BrainForge:一个在线数据分析平台,用于整合性神经影像采集,分析和共享

科学领域:

• 神经成像是一种神经成像.
• 计算神经科学是一种神经科学.
• 医疗信息学 医疗信息学

背景情况:

• 神经成像研究在数据管理,计算资源分配和结果可重现性方面面临挑战.
• 现有的平台往往缺乏用于存档,处理和共享复杂神经成像数据集的综合解决方案.
• 对可访问,高性能计算解决方案的需求对于推进神经成像研究至关重要.

研究的目的:

• 介绍BrainForge,一个支持云计算的,基于Web的平台,旨在简化神经成像数据分析.
• 为研究人员提供统一的数据存档,处理和共享解决方案.
• 解决神经成像研究中常见的障碍,包括软件兼容性,可复制性和计算需求.

主要方法:

• BrainForge提供基于云的,可访问网络的界面,用于神经成像数据的存档和处理.
• 它使用高性能计算集群进行分析,支持多种MRI模式 (结构,功能,扩散,动脉旋转标签).
• 分析在Singularity中进行容器化,整合了Nipype,SPM,GIFT和FreeSurfer等流行的工具,并接受了BIDS格式.

主要成果:

• 脑可以在高性能计算基础设施上轻松地存档和处理数据.
• 该平台有助于与合作者快速分享分析结果.
• 它支持各种MRI数据类型的预处理和组级分析.

结论:

• BrainForge为神经成像数据分析提供了全面的解决方案,提高了可复制性和可访问性.
• 该平台有效地应对与软件,计算资源和研究数据共享相关的挑战.
• 它的综合方法使研究人员能够加速神经成像领域的发现.