通过结合REDCap,BIDS和SQLite来优化神经科学数据管理:深度大脑刺激中的一个案例研究
Marc Stawiski1, Vittoria Bucciarelli1, Dorian Vogel1
1Neuroengineering Group, Institute for Medical Engineering and Medical Informatics, School of Life Sciences, FHNW University of Applied Sciences and Arts Northwestern Switzerland, Muttenz, Switzerland.
Frontiers in neuroinformatics
|September 20, 2024
概括
本研究介绍了深度大脑刺激 (DBS) 研究的专用数据管理系统,改进了数据组织和跨机构共享. 该系统提高了神经科学研究的数据质量和协作.
科学领域:
- 神经科学是一个神经科学.
- 医疗信息学 医疗信息学
背景情况:
- 神经科学研究产生了大量的异质数据,这给整合和分析带来了挑战.
- 目前的临床数据收集方法往往没有标准化,阻碍了数据组织,共享和FAIR合规性.
研究的目的:
- 介绍一个专门的数据管理系统,以加强深度大脑刺激 (DBS) 研究工作流程.
- 改进神经科学研究的数据采集,组织,安全共享和互操作性.
主要方法:
- 利用REDCap进行准确的临床数据捕获和安全共享.
- 利用脑成像数据结构 (BIDS) 进行标准化图像存储.
- 开发了一个针对DBS的SQLite数据库,用于全面的数据存储和统一访问.
- 实现了一个Python工具来自动化数据流并确保组件之间的互操作性.
主要成果:
- 在两个医疗机构成功实施了107名患者的框架.
- 证明有效管理,共享和检索不同类型的数据.
- 医疗和研究机构之间加强数据质量,组织,分析和协作.
结论:
- 拟议的系统有效地解决了管理和共享复杂神经科学数据的挑战.
- 该框架促进数据质量和DBS和其他神经科学领域的协作研究的进步.
