一个标准化的开放科学框架,用于共享和重新分析通过持续刺激获得的神经数据
Giovanni M Di Liberto1, Aaron Nidiffer2, Michael J Crosse3,4
1School of Computer Science and Statistics, University of Dublin, Trinity College, Ireland; ADAPT Centre, Trinity College Institute of Neuroscience.
ArXiv
|September 25, 2023
概括
这项研究引入了一个开放的科学框架,用于神经生理学研究的连续感官数据,如语音和音乐. 它标准化了数据存储,分析和共享,以便更容易复制和发现.
科学领域:
- 神经生理学 神经生理学
- 开放科学是一个开放的科学.
- 数据管理数据管理
背景情况:
- 在连续流 (语音,音乐) 中调查感官处理是有价值的.
- 持续感官实验的公开可用的数据集增加了.
- 现有的开放科学努力缺乏统一的指导方针.
研究的目的:
- 为从连续感官实验中获得的神经数据提供一个端到端的开放科学框架.
- 标准化这些数据的存储,分析,共享和重新分析.
- 为了使这个过程对用户和实验者都容易使用.
主要方法:
- 提出一个基于连续事件神经数据 (CND) 的数据结构.
- 在脑成像数据结构 (BIDS) 中实施精确的命名规范和数据类型.
- 设计框架以与EEG/MEG分析工具箱 (Eelbrain,NAPLib,MNE,mTRF-Toolbox) 进行接口.
主要成果:
- 一套连贯的指导方针和标准化框架,用于连续的感觉数据.
- 一个与BIDS兼容的存储和加载数据的工作流.
- 一个基于Web的数据浏览器,可以轻松地复制和重新分析结果.
结论:
- 该框架简化和增强了神经生理学中的开放科学过程.
- 它促进了对现有数据的快速重新分析和简单的数据共享.
- 它促进了持续的感官神经科学研究中的可复制性和可访问性.
关键词:
在CND中,它是CND.在CNSP中,CNSP是CNSP.持续的刺激是持续的刺激.数据共享数据的共享.这是一个ECoG.这是一个EEGEEGEEGEEGEEGEEGEEG.在MEGEG中,MEG是MEG.
