NIDM-Terms:基于社区的术语管理,以改善神经成像数据集描述和查询

科学领域:

• 神经科学是一个神经科学.
• 生物信息学是一种生物信息学.
• 数据科学数据科学数据科学

背景情况:

• 分享和重复使用神经成像数据越来越重要,由资助机构和出版商推动.
• 目前用于查询各种神经成像数据集的方法受到未定义的变量和缺乏注释的限制.
• 大脑成像数据结构 (BIDS) 标准化了神经成像数据组织,但在注释辅助变量和元数据方面存在局限性.

研究的目的:

• 开发和介绍NIDM-Terms,这是一个用于管理实验室术语和注释脑成像数据结构 (BIDS) 数据集的工具.
• 为了实现基于成像和临床/行为数据的特定队列的多个神经成像数据集的有效查询.
• 展示神经成像数据模型 (NIDM) 中的语义网络表示如何促进综合交叉队列分析.

主要方法:

• 开发了NIDM-Terms,这是一套用于管理术语和注释BIDS数据集的工具.
• 利用神经成像数据模型 (NIDM) 来创建注释BIDS数据的语义网络表示.
• 实施信息结构以支持综合跨队列查询.

主要成果:

• NIDM-Terms 方便使用标准化术语对 BIDS 数据集进行注释.
• 使用NIDM的注释BIDS数据可以根据复杂的标准进行跨数据集队列识别.
• 证明了对特定的神经成像和临床/行为测量进行综合交叉队列查询的能力.

结论:

• NIDM-Terms和NIDM提供了一个强大的框架,可以提高神经成像数据的可查询性.
• 标准化术语和语义表示克服了重复使用和结合多项研究数据的关键障碍.
• 这种方法显著提高了在各种神经成像数据集中识别和分析特定群体的能力.