공공 의료데이터 상세

썸네일

구강 이미지 데이터

##구강이미지## 구강질환## 문진## 전향적 데이터## 후향적 데이터
● 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
분야
헬스케어
유형
이미지
생성 방식
안심존(온라인)
  • 구축년도 : 2022
  • 버전 : 1.1
AI-HUB

데이터 변경이력

데이터 변경이력
버전 일자 변경내용 비고
1.1 2025-03-28 데이터 재개방
1.0 2023-07-31 데이터 개방 Beta Version

데이터 히스토리

데이터 히스토리
일자 변경내용 비고
2025-03-28 산출물 공개 저작도구, AI모델
2025-01-06 데이터셋 변경 메타데이터 - 데이터 구축량 수정

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

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%)

 클래스별 분포(구성비 중첩률 50%) 차트

a. 치아 번호 생성 및 분류 모델
- 목표 : 치아 번호 생성 및 분류

치아 번호 생성 및 분류 이미지

- 모델 : Feature Pyramid Network(FPN)

Feature Pyramid Network(FPN) 모델 구조
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
치석 및 보철물 탐지 이미지
- 모델 : Unet Plus Plus (Unet++)
Unet Plus Plus(Unet++) 모델 구조
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

치주질환 탐지 이미지

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

1. 메타데이터 구성
● 문진

1. 메타데이터 구성● 문진
구 분 항목명 타입 필수 설명 범위 비고
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",    
"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 범위 비고
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 범위 비고
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 범위 비고
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": "/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8UHRofHh0aHBwgJC4nICIsIxwcKDcpLDAxNDQ0Hyc5PTgyPC4zNDL/2wBDAQkJCQwLDBgNDRgyIRwhMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjL/wAARCADgAOADASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWmp6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEAAwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSExBhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElKU1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwDr4rv5etTi73DHY8EVysd6V43VbjvsjrivO5z2ZUTTnQRSi4jOeeR7VpW7iZRs54/SsKO83Lgn86da3QWXYTwTxQmiXFm+Y3xyn41Ccg45/KlRwp4kOPY1fSBZU3eccY+tVa5DdtzL88wOxOc7eM9qwb26VST1J610Wo2nyMAcsO9cHqM7R3Dxk8g1Mr7G1JJ6mVrWobIXYDoK84vJ2nmZ2Ocmu21VDcRso71yE2l3AY7VLeldFGyMcVd6Izly0gUHGfU4pZCMFVO4Z5Pqa0bXw9qF1IFWHA9TxXWaP4MiiYSXJ8xh0GOK2lNI440pSMLw74cfUHE0qkIDxxXbS6UliE8tdy9N3tW5aWQhj2RR4xxgCpHsp1BDQSEH/ZrmnNyO2nBQRysqfhVckA10VzYt91YmOOKzX01tx+Ug+lZnSpKxngZ6is3U9NF3A6jgnocV0IsHHJV8eoFWVsY2+XDE45471UXZmc7NWZ5JNbyW8pjkXBH61FyPpXpGseGIryLeoKv2OOlcZe6Bd2bcIXHqozXXGaaPOnScXoZ6OSa67wpcOrtGfqBXMwaddPIFELD6iur0nTXsmSQ9cHcfyrKq1Y6cMnc7a2uNpGa3La7DbRnoc4rjhc4x7V3fh7S1WBZ7hd0jchW6Af41yLQ7Ktkrl5FaZQVU8mrCWbbRkgewq8qRRDoKgluVGfStEcqu9hsdtGnLcmiW8htVLuc46KKo3F6TnmsG6uWlnVC3BYDNO6NFSb1ZzPnn1qVLliODWUs2eamSTJ4PXtWTR2GrHdn1qeHUESYHPzCsS6uUtgMSBmI6Cs/+0QpznmnFPcnlTPQLfVQ3BPNa1vf/AC8NXn+mC8vTmGM4Azk8ZrqLWyuVwHlQemDninzMznCJuvdBz7VwPiwGHUI5I8/vQcj3H/667VYIo0y0jMe/amlbASK7wxtIvKlhkg/j0pdTOPunm9va3d2R5dvK+fRSa3dM8L3c8i+bbFB1y/FdvFfQBlRTt7cdKGvoEkAJw1WpWFJtmRa+FUjI81xx/Cg/qa1odNsrcKBCpfGRu5pG1KHLbW6d6p3GrRqgYHPpzRdsmzZfYYbPcimJFKZTuf5Rzg1kPrJU5AHqM0ieIx8zOq/nVF8rsbO3y2JUD8fWoY3kUETfOOmCOprPPiG3kUFlBxUL+KrJgVxg+tAuR9jXNlbTy5Nuo47A9B7ChdHtptojjKN0BBrJXxJAmBkdOtSnxLGWyoGCc4Dd6asS4S6GhL4aOfJB+bGSCRg56ZFYepeEJdrvHGWK84FXn8STtIFTCoACcetXINeDKNxcHNN+RKU0efT6TcWjFjA+B146VA8zKCrLj14r1A6lDkndu7AGlksdG1FFlmtY2PoF2/yqGrmkZ23R5lpafa9WghPK7tzfQc16hbThYxg9KrweG9Ijm8y2Ty3UEAAnnOPU+1XBpDLAWWbDL/CeazcXcKk1ISS59WrNurs9jUOq22oWy5QLIPQHmuWm1qSKQpOCh9xUNu5pTgtzemvMA+tQ2KG71OBB135P4c1jf2kso3Ag10vg1BPPNdNzt+Qe3c/0rWOpdV8sWzyVdRPfOKVtVZR8vB9TT4dBvpcfJtH0rd07wZ5rf6RubPbpitPdI5pHMLPNdyYQkk9T6Vt6bZRQtulHmP6np+VdzYeE7C3QL9mX8RmtNfDli/BtEB6ZXj+VJu+xCqJbnHyak0cOISEYAAYFXbHViIwZWzKO5PWt248FWNwpMbSRP7NkfrXCeILC+8PTDzfngbhZV6fQ+hqOV3NFODOjl1NmAIfGT0pn28k8Fia4mPWGPGc/jVyLUunzkE9atQDR7HYRySTgHHTp2q4plkAUBRxg/NmuQi1Qov8Arjn3pBrEyOcTDB9zT5SOVnVy6S7M3+klR2wM0i6MnAe5lYAHPIFc2mtuSA0vH1NTPrBU435z1GaehXJI6AaVYKCZJHbnHL0JpunHOIA31Yn+tc9/ar7DtYAdyKjbWJOokP4GjmRSpT7nSta2MS5W3jGO5pkdrprQktDGGHHAFcw2pSknc5xUAvZpHIDE0cyG6T7na/2bpbqAyxr+C0g0nTDhgi7R3AB/kRXKi7lIHzAYHerMOoSRADzVH0xVJoydOS6m/LolkGyJUU9OVbj9aYumRIpC30DemU/+vWUNVnCkrcNkerCoH1mcZLESE9SxHWjQXLM3Htkh5W9TGccL7/X6U1bh0yBcg9OOn6VzsmtTgjMdscHuBUMuuhScGFSeyCpaKV+p1g1aWFxmX8809fETw4/f5/GvPbvW2kP+sLVnNqjhicnNRJMtRh1PVJfERk3NvO7BAOemaw7+2udS3+XZyOp7hDW94P0GGOyS6vAJbhhuw3IX6V00wA4UACsUnuRzxi7RPGZtF1qwYvHZzNH/AHcZIr0fwWzReHopZ18t23FgwwfvHr+GKvXAODmq3mgQRoD1OTVKViZXkrENvpwVvuYFa8FoBgBT9KuxW4DBiOhGauWyfIhbhs447YyBXQoIwnVIIbTZgsvbv9KsSLFH0PGCevXio7mbYjZP8I7d6yrm664YnOKcmomcU5F6S5TdgHHufXmuY8TRxX2mTRSgMCD1qxdXhQcmsm5kiurOdnnK7V4UDqfrWPNdmyhy6nj6xyJO8a87SQKuRQXDfwn86mt4At1IOvzmtaJQCMVu2dEKd0Z8VrcE4Oa0IdOlJDFSfaraOqnp+dWDqOxRjauPRam6NeRiW2mlDve23qRgg1bi0xWwHSGMA5681ly6vKQFDO3406K5vJVysLY6UtClBnQQaRa7vmkQL9Kkm0ewkb5GjBx/DkVmRJqR/wCWX61PI19Cn7yL8qV0NQfcil0SPs3FVzo58zcHOTUy382/aY2JqQ3zqOYz+VGhTTIxpjpjlT9alXTZpXAVVBPHB/xqs+r7PvAim/20h6vVJoycJM1v+EVmlh80uQoI6d/881KPBkEjq0k0gjYZyE6n86y013aoAnYD0DVPF4hk2hBMSo6DNUnEzdKq9iS58HWYXbHITIRkhwf1FU7nw9PbHakEJHYqvX9K37XxEm1VuYxMvbJ5FaM2raPNb7Sk2ewLdKq0WZctSLs0ebX+kXKIrMijfnHBrl7xJYHw2AQa9Lv5YmYmEkKOma4zV41mdsqM+uKg1lTdrnrXh27L2MRP3iAT+NbjYbnsa4bwhfedZ22TyV2HnoRXcKSw24/KsUuhzyVmV54AyHFYM+6K5EbD5SDg11DxkDJIrLv9PFwhxw3Y1Mo9ioT7m4rooAIzkjocd/8A69RPcskW0AjI4J/Go2l2jnj6/wCf84qlLITkg47V0OVjnUbjLm4kdjliQTVF5toOTyKklcAEZ5NZGp3HkwscnJ6Vk9TeKSKl7fh5fKDe5b0Fc9rGs+TamKI9eM1NPKiRM7tx1YmuKvbs3l0Wz8g+6KcIa3KbTLFtMQSe9XFujjHesqLczBV6mum0rScyI0wyDyRWjN6bKiPNKcKrYrbsNGkuArTKdn1rTisIY3J2gKOgrQiuI4jhunapubDrPQbVFTchZe+0VfitIYnCmMKm7G7GcflVZ9RVIsFgPp3qTS7W41Yko7CPP3j0pcyRErpXbNdpLW3GEaGU8jhT09frTJTb3CgbFA7471aTwvH5fM77j39K5+4hn0+8MMkmVHKk9xQ6iMabjJ+69S4dLto5HcBRnj60sVvbI3KrzweM8dKyZdTkaRLeMGSd22oi8kmultvC1+9uGmlSOQ9U64/GmpIqpLl+JjYPDel6zpIR/Khe1kJeQ4HyHnnnJ5zg1zOseAreCaZbK489h/CoOQe4P0rV1aC/0Jy75MP3fNX+tXtC1FLixM2CWLEFs96cpxZhepT95O6OGXwLfTyiJYyrHHHpkgfzIrMuPC95ZuRljivWF1VbPU3mTDN5WEBP3ST39cVVuLtLppWmRXZ235AHX/CiyaNYV5t6rQ8n/wBJtW2yZIHORTxqjAYzXd31pBNAIhDGp4+YDk8da4/WdESIAwEk4ySex70rHTGqmU21HI61m3EnmMT61XnSa1POStRfagy88U0KU0dV4PvPJnaInADBh/WvVYZtyhvavA9N1D7JqcMhOFLBW+hr2fRrsTWMZJ7YqJKzOKWptb8j1pjEt0XFMR8GlkkJBwKDOxHLJt6VUY45zyKJpueKqTXAC4HNJsaRHPKFJPHSue1mciFnbgCtGect169hXKeL7gnTSitglwD9KUdZFPRHNarqrXJMMbfIOpFZgbAwKYBtBqISfNXUlYy5tToNGhDzK7duldtDLHHEORkCuK0tj5UYTlm4ArvNN8Pi4jUyznJ7AVhOVjsjKMVdkJ1BVBANWrHTZNRQS+YEVjx3qrqHhyaBx5LMc9Peuw8O2H2fT4Y2I3BRuPv3rNSu7CrYhRjeJx+o6XdWMgIzJGSBjoee/wBK9M0PT1sNNhhx8wUbvr3qpf2Ane0wM4kBOe+Dk/pituMELSa1sclTESqRSZZUfL0rhfiPC0UEEkTbHM20n8//AK1dyilgRkZAzj1rnPHOntqVjYxKu5WvoN+OyswDfzptaGNKbjIg8E+Gl02L+0btvOvJh8jHoie3ufX/AOvXaZyKqxYUADoKmDitIkVJubuxNSs4rizAdFZWUBh2PFcfY+Gza30iQSsls7BxH6Z6/wCFdt5geJ0brgFfw/8ArVnQrslf60pwTdwhVlGNiu+h2j2ci+UAcjLgfNnnnNYMumrAjLEGJQYYseSfWu4VQNPkORl+foB/n9a568hkkkypGOM5oqe4tDSjVlfVnKjT7yZwEid+vOOlZ2o20tt8sqEE+or0uytFcmMnCIhdj6/5zXPa2kUluwlQMg5Ip8zSTZqsReVjyLVURyyYGBXJ3C+TIcdK7jV7IxOzxktG2SuRzXGaj61cNTepLS6KpO5eteq+CNQNzokG9vmXKE+uDXk6Nla7rwFcYt54N3Kybh+I/wDrUVVoRB3Z6ejkc8fjU2/jAPFUIJN64PWrcecZ6/SsrjaM6TJ4z+NU5sqhznOeKvSDgisq9kKyDJ4rMEU7iTaC7k5rhtfuTcy7f4UOcjua6jWrnybRiOpOK5LVbdoLLziQVY9Qe9a0Vrcio9DnriTYmAeTUEfJHNRyPvkJ7DpU1uhllRF6sQK6nojmUrs6rRrTdFE4OSH/AEr1jRlXyE7nFebaWVtoVhkXB/hau/0K4Elupz04NcNR+8dM23E3763HlgjP3QwP1Gan04BIVHoKZLIr2YU/eA4P+f8APFRWkwA5PSm7JnOrtGsZh5kSkcAls/XH+FaKSCMg4Bx2Ncbr/iK30eyN5dPsVSAqqMsx9AP1rzrVvi/qkpMemxRQxjgSSruc/hnA/Wn70nohctlqe7icK2VOD6VWu5f3aDj5WzXz43xV8VMvF3Cp9RAuf5VWl+JPimYKJdR3BWDcQoucHODgDirVOfUnQ+jlnTGQ4Ge1P+0AdCK+f0+K2tYAa1sz9A4/9mq1F8Wb9SPMsI2HfbKR/Q1XLLsKyPeFuSFIHf8A+uP61GJRvLe9eQ2/xetvLbzbK5R8cKrKwP48fyre0v4kaBdWyNPfC2lblo5VYbT9cYosxcp6a97GkIWMAkoVbPrj/wDVWTJMocDqT+lZFvr+n30Za1v7eZQOTHIDim2+qQ3E26GVJIwCA6ncCfapndjirHRC6WK0nj/jl2jp0ArlvEN4ILCZz0VCfyFaMtzu3Nnqc1yPitbi/spLO0BaaQYAX9f0oeuhUFY4e