论文部分内容阅读
神经科学研究产生了格式相异的海量数据,随着神经科学实验技术的进步又使得新的神经信息数据类型不断增加,并且在访问多个不同的神经信息数据库时常常存在搜索语言、访问方式、数据模型及语义推导等多方面的不匹配问题,导致从事脑科学研究的科研人员难以掌握全部的有用信息,因此整合神经信息数据资源有着非常重要的意义。本文研究设计了一个特定的针对神经影像及脑功能研究专题的神经信息文献系统(NILS),可为研究人员节省许多数据转换之间的工作,促进数据共享;部分解决异构神经信息数据库的整合问题,将不同数据库中彼此联系的信息整合在一起,形成一个构架于这类数据库之上的数据集成平台,进而有利于数据库的信息挖掘及知识发现。主要研究工作包括:面向知识发现,整合神经影像及脑功能研究数据,抽取神经相关文献中的有用信息和知识,并为神经信息本体构建提供原始数据。NILS包括系统维护、文献更新、文献检索、结果展示及输出、文献信息分析、神经影像信息整合、神经信息文本挖掘和神经本体原型构建8大功能模块。NILS能够半自动地从多个不同的潜在资源库中搜集、整理、分析和储存数据,提供多学科和多层次的整合检索服务,帮助我们创建一个全面认识、了解脑工作原理的神经科学知识网络,并为将来假设驱动的研究模式提供基础平台,揭示文献中以前未为人知的多种隐含关系。基于浪潮天梭TS10000集群服务器,采用面向对象的关系数据库技术构建整合的、可扩展的、用户化的NILS。数据库管理系统选用Oracle 9i,操作系统为Red Hat Linux 7.3。整个系统采用Browser/Server架构,后台程序基于Java进行开发,采用Java Server Page和JavaBean等Java Web应用技术实现对数据库的查询和维护。在程序设计中通过分离表示业务,提高系统的可维护性和可扩展性。用户权限分级、查重处理、提交审核、责任署名和计量统计等独特的文献更新子模块的设计确保了系统文献质量。NILS设置了3种检索途径及14种不同的检索字段,提供逻辑组配检索及二次循环检索,项目可选的检索结果展示及输出功能。系统集成了第三方参考文献管理软件EndNote,能够将检索结果快速导入到EndNote中,更有利于用户参考、引用本系统文献数据。结合神经影像及脑功能研究的领域特征,设计神经信息树型结构索引,用于神经信息文献采集与文献标引,并作为主题浏览的分类依据及用于神经信息本体原型构建。这一树型结构目前包括神经系统结构、神经生理学、脑的整合功能、分子神经科学、神经系统的起源、遗传和发育、临床神经科学、计算神经科学和其他8大类主题词共350多个。