论文部分内容阅读
神经元作为脑的基本结构单元,其多样的形态结构和复杂的连接形式,为实现大脑功能提供了结构基础。随着神经元的生物标记、光学成像以及数字化重建等研究技术的协同快速发展,使得单神经元水平的研究方法在神经科学研究中越来越重要。神经元形态学数据展现了神经元的个体空间结构差异,从西班牙神经生物学家Cajal以来就是研究神经元分类和脑连接关系的重要依据,近年来也成为推动类脑智能研究不可或缺的材料,对神经科学及其相关学科的发展具有及其重要的意义。
收集和整理神经元形态学数据,并构建数字化的数据库是神经科学的基础工作。很多研究团队已经意识到存储和共享这类神经科学基础数据的重要性,在过去的十几年间,陆续建立了大约10多个与相关的研究网站和数据库,且正在发挥着重要作用。近年来神经元形态学数据的来源越来越多样、复杂,数据的体量越来越大,一系列与数据标准化有关的问题逐渐凸显。例如,数据采集方式不统一,质量参差不齐,数据描述和编码标准不统一导致的共享困难等。因此,迫切地需要对这些问题进行研究,为构建标准化和海量的神经元形态学数据库做好准备。
针对数据获取技术不一,质量参差不齐的问题,本文开展了数据获取相关问题的标准化研究。建立了一套重建结果质量分级策略以及完整性评估方法,以保证重建结果的质量,整理了一种适用的神经元形态学数据处理流程,包括用交互式神经元形态学重建方式获取数据,加入人工干预策略提高重建准确性,提出神经元形态学连接结构和分支冗余等流程修正重建结果。基于这套处理流程,本文收集和处理了超过1千个神经元形态学数据,为后续工作积累了研究数据。
针对数据描述、编码等标准不统一的问题,本文在比较国内外相关标准体系的基础上,通过需求分析,设计了元数据标准规范和唯一标识符规范,实现了对数据的统一组织、描述、标识和命名。新的元数据规范包括8个类别下的28个实体、203个元素,以及31个核心元数据项集合,并针对该集合进行了各项语义定义及著录规则的说明等。新的唯一标识符规范主要包括标识符命名编码规则、结构、表现形式以及二维码关联等,提高了对神经元形态学数据的标识统一性。
基于上述研究成果,本文设计了一套适用于神经元形态学研究的数据库框架。进一步,基于这套框架,实现了超过1千个神经元形态学数据的WEB交互式共享。在这个平台上,用户能够实现对神经元形态学数据的有效管理和共享,具备查询、浏览、分析等实用的研究功能。这个应用研究,初步展示了相关标准化工作在构建神经元形态学数据库的应用前景。
综上所述,本文工作基本达到研究目的,利用所建立的神经元形态学标准化方案,能够统一整合神经元形态学数据资源。但众所周知,影响科研数据整合和共享的因素还有很多,需要从政策、信息基础设施、法律法规等多个方面同时推进,才能最终打破数据信息孤岛现象,最大化地利用科研成果。
收集和整理神经元形态学数据,并构建数字化的数据库是神经科学的基础工作。很多研究团队已经意识到存储和共享这类神经科学基础数据的重要性,在过去的十几年间,陆续建立了大约10多个与相关的研究网站和数据库,且正在发挥着重要作用。近年来神经元形态学数据的来源越来越多样、复杂,数据的体量越来越大,一系列与数据标准化有关的问题逐渐凸显。例如,数据采集方式不统一,质量参差不齐,数据描述和编码标准不统一导致的共享困难等。因此,迫切地需要对这些问题进行研究,为构建标准化和海量的神经元形态学数据库做好准备。
针对数据获取技术不一,质量参差不齐的问题,本文开展了数据获取相关问题的标准化研究。建立了一套重建结果质量分级策略以及完整性评估方法,以保证重建结果的质量,整理了一种适用的神经元形态学数据处理流程,包括用交互式神经元形态学重建方式获取数据,加入人工干预策略提高重建准确性,提出神经元形态学连接结构和分支冗余等流程修正重建结果。基于这套处理流程,本文收集和处理了超过1千个神经元形态学数据,为后续工作积累了研究数据。
针对数据描述、编码等标准不统一的问题,本文在比较国内外相关标准体系的基础上,通过需求分析,设计了元数据标准规范和唯一标识符规范,实现了对数据的统一组织、描述、标识和命名。新的元数据规范包括8个类别下的28个实体、203个元素,以及31个核心元数据项集合,并针对该集合进行了各项语义定义及著录规则的说明等。新的唯一标识符规范主要包括标识符命名编码规则、结构、表现形式以及二维码关联等,提高了对神经元形态学数据的标识统一性。
基于上述研究成果,本文设计了一套适用于神经元形态学研究的数据库框架。进一步,基于这套框架,实现了超过1千个神经元形态学数据的WEB交互式共享。在这个平台上,用户能够实现对神经元形态学数据的有效管理和共享,具备查询、浏览、分析等实用的研究功能。这个应用研究,初步展示了相关标准化工作在构建神经元形态学数据库的应用前景。
综上所述,本文工作基本达到研究目的,利用所建立的神经元形态学标准化方案,能够统一整合神经元形态学数据资源。但众所周知,影响科研数据整合和共享的因素还有很多,需要从政策、信息基础设施、法律法规等多个方面同时推进,才能最终打破数据信息孤岛现象,最大化地利用科研成果。