콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
본 데이터는
온라인 안심존 데이터 ?

온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석

입니다.
#임플란트 # 임플란트픽스처 # 치과임플란트데이터

인체 내 식립된 임플란트 영상 데이터

인체 내 식립된 임플란트 영상
  • 분야헬스케어
  • 구분 안심존(온라인)
  • 유형 이미지
구축년도 : 2021 갱신년월 : 2022-07 조회수 : 4,996 다운로드 : 50

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

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

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2023-10-06 저작도구 설명서 수정, 저작도구 등록
    2023-01-09 안심존 온라인으로 수정
    2022-07-13 콘텐츠 최초 등록

    소개

    인체 내 식립된 임플란트 픽스처 제조사 및 종류를 찾는 AI기술 개발을 위한 치과용 의료영상 데이터

    구축목적

    인체 내 식립된 임플란트픽스처 분류 기록이 없어 불필요하게 임플란트 픽스처 제거수술 등을 피하기위해 인공지능에 의해 인체 내 식립된 임플란트 종류를 판별하는 솔루션
  • 번호
    번호 제조사 모델명 국내/해외 데이터수
    국내 해외 파노라마 치근단 총계
    1 오스템 GS II ¡                   1,530                  270                        1,800
    2 오스템 GS III ¡                   2,550                  450                        3,000
    3 오스템 SS II ¡                     680                  120                          800
    4 오스템 TS III ¡                  18,207                3,213                      21,420
    5 오스템 US II ¡                   8,500                1,500                      10,000
    6 오스템 SS III ¡                     128                   23                          150
    7 오스템 US III ¡                     808                  143                          950
    8 덴티움 implantium ¡                  17,000                3,000                      20,000
    9 덴티움 Superline ¡                  25,500                4,500                      30,000
    10 덴티움 Simpleline ¡                       85                   15                          100
    11 네오바이오텍 IS I ¡                   5,950                1,050                        7,000
    12 네오바이오텍 IS II ¡                   2,465                  435                        2,900
    13 네오바이오텍 IS III ¡                   6,800                1,200                        8,000
    14 네오바이오텍 EB ¡                   1,998                  353                        2,350
    15 신흥 Iuna1 ¡                   3,145                  555                        3,700
    16 디오임플란트 SM submerged ¡                       17                     3                           20
    17 디오임플란트 SM ¡                       17                     3                           20
    18 디오임플란트 UF ¡                     621                  110                          730
    19 디오임플란트 UF2 ¡                     621                  110                          730
    20 메가젠임플란트 any ridge ¡                     298                   53                          350
    21 메가젠임플란트 exfeel internal ¡                     510                   90                          600
    22 메가젠임플란트 exfeel external ¡                     850                  150                        1,000
    23 메가젠임플란트 Anyone external(aoe) ¡                   2,159                  381                        2,540
    24 메가젠임플란트 Anyone internal(aoi) ¡                   3,060                  540                        3,600
    25 덴티스 S clean tapered ¡                       85                   15                          100
    26 코웰메디 atlas internal ¡                       60                   11                           70
    27 코웰메디 atlas external ¡                       34                     6                           40
    28 워렌텍 explant ¡                   2,550                  450                        3,000
    29 워렌텍 internal ¡                   1,445                  255                        1,700
    30 Cybermed core1 ¡                     357                   63                          420
    31 스트라우만 TS standard    ¡                 4,165                  735                        4,900
    32 스트라우만 TS standard plus   ¡                 1,615                  285                        1,900
    33 스트라우만 Bone level   ¡                 4,250                  750                        5,000
    34 노벨바이오케어 branemark   ¡                 6,800                1,200                        8,000
    35 노벨바이오케어 Replace select   ¡                 1,785                  315                        2,100
    36 덴츠플라이 astra   ¡                12,750                2,250                      15,000
    37 덴츠플라이 Xive   ¡                   935                  165                        1,100
    38 짐머 swissplus   ¡                     85                   15                          100
    39 짐머 screw vent   ¡                     85                   15                          100
    40 짐머 TSV   ¡                   153                   27                          180
    41 바이오멧 3i   ¡                   187                   33                          220
    42 Biohorizon Biohorizon external   ¡                      9                     2                           10
    합계                      140,845              24,855                     165,700
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 상세 설명서 다운로드 AI 모델 다운로드

