Neo: ein Objektmodell zur Verarbeitung von Elektrophysiologie-Daten in mehreren Formaten

Neuroscientists verwenden viele verschiedene Softwaretools, um elektrophysiologische Signale zu erfassen, zu analysieren und zu visualisieren. Inkompatible Datenmodelle und Dateiformate erschweren jedoch den Austausch von Daten zwischen diesen Tools. Dies verringert die wissenschaftliche Produktivität, macht potenziell nützliche Analysemethoden unzugänglich und behindert die Zusammenarbeit zwischen Laboren. Eine gemeinsame Darstellung der Kerndaten würde die Interoperabilität verbessern und den Datenaustausch erleichtern. Zu diesem Zweck schlagen wir hier ein sprachunabhängiges Objektmodell namens "Neo" vor, das zur Darstellung von Daten geeignet ist, die aus elektroenzephalografischen, intrazellulären oder extrazellulären Aufzeichnungen erfasst oder aus Simulationen generiert werden. Als konkrete Instanz dieses Objektmodells haben wir eine Open-Source-Implementierung in der Programmiersprache Python entwickelt. Neben der Darstellung von Elektrophysiologie-Daten im Speicher zu Analyse- und Visualisierungszwecken bietet die Python-Implementierung eine Reihe von Ein- / Ausgabe (IO)-Modulen zum Lesen/Schreiben der Daten aus/in eine Vielzahl von gängigen Dateiformaten. Unterstützung wird für Formate bereitgestellt, die von den meisten der großen Hersteller von Elektrophysiologie-Aufzeichnungsgeräten produziert werden, sowie für allgemeinere Formate wie MATLAB. Datenrepräsentation und Datenanalyse sind konzeptionell getrennt: Es ist einfacher, robusten Analysecode zu schreiben, wenn er sich auf die Analyse konzentriert und auf ein zugrunde liegendes Paket zur Handhabung der Datenrepräsentation angewiesen ist. Aus diesem Grund und um so leichtgewichtig wie möglich zu sein, sind das Neo-Objektmodell und das zugehörige Python-Paket absichtlich auf die Darstellung von Daten beschränkt, ohne Funktionen zur Datenanalyse oder Visualisierung. Software zur Analyse und Visualisierung von neurophysiologischen Daten, die auf Neo aufbaut, profitiert automatisch von Interoperabilität, erleichtertem Datenaustausch und automatischer Formatkonvertierung; es gibt bereits ein aufstrebendes Ökosystem solcher Werkzeuge. Wir beabsichtigen, dass Neo die standardmäßige Basis für Python-Tools in der Neurophysiologie werden soll.