안심존 - 한국전기연구원

데이터 개요

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
2025-06-25	데이터셋 변경	구축업체정보 수정
2025-01-06	데이터셋 변경	메타데이터 데이터 구축량 정보 수정
2024-02-27	산출물 최종 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

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 구축량	2022년/953,994

데이터 통계


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)**
1차 경로	2차 경로	파일 포맷	최종
서울특별시	난청인	.json	492명×62
서울특별시	정상인	.json	1,111명×62
부산광역시	난청인	.json	357명×62
부산광역시	정상인	.json	1,078명×62
대구광역시	난청인	.json	504명×62
대구광역시	정상인	.json	845명×62
인천광역시	난청인	.json	14명×62
인천광역시	정상인	.json	33명×62
광주광역시	난청인	.json	357명×62
광주광역시	정상인	.json	615명×62
대전광역시	난청인	.json	577명×62
대전광역시	정상인	.json	1,132명×62
울산광역시	난청인	.json	10명×62
울산광역시	정상인	.json	14명×62
세종특별자치시	난청인	.json	10명×62
세종특별자치시	정상인	.json	10명×62
경기도	난청인	.json	125명×62
경기도	정상인	.json	408명×62
강원도	난청인	.json	9명×62
강원도	정상인	.json	12명×62
충청북도	난청인	.json	9명×62
충청북도	정상인	.json	10명×62
충청남도	난청인	.json	496명×62
충청남도	정상인	.json	1,005명×62
전라북도	난청인	.json	331명×62
전라북도	정상인	.json	1,349명×62
전라남도	난청인	.json	244명×62
전라남도	정상인	.json	396명×62
경상북도	난청인	.json	148명×62
경상북도	정상인	.json	191명×62
경상남도	난청인	.json	135명×62
경상남도	정상인	.json	222명×62
제주특별자치도	난청인	.json	1,262명×62
제주특별자치도	정상인	.json	1,724명×62
총 수량			944,570
총 수량			(15,235명×62)

교육활용 동영상

활용 AI 모델 및 코드


구분			Training	Validation	Test	Total
난청 검사	할당 비율		80%	10%	10%	100%
음성 데이터	데이터	인원기준	12,188	1,524	1,524	15,235
	데이터	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

어노테이션 포맷 및 데이터 구조

○ 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
선택	6	data[].r_pta_ac_500	500Hz 청력역치
선택	7	data[].r_pta_ac_1000	오른쪽 기도청력
선택	7	data[].r_pta_ac_1000	1000Hz 청력역치
선택	8	data[].r_pta_ac_2000	오른쪽 기도청력
선택	8	data[].r_pta_ac_2000	2000Hz 청력역치
선택	9	data[].r_pta_ac_4000	오른쪽 기도청력
선택	9	data[].r_pta_ac_4000	4000Hz 청력역치
선택	10	data[].l_pta_ac_500	왼쪽 기도청력
선택	10	data[].l_pta_ac_500	500Hz 청력역치
선택	11	data[].l_pta_ac_1000	왼쪽 기도청력
선택	11	data[].l_pta_ac_1000	1000Hz 청력역치
선택	12	data[].l_pta_ac_2000	왼쪽 기도청력
선택	12	data[].l_pta_ac_2000	2000Hz 청력역치
선택	13	data[].l_pta_ac_4000	왼쪽 기도청력
선택	13	data[].l_pta_ac_4000	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
	1-6	data[].r_pta_ac_500	Number	선택	500Hz 청력역치	-10 ~ 120
	1-7	data[].r_pta_ac_1000	Number	선택	오른쪽 기도청력	-10 ~ 120
	1-7	data[].r_pta_ac_1000	Number	선택	1000Hz 청력역치	-10 ~ 120
	1-8	data[].r_pta_ac_2000	Number	선택	오른쪽 기도청력	-10 ~ 120
	1-8	data[].r_pta_ac_2000	Number	선택	2000Hz 청력역치	-10 ~ 120
	1-9	data[].r_pta_ac_4000	Number	선택	오른쪽 기도청력	-10 ~ 120
	1-9	data[].r_pta_ac_4000	Number	선택	4000Hz 청력역치	-10 ~ 120
	1-10	data[].l_pta_ac_500	Number	선택	왼쪽 기도청력	-10 ~ 120
	1-10	data[].l_pta_ac_500	Number	선택	500Hz 청력역치	-10 ~ 120
	1-11	data[].l_pta_ac_1000	Number	선택	왼쪽 기도청력	-10 ~ 120
	1-11	data[].l_pta_ac_1000	Number	선택	1000Hz 청력역치	-10 ~ 120
	1-12	data[].l_pta_ac_2000	Number	선택	왼쪽 기도청력	-10 ~ 120
	1-12	data[].l_pta_ac_2000	Number	선택	2000Hz 청력역치	-10 ~ 120
	1-13	data[].l_pta_ac_4000	Number	선택	왼쪽 기도청력	-10 ~ 120
	1-13	data[].l_pta_ac_4000	Number	선택	4000Hz 청력역치	-10 ~ 120
	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) /
	1-16	data[].is_correct	String	필수	발음 정오 판정	0 / 1	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

실제 예시

구축 업체

데이터셋 구축 담당자

수행기관(주관) : 나무기술(주)

수행기관(주관)
책임자명	전화번호	대표이메일	담당업무
이도경	02-3288-7900	dk.lee@namutech.co.kr	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
이도경	02-3288-7900	dk.lee@namutech.co.kr

DSM - Korea Design System

공공 의료데이터 상세

난청 검사 음성 데이터