神经信息学

神经信息学定义

       神经信息学是一个跨学科的研究领域，致力于数据结构和软件工具的识别，分析，建模，组织和共享神经科学数据。神经信息学将神经形态工程学，计算神经科学和本体论应用于神经科学数据库，以整合，可视化和量化神经科学研究。

       神经信息学的研究扩展到理论和方法论，包括关于计算建模方法，数据库设计，分析工具，元分析和数据共享的讨论。在神经科学的异质领域中，实验数据是巨大的，对这些数量越来越大的高维数据集的集成和分析，需要神经信息学来加深我们对神经系统的了解。神经信息学正处于神经科学和信息科学的十字路口。神经科学研究包含许多不同的子学科，这些子学科分析来自大脑多个层次的数据，而信息科学则与信息的收集，分类和传播有关。为了解决日益复杂的问题，临床医生和研究科学家使用神经信息学家提供的计算工具，数学模型和神经信息数据库进行协作，共享信息并定量确定工作理论。

神经信息学涉及的领域：
      计算机科学–神经元系统的计算模型
      实验心理学–认知数据，情感和语言
      医学–诸如抑郁和焦虑之类的衰老和精神疾病
      工程–脑机接口技术
      化学–神经系统的原子结构
      数学–量化神经元分化和其他神经模型
      物理科学–神经细胞和神经元网络内的物理过程

      生物学–化学过程和分子结构

计算神经科学与神经信息学之间的联系
      计算神经科学是对神经系统的发育，结构，生理，信息处理和认知能力的研究。计算神经科学家采用神经形态工程和其他策略来了解大脑如何处理信息，而信息学则有助于加速这一神经科学发现。

      诸如图像分析，计算机仿真和数据库集成之类的神经信息学工具可帮助促进计算神经科学领域的神经建模和协作。神经科学子学科的性质主要是定量的，因此神经信息学对组织和分析计算研究得出的数据很有帮助。计算神经科学在更多定性实验方面有所不同，例如找到神经系统的比较好设计或在模型网络中探索各种神经连接方案。

神经信息学软件
        Neuroinformatics软件主要与应用计算机科学建立神经科学研究的数据库，工具和网络有关。一些神经信息学软件应用程序涉及数据的结构化，以创建一致的术语和格式以共享数据；例如，BrainML是一个提供标准化XML元格式的系统。
       Neuroinformatics集成软件也很常见。例如，生物医学信息学研究网络（BIRN）是神经科学的网格系统，共享的资源，服务，接口和数据库可以虚拟地分布到单个环境中。BIRN的成立是为了促进疾病的诊断和改善。
       新皮层微电路数据库（NMDB）是从细胞水平到复杂结构的大量大脑数据的集合。该数据库软件的作用类似于开源软件，因为研究人员可以添加和编辑数据库。

       神经信息学软件的另一个主要目的是神经系统的分析和建模。例如，the Budapest Reference Connectome是一个在线3D脑模型，可用于可视化人脑中的连接。它是根据人类Connectome项目的一部分，从477人的磁共振成像（MRI）汇总而来的。

神经信息学未来发展的走向
       神经信息学的发展激发了人们对神经科学行业的信心，可以投资于预算不断增加的大脑研究项目。在过去的五到十年中，发明了先进的神经信息学工具，从而使人们对大脑的结构和功能有了更准确的了解，神经信息学的未来将继续对神经科学研究产生重要影响。

       神经科学大数据时代已经来临，跨机构聚集的海量多模态神经影像数据和动态方法学需要创新的整合，这将给神经信息学的发展带来压力。除了集成之外，未来的用例可能还会扩展到数据归档，数据处理和数据挖掘以及其他应用程序中。

EMOTIV是否可以用于神经信息学的研究工具

       EMOTIV为神经科学家和临床医生提供了创新的神经信息学工具，以加速他们的研究。例如，EMOTIV BrainViz是用于神经科学教育和展览的实时3D大脑可视化软件。大脑动力学的实时显示非常适合演示，演示和教育用途。

       EMOTIV还为神经科学研究和教育提供屡获殊荣的EMOTIV PRO集成软件解决方案。EMOTIV PRO是一种神经信息学软件工具，用于使用我们的高级EEG设备进行脑电数据采集，事件标记，分析和数据存储，以进行专业的大脑研究和教育。