방

데이터 히스토리

데이터 히스토리
일자	변경내용	비고
2025-01-06	데이터셋 변경	메타데이터 데이터 구축량 정보 수정
2022-07-13	산출물 공개	콘텐츠 최초 등록

소개

- 욕창 환부 이미지 라벨링은 욕창 4단계 및 기타 감별 궤양, 정상 부위로 진행됨
- 욕창의 경우 1~4단계로 라벨링
- 기타 감별 궤양은 6종으로 미분류 욕창, 당뇨병성 궤양, 습윤 궤양, 의료기기 기반 조직 손상, 장시간 압력 노출 조직 손상, 심주조직 손상으로 라벨링
- 원천데이터는 .jpg, 라벨링데이터는 .json

구축목적

- 욕창 및 기타감별 궤양을 판단하기 위한 의료 이미지 데이터셋 구축
- 의료 영상의 판독 결과와 진단 및 치료에 영향을 주는 임상 정보 등을 어노테이션한 학습용 데이터셋 구축
- 구축된 AI데이터를 이용하여 의료 단계별 의사결정에 직간접적 영향을 줄 수 있는 AI모델 제시

메타데이터 구조표

메타데이터 구조표
데이터 영역	헬스케어	데이터 유형	이미지
데이터 형식	이미지(JPG)	데이터 출처	서울대학교병원, 순천향대학교병원 (IRB 승인 후 수집)
라벨링 유형	진단정보/촬영기기/임상정보/이미지정보/바운딩박스	라벨링 형식	JSON
데이터 활용 서비스	요양병원 및 보건소의 헬스케어 서비스, 기타 헬스케어 서비스	데이터 구축년도/ 데이터 구축량	2021년/21,440

데이터 통계

데이터 구축 비율 : 서울대학교병원 60%, 순천향대학교병원 40%

교육활용 동영상

활용 AI 모델 및 코드

본 사업에서는 딥러닝 기반의 객체 검출 및 인식 모델로 가장 최근의 대중적인 모델인 YOLOv5를 적용하여 학습함으로써 성능 평가와 데이터셋의 활용성을 확인해 볼 수 있도록 함

단계별 욕창 환부 이미지-Overview of YOLOv5

YOLOv5 - 딥러닝 기반의 객체 검출 및 인식 모델로 가장 최근의 대중적인 모델. 다양한 객체에 대한 특징으로 학습되어 있는 backbone 네트워크와 목표로 하는 객체의 특징을 분류하는 단계인 분류 네트워크로 구성. backbone 네트워크는 다양한 객체를 갖는 데이터셋으로 학습되어 있으며 CSPNet을 사용하여 모델의 정확도를 유지하면서 경량화. 분류 네트워크는 PANet을 사용하여 목적 데이터셋의 객체를 검출하기 위한 특징을 학습하는 단계.
파라미터 설정은 epoch 200, batch size 64, Adam optimizer를 활용하여 학습을 진행함

① 인공지능 서비스의 개발 및 사업화
- 구축된 욕창 데이터셋은 인공지능 욕창 진단 알고리즘 개발과 각 전문학회의 욕창 교육용 어플리케이션 개발을 위한 기본 데이터로 활용
- 개발된 욕창 진단 알고리즘은 전국 요양병원 및 각 지방의 보건소 및 보건지소에서 환자를 평가하고 이송/회송하는데 활용 가능
- 현재까지 창상에 대한 평가는 창상의 면적과 깊이를 측정하는 것이 대부분이고, deep learning을 이용한 선례가 없다. 이번 과제를 통해 개발된 욕창의 quality controlled image tool을 창상에도 적용하여 추후 다양한 창상관련 인공지능 모델 및 어플리케이션 개발에 적용

② 대외 공개를 통한 기술혁신 지원 방안
- 비식별화되고 욕창 및 기타 감별 궤양 환자를 랜덤하게 포함한 욕창 검진 임상정보 20,000건 이상 공개
- 비식별화된 임상정보와 매칭되는 이미지 공개
- 욕창 및 기타 감별 궤양 이미지와 임상정보를 통합한 데이터셋을 바탕으로 병변 부위를 촬영하여 해당 병변을 분류하는 모델, 알고리즘을 공개

어노테이션 포맷 및 데이터 구조

데이터 구성

JPG 형식의 욕창 환부 이미지 2만장 이상 구축
2만건 이상의 annotation 수행, json 파일
욕창 1~4단계는 각 단계별 3,000건 이상, 기타 감별 궤양 6,000건 이상, 정상 2,000건의 JPG 형식의 이미지 파일 및 JSON 형식의 어노테이션 파일

