• 두부 CT 영상에 대해 의료 환경에서 적용 가능한 수준의 뇌출혈 가능성 및 출혈 부위 진단을 제시하는 인공지능을 훈련하기 위한 학습용 데이터셋

• 두부 CT 영상에 대한 뇌출혈 진단 AI 모델 개발

• 6개 의료기관에서 획득한 약 53,000 건의 두부 CT 영상으로부터 자체 제작 annotation tool을 활용하여 다각형 형태의 출혈 분류 및 출혈 부위를 라벨링 하였을 뿐 아니라, 개인정보 및 안면부 비식별화된 dicom 형태의 두부 CT 영상을 공개함으로써 개인정보 보호 이슈를 완전히 해결한 뇌출혈 진단 AI 모델 개발을 위한 학습용 데이터셋 구축

• 개인정보 및 안면부가 비식별화된 dicom 형태의 두부 CT 데이터 약 53,000건 (영상 이미지 약 230만 장)
• 출혈 유무 및 종류가 분류됨 (비출혈 46,000 건, 출혈 7,000 건)
• 출혈 부위에 대하여 다각형 형태의 레이블된 이미지 (json 파일, 약 8만 장)
• 출혈 부위에 대한 label을 쉽게 확인가능한 png 형태의 파일 (약 8만 장)

  출혈 부위에 대한 label을 쉽게 확인가능한 png 형태의 파일 표

  데이터	설명	예시	포맷	수량
  두부 CT 영상	출혈 유무 판독가능한 CT 영상		dicom	53,041 건 (이미지 2.328.919 장)
  대상자 기본 정보	데이터 특성을 나타내는 기본 정보		csv	1
  다각형 라벨	출혈 부위에 대한 다각형 형태의 라벨 및 영상		json, png	82,692 장
  뇌출혈 분류 라벨	뇌출혈 종류에 대한 분류 라벨		csv	1

최종 구축된 데이터

최종 구축 데이터 표

예시	데이터항목	JSON형식
	출혈 데이터/색상표시 intraparenchymal: Red subarachnoid: Blue subdural: Yellow intraventricular: Green extradural: Cyan

• 딥러닝을 이용한 뇌출혈 진단 모델이 국외에서 활발히 연구되고 있으며, 의료 기기로서 기대가 높아 연구 뿐 아니라 실제 현장에서 활용이 기대되고 있으나, 국내에서 시장 진입을 원하는 기술 보유 기업 및 연구소, 대학이 활용가능한 고품질의 대용량 데이터셋이 전무한 실정임
• 현재 국내에 뇌출혈 영상 관련 공개 데이터셋은 없으며, 해외 2건의 공개 데이터셋이 있으나, 실제 의료 환경에서 사용가능한 의료 기기 개발에는 데이터셋의 규모가 다소 제한적임
• 이에 CT 영상에 대한 AI 기반 뇌출혈 유무 및 종류 진단이 가능한 AI 모델 개발을 위해서는 실제 의료 환경에서 데이터에 존재하는 질환의 소견 및 촬영 장비 등의 다양성을 반영한 대량의 데이터를 확보하고, 전문가 수준의 뇌출혈 유무 및 출혈 부위에 대한 annotaion/label AI 학습용 데이터를 생성하는 것이 필수적임
• 구축된 양질의 AI 학습용 데이터셋을 공개함으로써, 활용을 원하는 기업 및 연구소 등에서 기확보된 우수한 기술력을 바탕으로 임상적 미충족 수요를 해결할 수 있는 기술 개발을 기대할 수 있음

• 데이터의 구성

  데이터 구성 표

  구분	디렉토리		파일	파일명 형식
  	출혈분류	검사별
  출혈없음	00000/	1/	00000001.dcm 00000001.png ...	프레임번호.dcm 프레임번호.png ...
  		...	...
  출혈있음	10000/	3/	00000002.dcm 00000002.json 00000002.png ...	프레임번호.dcm 프레임번호.json 프레임번호.png ...
  	11000/	4/	00000004.dcm 00000004.json 00000005.png ...
  	11110/	5/	00000006.dcm 00000006.json 00000006.png ...
  	11111/	6/	00000008.dcm 00000008.json 00000008.png
  	...	...	...

• 출혈 분류    출혈 분류는 5가지 출혈 종류를 각각 없음(0) 혹은 있음(1)으로 표시
     출혈이 없는 경우 00000으로 분류되고, 그 이외의 경우 단순 혹은 복합 출혈의 해당 디렉토리에 위치함

  출혈분류 표

  대분류	출혈 종류	디렉토리명(출혈분류)	출혈 부위 라벨링 색상
  출혈없음		00000
  단순 출혈	내뇌 출혈 (intraparenchymal)	10000	Red
  	지주막하 출혈 (subarachnoid)	01000	Blue
  	경막하 출혈 (subdural)	00100	Yellow
  	뇌실내 출혈 (intraventricular)	00010	Green
  	경막외 출혈 (epidual)	00001	Cyan
  복합 출혈	단순 출혈의 여러 조합으로 이루어짐	11000: ICH+SAH 01010: SAH+IVH 등

• 어노테이션 포맷

  어노테이션 포맷 표

  		항목		길이	타입	비고
  		한글명	영문명
  1		데이터 파일명	data	255	string
  2		완료	completions		list
  	2-1	결과	result		list
  	2-1-1	이미지 높이	result[].original_height		number
  	2-1-2	이미지 넓이	result[].original_width		number
  	2-1-3	어노테이션 타입	result[].type	50	string	"polygonlabels"
  	2-1-4	어노테이션 값	result[].value		object
  	2-1-4-1	레이블 정보	result[].value.polygonlabels[]		list
  	2-1-4-2	레이블 값	result[].value.polygonlabels[]	100	string
  	2-1-5-1	폴리곤 좌표리스트	result[].value.points		list
  	2-1-5-2	폴리곤 좌표	result[].value.points[]		list	[x좌표, y좌표]

수행기관(주관) : 가톨릭대학교 산학협력단

수행기관(참여)