    1. 활용 AI 모델

    • 이미지 분류를 위한 대부분의 기존 딥러닝 모델들에서 핵심 컴포넌트 중 하나인 배치 정규화(batch normalization)는 배치의 크기와 그것들 간의 상호작용으로 인해 모델의 성능을 저하시키는 경우가 종종 발생함.
    • 이러한 문제점을 극복하기 위하여 최근에는 배치 정규화 과정을 거치지 않고 심층 ResNet을 훈련하는 것을 목적으로 하는 모델들이 제시되고 있으나, 성능적인 측면에서 불안정한 결과를 보여줌.    
    • 본 프로젝트에서 활요한 AI 모델인 NFNet* 모형은 대표적인 AI 모델 연구그룹 중 하나인 구글 딥마인드 팀에서 2021년에 발표한 모형으로서 위 문제를 해결하기 위하여 적응형 그라디언트 클리핑(adaptive gradient clipping) 기술을 이용함.
    • 여기서 적응형 그라디언트 클리핑 기술은 벡터의 기울기와 크기의 비율을 기반으로 그라디언트를 클리핑하는 것을 의미함.
    • NFNet 모형은 대표적인 이미지 분류 성능 검증을 위한 데이터셋 중 하나인  ImageNet을 기준으로 86.5%의 매우 뛰어난 Top-1 정확도를 보여줌.

      * A. Brock, S. De, S. L. Smith, K. Simonyan, “High-Performance Large-Scale Image Recognition Without Normalization”, arXiv:2102.06171

    2. 학습방법

    • NFNet 모형 학습을 위하여 시중에 시판 중인 총 42가지 임플란트 제품('3i', 'ank', 'aoe', 'aoi', 'ar', 'ast', 'ati', 'bio', 'bl', 'bra', 'co1', 'eb', 'ex', 'gs2', 'gs3', 'im', 'is', 'is2', 'is3', 'it', 'iu', 'lu', 'lu2', 'mii', 'rep', 'scl', 'sl', 'ss2', 'ss3', 'su', 'sv', 'ts', 'ts3', 'tspl', 'tsv', 'uf', 'uf2', 'us2', 'us3', 'xex', 'xi', 'xin')을 대상으로 수집된 전체 이미지 데이터셋을 8:1:1의 비율로 학습, 검증, 그리고 시험 데이터로 분할함.
    • 학습 및 검증 데이터 이용하여 NFNet 모형을 학습함. 이 때, 반복수행횟수(epoch)는 8회로 정의함.
    • 반복학습을 수행하며 각 단계에서 가장 우수한 성능을 보여주는 모형을 선택함으로써 최적의 임플란트 분류 모델을 도출함.
    • 최종적으로 도출된 최적의 임플란트 분류 모델을 대상으로 시험 데이터를 이용하여 성능(Top-1 정확도) 평가를 수행함.

    • 인체 내 식립된 임플란트 영상-학습방법_1

    3. 서비스 활용 시나리오

    • 기존에 식립된 임플란트 제품을 식별하기 위하여 오로지 전문가의 식견에 의지할 수 밖에 없었던 문제를 극복하기 위한 도구로서 본 모형을 활용 가능함. 
    • 임플란트 제품 식별을 위한 연구의 기반 자료로 활용 가능함. 
  • 데이터 성능 점수

    측정값 (%)
    기준값 (%)

    데이터 성능 지표

    데이터 성능 지표
    번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수
    1 임플란트 픽스처 모델 분류 성능 Image Classification Inception V3 Accuracy 90 % 91.53 %

    ※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.

    ※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)

  • 설명서 및 활용가이드 다운로드

    데이터 설명서 다운로드 구축활용가이드 다운로드

    1. 특성 분류 정의

    •  
      1. 특성 분류 정의
      데이터 유형 라벨링 기능 어노테이션 방식
      정적 영상 이미지 분류(Image Classification) 클래스 라벨(단일, 다중)

    2. 샘플데이터–원천데이터 및 라벨데이터

    • 원천데이터 예시
      • 원본데이터(개인정보 포함)에서 개인정보 식별이 불가한 임플란트 픽스쳐 영역만 크롭하여 JPG로 저장된 파일
        인체 내 식립된 임플란트 영상-샘플데이터–원천데이터 및 라벨데이터_1_원천데이터 예시
    • 라벨데이터 예시
      • 원천데이터 라벨링 정보를 json 형태로 결합한 데이터
        인체 내 식립된 임플란트 영상-샘플데이터–원천데이터 및 라벨데이터_2_라벨데이터 예시

    3. json 형식


    • 인체 내 식립된 임플란트 영상-json 형식_1

    4. 라벨링 및 어노테이션 구조 정의

    •  
      구분 항목설명 타입 길이 필수여부 설명 범위
      1 일련번호 String 10 Y 병원별로 부여 된 일련번호 숫자형식으로 표현
      2 촬영방법 String 1 Y 이미지를 촬용한 방법 치근단/파노라마
      3 제조사 String 20 Y 임플란트 제조사 오스템
      덴티움
      네오바이오텍
      신흥
      디오임플란트
      메가젠임플란트
      덴티스
      코웰메디
      워렌텍
      사이버메드
      스트라우만
      노벨바이오케어
      덴츠플라이
      짐머
      바이오멧
      바이오호라이즌
      4 모델명 String 20 Y 임플란트 모델명 TS lll,
      SS ll, SS lll
      GS ll, GS lll
      US ll, US lll
      implantium
      Superline
      Simpleline
      IS l, IS ll, IS lll
      EB
      IT
      luna, luna2
      SM submerged
      SM
      UF, UF2
      any ridge
      any ridge octa 1
      Anyone external
      Anyone internal
      exfeel external
      exfeel internal
      Megagen Mini fixture
      S clean tapered
      atlas internal
      atlas external
      explant
      core1
      TS standard
      TS standard plus
      Bone level
      branemark
      Replace select
      astra
      Xive
      ankylos
      swissplus
      screw vent
      TSV
      3i
      Biohorizon external
      5 직경 Decimal 10,1 Y 임플란트 직경 단위:mm
      6 길이 Decimal 10,1 Y 임플란트 길이 단위:mm
      7 식립위치 String 20 Y 임플란트 식립 위치 11,12,13,14,15,16,17
      (좌측 상단)
      21,22,23,24,25,26,27
      (우측 상단)
      31,32,33,34,35,36,37
      (우측 하단)
      41,42,43,44,45,46,47
      (촤측 하단)
      위치를 가르키는 숫자로
      표현
      8 식립일자 String 8 Y 임플란트 식립 일자 YYYYMMDD 형식
      9 촬영일자 String 8 Y 이미지 촬영일자 YYYYMMDD 형식
      10 촬영병원 String 20 Y 이미지 촬영병원 연세대병원(신촌)
      연세대병원(강남)
      단국대병원
      원광대병원
      서울대치과병원
      이월치과
      보스톤치과
      서울뿌리깊은치과
      보아치과
      에스플란트치과
      원치과
      고운미소치과
      해담치과
      서울탑치과
      연세삼성치과

     

  • 데이터셋 구축 담당자

    수행기관(주관) : ㈜비씨앤컴퍼니
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    장혜지 연구원 02-518-9688 hj.jang@doctorkeeper.com · 데이터 문의 총괄
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    대한구강악안면임플란트학회 · 데이터 활용 사전 검토 및 의학적 지원
    ㈜벨텍소프트 · 저작도구 관련 기술적 지원
    에아이이티스토리(주) · 인공지능 모델 관련 기술적 지원
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청
  • 인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
    * 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
    * 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
    2. 기관생명윤리위원회(IRB) 승인된 연구계획서
    3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
    4. 안심존 이용 신청서 [다운로드]
    5. 보안서약서 [다운로드]
    ※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다.

  • 신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의

데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.

API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.

리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.

※ 파일 병합 리눅스 명령어

find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"

- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.

- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.

※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.