* 데이터 예시

데이터 예시	[원천 데이터]	[json 예시]
[바운딩박스 예시]

데이터 예시

단계별 욕창 환부 이미지-데이터 예시_1_원천 데이터

[원천 데이터]

단계별 욕창 환부 이미지-데이터 예시_2_바운딩 박스

[json 예시]

단계별 욕창 환부 이미지-데이터 예시_3_json 예시

[바운딩박스 예시]

* 데이터 구성

폴더 구조

파일명 구조
원천데이터 폴더의 경우 욕창 이미지를 jpg 형식으로 통일 및 비식별화하여 저장함. 파일명 구조는 전/후향적, 진단명, 작업자, 병변부위, 작업일과 이미지 수에 대한 정보를 포함하는 jpg 형식으로 확장자를 통일하여 저장 라벨링데이터 폴더의 경우 역시 파일명 구조는 원천데이터와 같되 json 형식으로 저장 Training, Validation, Test 모두 동일한 폴더구조로 저장

폴더 구조

파일명 구조

단계별 욕창 환부 이미지-데이터 구성_2_파일명 구조

원천데이터 폴더의 경우 욕창 이미지를 jpg 형식으로 통일 및 비식별화하여 저장함.
파일명 구조는 전/후향적, 진단명, 작업자, 병변부위, 작업일과 이미지 수에 대한 정보를 포함하는 jpg 형식으로 확장자를 통일하여 저장
라벨링데이터 폴더의 경우 역시 파일명 구조는 원천데이터와 같되 json 형식으로 저장
Training, Validation, Test 모두 동일한 폴더구조로 저장


항목	설명
data_type	전향적/후향적 데이터
device	촬영 기기
환자 정보
age	환자 나이
gender	환자 성별 (ex) 0:남자
diagnosis	진단명 (ex) 욕창1단계
underlying_disease	환자기저질환 (ex) 당뇨병
site_of_lesion	병변 부위 (ex) 좌측 허벅지 하부
bmi	BMI (ex) 1:정상
sense	감각인지정도
sense	(ex) 1:매우제한
mositure	습기노출 (ex) 1:습함
activity	신체활동정도
activity	(ex) 3:정상
motion	움직임 (ex) 3:정상
nutriture	영양상태 (ex) 3:양호
friction	마찰력과 전단력 (ex) 0:문제있음
exposure_time	압력노출시간 (ex)20
temp	체온
temp_lesion	환부 온도 (ex)37
폴더 및 파일 정보
folder	데이터가 저장된 폴더명
filename	이미지 파일명
path	이미지 위치
이미지 사이즈 정보
extension	이미지 확장자
width	이미지 가로 크기(픽셀)
height	이미지 세로 크기(픽셀)
depth	이미지 채널 수(RGB 등)
bounding box 정보
x	bounding box 좌상단 x 좌표(픽셀)
y	bounding box 좌상단 y 좌표(픽셀)
label_width	bounding box 가로 길이(픽셀)
label_height	bounding box 세로 길이(픽셀)
class	욕창 단계별 grade

* 어노테이션 포맷

* 어노테이션 포맷
구분		항목명	타입	필수여부	설명	범위	비고
1		annotations	Object		데이터셋 정보
	1	data_type	String	Y	전향적/후향적	0: 전향적 1: 후향적
	2	device	String	C	촬영기기	0: DSLR 1: 스마트폰 2: DSLR + 스마트폰 none: 정보 없음


	3	folder	String	Y	이미지가 저장된 폴더명
	4	filename	String	Y	이미지 파일명
	5	path	String	Y	이미지 위치
2		patient_information	Object		환자 정보
	1	age	String	Y	환자 나이	0: 10대 1: 20대 2: 30대 3: 40대 4: 50대 5: 60대 6: 70대 7: 80대 8: 90대




	2	gender	String	Y	환자 성별	0: 남 1: 여 none: 정보없음
	2	gender	String	Y	환자 성별	0: 남 1: 여 none: 정보없음
	3	diagnosis	String	Y	진단명	0: 욕창1 1: 욕창2 2: 욕창3 3: 욕창4 4: 미 분류 욕창 5: 당뇨병성 궤양 6: 습윤 궤양 7: 의료기기 기반 조직 손상 8: 장시간 압력 노출 조직 손상 9: 심부조직 손상 10: 정상 피부