68QKHTfEzyEfKpHeuUvruSe5k34Gfmx6GuxuNIh0TTfOm+e7fILsfuj0H+NcHMxaRnx1JJrSmkazk7DYpNr4J4Ndd4Kn26lNGOrID+R/wDr1xRNb3hO9EPiCAMcBwUPvxn+lVUV4sVKfvHs1s/AzWnC+cEnisS1fdx3rVgf5cHmuNM65FNpcpWRfODFLuxx0qee58uLk/hWDqt9tVWzhTnIpLViRiavdNI8MJOfmyR7VD4giY+HmdRwpHP4/wD16z2vHkuJJCm4Ekg+gFdEsKalpjRNn94hTA/MH/PpXTD3TKS5kzzLvWnou1tShDep/lVCeF7eeSGQYeNirD0I61Ppcvlapbt1G8D8+K6JbHHF2Z6VBarOi5XODkVt6I4t5ng6L1ArLsnwFwcVRvtZGnX8cq8ruw2D1FcUo3Oq99D0c3AER54ArzrVfiLNa+fa2dunmq5Czscjbnrj1puoeJrm+gaGB/LhIwdvU/jXA3hzdPg8A4rSnTT3M5aIl1DVb3VJzNfXMk8h7sensB0H4VQJpSaSulJLYyYuaM0lFMQuaXNNopDHg8UUgOBRmgBwJHQ81oabr+p6M26xunjGcmM8ofqDWbR1I5xzRZMD07R/iQJ9sGpxrBMw+/Gx2/iD0/M1pW/iK01DU5Es72LzljJwWIBGM8evToK8liMMZPnrIfQoAaYSVk82F2Uq2V5wf/11k6aew1Ox3XiW7aSJd8m7v9Pwrh0Q3Dvx8p4BFXbzVZdQt41k/wBb0dsfe96mt7UwTGFsHZ6U4LlRU5c2xiyxmKQoR0p1pOba8hnH/LOQNx9asasu2847rmqJ6Vo9UZp2Z7jp02+NGJzkVtI2QMGuL8MXputGtmz8wQAn3HBrq7SVSwBrzpaOx6a1VznNTu9iAA/xVyutXnmmONTngk/j/k1b1m92lQDknJrEkzIm7ILGtaceplUlpYbbS+XMhKb8nGCOK6LTZCJ9rKYsZ+X09q5uORhgAnkjj0963LGN5p1xJhgvzEnirkOkZXjDSDDdDUIgPKlwJAOzev4/z+tcspKyAjgg5r2Se1S+0z7PPGjIw2sckkivNNa8P3OlTNIqtLaZ4lA6ezelbU58ysznr0XF8y2OosdWR9OWQH59uD7GsC8uJr+cmFfMCnAAYZJ+lZUc0i27BZCqkdBVXcNwJLZpKnrczdToaMt/c2zmExGNxwQ3UVTPP1omleZo3ldnbaFyxzwKXFWlYV7kZooNNLAVQh1FOSKWQZSJ2H+ypNWY9L1GYAx6fdMD0Kwsf6Urj5WVKK0W0DWFdEOl3e5xlR5LEkD8KiuNI1K1QvcafdRIOrPEwA/Si4cr7FSijkdQR9aQnFArC5opM0meaYDiSBxTTu7n8KePoDT1kTdhwDhcY/lQSyXTZbe21CGW8DmFWBOwZyR0/X9K15LiJ75pEYFJBlSPasCRyUxnI9MdKRZiE2hiDkGpauNPSxfvFW5uG9hjNUZrZoYldj1OKsW7fOwJ5zn86s2NlJqV+FfP2WNst6H2p3sgjFydkdR4T32mnpG55f58egNdfFMww4PSuNubk2jq6j7nBA7itjTdRWaLcGyCa4aiu7npw0Vjlbp/tE24nIIxzUbIfugcmpBGxRcL3zTnjIXI+Uetbo5d2V1jCSBpVbaeTjuK2rOMDy2WQgH+Hqe1Zi7gRhgcHHrWxZ7kdVI+YN65B/xqJM2p6HR2rkqeOM8g+tNkiEwIdQyHquODREV2BGBXfzleePrVjzNqSdQuP1qE7HStUctfeE9Mu9xt1a3kHJKn5T+B/pWHN4MvVbdD5cq/7L4I/MV2LCTeWXlD+lRmUqGwxxW6qMylhYPU4dfCertKFW3VVz995F6e+Ca1rPwVPO2