神经桥:一个发现长尾神经成像数据的原型平台

科学领域:

• 神经科学是一个神经科学.
• 数据科学数据科学数据科学
• 生物医学信息学 生物医学信息学

背景情况:

• 开放科学倡议促进数据共享,但发现特定的,未充分利用的数据集仍然具有挑战性.
• 科学的长尾包含有价值的数据,往往很难获得.
• 发现与精神分裂症和成等疾病相关的神经成像数据需要高效的搜索工具.

研究的目的:

• 为了展示NeuroBridge的原型,用于搜索科学文献的全文.
• 确定神经成像数据与精神分裂症和成研究相关.
• 提高未充分利用的科学数据的可访问性.

主要方法:

• 为研究元数据 (受试者群体,成像技术,临床数据) 开发了一个可扩展的本体学.
• 使用自然语言文档处理器与深度学习模型进行文章表示.
• 在PubMed Central和NeuroQuery中进行综合的本体学驱动的相似性搜索.

主要成果:

• 神经桥原型成功搜索了356篇 (2018-2021) 关于精神分裂症和成的神经图像的论文.
• 一个带有查询构建器的基于Web的门户允许用户构建基于本体学的搜索.
• 返回的文章提供了摘要,全文论文和列出的临床评估的链接.

结论:

• NeuroBridge结合了基于本体学的搜索和文本挖掘,以确定研究问题相关的论文.
• 该原型代表了在全文出版物中识别潜在的神经成像数据的第一步.
• 未来的工作包括扩展语料库,增强本体学,并与数据存储库集成,如XNAT.