	4	underlying_disease	String	O	환자 기저질환		00: 당뇨 01: 고혈압 02:뇌신경계질환 03: 척추 외상 04: 기타 none: 정보 없음 &: 구분자 ex) “01&03”







	5	site_of_lesion	String	M	욕창 병변 부위	0: 귀 1: 얼굴 2: 코 3: 뺨 4: 머리 5: 목 6: 상지 7: 가슴 8: 등 9: 복부 10:둔부 11:사타구니 12: 대퇴 13: 무릎 14: 무릎 아래-발목 15: 발목 16: 발 17: 발뒤꿈치 18: 발가락 19: 발등 20: 발바닥 none: 정보 없음












	6	bmi	String	O	BMI	0: 23.0 미만 1: 23.0 ~ 25.0 2: 25.0 ~ 28.0 3: 28.0 ~ 30.0 4: 30.0 ~ 33.0 5: 33.0 ~ 35.0 6: 35.0 이상 none: 정보 없음







	7	sense	String	O	감각인지정도	0: 전혀없음 1: 매우제한 2: 약간제한 3: 장애없음 none: 정보없음




	8	mositure	String	O	습기노출	0: 지속적습함 1: 습함 2: 때때로습함 3: 거의습하지않음 none: 정보없음




	9	activity	String	O	신체활동정도	0: 침상안정상태 1: 의자에 앉을 수 있음 2: 때때로 보행 3: 정상 none: 정보없음




	10	motion	String	O	움직임	0: 전혀 없음 1: 매우 제한됨 2: 혼자서약간씩움직이는 정도 3: 정상 none: 정보없음




11	nutriture	String	O	영양상태	0: 제공된음식의1/3을넘지못함 1: 유동식, 또는 경관 유동식 2: 경관 유동식, TPN 3: 양호 none: 정보없음




12	friction	String	O	마찰력과 전단력	0: 문제있음 1: 잠재적문제 2: 문제없음 none: 정보없음



13	exposure_time	String	O	압력노출시간	0: 0 - 3시간 1: 3시간 – 6시간 2: 6시간 – 9시간 3: 12시간 이상 none: 정보 없음




14	temp_lesion	String	O	환부 온도	0: 35 미만 1: 35-36 2: 36-37 3: 37–38 4: 38–39 5: 39–40 6: 40 이상 none: 정보 없음







15	temp	String	O	체온	0: 35 미만 1: 35-36 2: 36-37 3: 37–38 4: 38–39 5: 39–40 6: 40 이상 none: 정보 없음







16	lesion_size	String	O	욕창 크기	가로(mm)x세로(mm) ex)20x20 none: 정보없음


3		Image_information	Object		이미지 정보
	1	extension	String	Y	이미지 확장자	jpg
	2	width	String	Y	이미지 가로 크기(픽셀)	300 이상
	3	height	String	Y	이미지 세로 크기(픽셀)	300 이상
	4	depth	String	Y	이미지 채널 수(RGB 등)	3
4		boundingbox_information	Object		라벨링 정보
	1	x	String	Y	환부 bounding box 좌상단 x 좌표(픽셀)
	2	y	String	Y	환부 bounding box 좌상단 y 좌표(픽셀)
	3	label_width	String	Y	환부 bounding box 가로 길이(픽셀)
	4	label_height	String	Y	환부 bounding box 세로 길이(픽셀)
	5	class	String	Y	욕창 단계별 grade

* 실제 데이터 예시

단계별 욕창 환부 이미지-실제 데이터 예시_1

구축 업체

데이터셋 구축 담당자

수행기관(주관) : 서울대학교 산학협력단

수행기관(주관)
책임자명	전화번호	대표이메일	담당업무
류호걸	02-2072-2065	hogeol@gmail.com	단계별 욕창 이미지 데이터, 욕창 원천 데이터 획득, 데이터권리획득

수행기관(참여)

수행기관(참여)
기관명	담당업무
서울아산병원	데이터 검수 및 품질관리
순천향대학교	욕창 원천 데이터 획득, 데이터권리획득
수원대학교 산학협력단	데이터 획득 교육, 비식별화 방법
㈜이노아이엔씨	데이터 정제/가공, 데이터 획득 관리 솔루션 개발
㈜몰팩바이오	데이터 정제/가공, 응용 소프트웨어 개발, 알고리즘 개발
㈜에이치에스 힐링솔루션	데이터 정제/가공, 데이터 품질관리
광운대학교 산학협력단	Annotation Tool 개발

DSM - Korea Design System