Jr2FQOvlgtj+VbvnlkIzgHnNWopwiCNeM8nHP50nUYQwsEQWfgzRIh+8jkuG9Xc/yGK6CDQ9PgAENjaoAOvlLmq8Uy7lKK+wAdua0RPgHajZx1OP0pczN1SjHZFnZGiKoAAx2pQwC4znkckVGjNs3NHJzwCSBTyWAKqoCH5jzkgjP59aTY7InkzFHCxQgnI5HUDH+NTwyLJmNvmDjoBVbzBLBDHljtLAqq+uP8KtxWhj2NvkGcnAycU0ZytYZLo+n3YBntocjIIeMHgdqz5fBugT5LWcC55LCIcfhwfyrqba3hIKmIuQOGccfTn+VLIls3lkI4VowWIXHX0HU1tbQ5nJXPNrzwXpDoM2UYc/d8skZH4Vzl54GsvLLQyzxN2BIYfr/AI16ZfXltAoZTkbiAGBBPTP9a5q/uUacxoQFXO5s/e+lQ5NGipxlujzi68L3tuMxOkw9B8p/z+NZM1hdxSESW0oA77ciu8mmOWFUvOIlJzxTVTuZzwsejOQmjRRGoZC2wE7fU84PvUdrIY7hXWATEfwFdw/IV2DiCSXfLbxMfUoDkVOjRQqVjiVcjjgCh1UZLCO+rOZstLnuLjzHHkREfxda6eCJLKDZHhRjjFMO1juYYHpRIGkUMGAXoc1lKbZ0wpRprQgkZnfjBPqe1Z8F3Np9xk5KH7wB/WtN41CggjaPXqazLqEFyV6HoSKaSaszKbad0aAbMZK9qRiCikjPycj8KVeSUK9+KdMpRwBnJUUEFeBN0oIGQPXvW5YRgv8AKdoHXcOM1lW4O8ZHJ9BW5YoNwzuY5Ax3qJG0DatiAoOeScbQcVK04CC3ZAIg2846+2KjgUeWQBt/3jzUybX6Nk4zyMAVmaoqywOFYxgBG6JnkZqpcWMoh8xl+UnAx61qvGDGfl7469KRWcOgIwFOQB9Peq5jVM5tUILBlPB5yM1dgtnlRiqkkEYrW8pdw/drjPIxwalAVXLKgGTnijmHzENtAyt5ZHI6+1bVvaxqRuAPGR71Th3LIzdM8+9TybnIYMQAMfL1p3IlIvZjXI8oH0J5A+tSR3FtKrAqDxzgdPcVntEdmVYk46mkLtF90kc9zxRck0jHEsZwoVe5/GmfaEVflOG9m4PtWTvfOWlLMRyADg+uKFkYvtzlB2zmhSsO3c37W7HmMzS7UUZBA6nkj/OKledjbCPk4HA5zj8OlZEAIAbc36fyqyQwQyB42HQndhv05rSM2Yyir3KUyyS6WzxxfOoYE55+8T6fWud1MebeM5AAIJx2xXTyPvUrHJvAHzD+HHHccdayriI+cxOfunDNg4Pp9KGy4OxxVwjCRgVK56CqjoQ3P4V1F3AHRQRuKjAPtWZcRFwqlATnGfSo5jTcx2Rh1GBU0MRkJC88d60GiBi8psEdelRJEIWBToRtIPai4iskb7vnG4A8ipvLXooxk1Kqkys/UAZxntSOhHJHuPpSuSyuU2swI49MVHNCjwsAOnQYq0SSQcHAHFNK7iBz9KpMwkiuFxGSMZzx606ZQQhyd2PTrSDoVzyeOKmmiIwBGQRnOe3+cUyERW8Z3genQ1vW0Q3Abfl6tjjOPesm2AUrWzAPkUspOeozUSNomggXYEZhkDoc8f54qdcgADoBjANVEAU56DHfpVhGwMZB+nUdag0Q8tiQk9ByD60oJZ8nA47UoOQSBuIHekAIAJxt6jBoLBCM4IOe3FTmEOinHXg/SkjbeAyqcnoBTVchHR1dCMN14H+cU0DLEICqCSSWPTrj2+lTABI+Tx6ZzUEJ2IQTlRye5od1K43EsDwM8CmTYe8iKiqEZguF3DHH/wBamLeCQFUQ7QOQRkfhUIj2uxWQgkn5Wbk0qBWB3Nj1TbjPvmmASeXJCxQqG5+XnOfUelVI5JAC29XGcZHGOOtWZYxcQsEhAVTyDglvTmhIAXBRmK85GwfL7+tFhXJxKrAqArbcgnPWp96AAKfvdCVAGfoah2xxrsjOFY+wLelSsACVfcWx0GNqmmhPUcs6GPYECFRkbx1/D/PWqMzmWRQo2Ip45GG9+Ktb4/vdwMcjOfeqUiFGDMV3sODtobEkUbn5eHKjBxkd6zJiHPIwOoNaV0jhUDHdxk+/vVGSMjg8nHeoNFsVigPAyTn1pqoOcin4YHn8KTPBH6UAyJkwGCsVJ9D2z0NI3XdjGPxqXHzc9M8cU1sMP8OKZDIeSeAcE9B2pDndwTTwORk7T7GmSD5smqM5FaNQpySNwP3cHn8atsjN82OnqRVcfI5OSQw44960IkZ4hu28DsMU2ZogtxtIY8jOMVsxbSoB4Ws2JT5hB47gVowjaFUnPHfvUM2iWQuYs/N1x04qYcDjg9gDzVdQc5GehqdVbaH6j6f1/OpNUSI4DEMCpxzg/wA6QL5gCMAFPIx1pshyTxyR0p6LlQCcHGeBQVYsRocgjsMH3oL7nPPrz1qGSQmUomc4GPenscwZJw46DHpTQWJI5GHUlUxyO34U3zRJwseVPRhmiMlwqkgg5xx0zT0DRZx8ynnPYfhQDQ0MjAHzCu05A6GkacB1SJ5HBPYDk0+WFHfLFC/bjj9KSGKZmxsgGe6np7jvTJZXTyxIdku9+5I4Ht7VdWKKVRIWTI6jBGPyoG6DdEtvG6gEfL6Hpz3oAWQR7UMPlnLHPyt9RVCYJbKSUBPUkkt8v4flUxttx2qwjYZ+aXkH/PrSFDsAZg6gnbwV/TrSqAp2EfKDkZ60gKLCRJT+8BGcBVPApjyFW25O888jkCrUohjfbGQfUNziq7lxG7RA7sY5oHuUZmOw8EH0J5qk24seeO9WpgBFkuS468VFgYOPpUgU2UMwJHTvTXA4xj3qdwT2GaiCjcQKBMiA5wvXB6jNN7YP4YqQj6mo9mc0yWNGOmPbNRSHccCpMbRyee1RY5A7/WmZsHjjyHj3beihjkn8qvQgSN8oAHBx1xVTaS65yoHQir9vE4iXbxlegPShkAqhWxjoatQrhhuPHaoDy+QMZGTVqLg54PbmpZpEdgbjnPpgVJGxHrjrz2pV4OaZnBHWpNkTlSBnkjPJp68c9BjrUSMR0PHpT1YNnI46UFDwMknIBxgHpThh/lHfs3T86idgozux3OeBS/xdOOOh/WhAWYotuGIGM/d3damZFDLgqgbg89KpNMFRV6uO2KFvZFJaUMVB5HQVQMsq3lN80O9emQODRwoJQA5H8JxilWVZOpyByq0NLFtzgA888AmmISKVWf5Q7FeuDx+dTxxOo3sgJzxzwB6VSiv2RfLQDGckGoXvJTMxVgrc4x0ouKzL8kqxkrJI4kGM8Zx/9aoWuXXdjDdxuGapwjI+eRmc9Sec/jVhpImj5ZcjH8PekMBJLOT5nHAyo6H3zUcjqI8kuuTjJ7n2qOVkzjcAo7Cq8gSWUNkuPQmmATLuiGDwT071WYE5XOfQ1Ydgq4IY46ZPSoACxPB5/SkAwrgnPT2qJsZ44qRxluM4prdOCPegljGACZqLOQBk+1PbB7Y+lQkev50yGIx/+tURGHx6VIBkZPSmj+MgZ4pkM//Z",
  "imageHeight": 224,
  "imageWidth": 224
}

데이터셋 구축 담당자

수행기관(주관) : 주식회사 큐티티
수행기관(주관)
책임자명 전화번호 대표이메일 담당업무
최재유 051-743-1164 data@qtt.co.kr 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 data@qtt.co.kr