B2 · Episode 36 · 5:06
Open Brain Imaging Data and Scientific Sharing
Camille Maumet, a neuroinformatics researcher, discusses open science practices in brain imaging: data reuse, standardization (e.g., BIDS), metadata semantics, consent challenges, and collaborative standards development through initiatives like INCF.
Source：RP87 / Wikimedia Commons · License：CC BY-SA 4.0
Transcript
Je m'appelle Camille Mollé, je suis chercheuse Inria dans l'équipe MIND,
My name is Camille Mollé, and I’m a researcher at Inria, in the MIND team.
donc c'est une équipe qui est affiliée
This is a team affiliated with
à l'Université de Rennes
Université de Rennes 1,
1, Inria, CNRS et l'Inserm.
Inria, CNRS, and Inserm.
Je suis neuro- informaticienne.
I am a neuroinformatician.
Je m'intéresse aux données
I focus on
dans le contexte de l'imagerie cérébrale et comment mieux les utiliser pour
data in the context of brain imaging—and how to use them more effectively
comprendre notre cerveau.
to understand our brain.
Je m'intéresse personnellement particulièrement à la problématique de la
Personally, I’m especially interested in the challenge of data reuse:
réutilisation des données,
how we can use data already collected in other contexts,
comment on va pouvoir utiliser des données qui ont déjà été produites dans un autre
especially as data openness continues to increase.
contexte, notamment avec l'augmentation de l'ouverture des données.
This has become an important issue.
J'ai été recrutée en 2017, j'ai
I joined Inria in 2017,
commencé en tant qu'ingénieur de recherche pendant deux ans.
starting as a research engineer for two years.
J'ai un diplôme initialement d'ingénieur en informatique, j'ai
I originally earned an engineering degree in computer science,
défendu ma thèse en 2013.
and defended my PhD thesis in 2013.
Donc à l'Université de Rennes,
My PhD was completed at Université de Rennes,
et ensuite je suis partie en post- doctorat au Royaume- Uni.
after which I went to the UK for a postdoctoral position.
Pendant quatre ans, pour ensuite
I spent four years there,
revenir en France avec un poste de chercheur.
before returning to France as a researcher.
Dans ma thèse, un des points que j'ai abordé sur la question
In my PhD thesis, one key data-related topic I addressed was
des données, puisque dans
in environmental assessment—namely,
l'évaluation environnementale, c'est la disponibilité de la donnée,
the availability and quality of data,
sa qualité, mais aussi sa capacité à être interrogée,
but also their queryability—
la sémantisation des données. Donc vous parlez là de sémantisation des données,
that is, data semanticization. When you mention ‘semanticization of data,’
moi ça fait écho à des
it resonates with work I’ve done in this community,
travaux que j'ai menés dans cette communauté aussi
including collaborative projects with other groups,
avec d'autres groupes, notamment sous l'égide
notably under the umbrella of the International Neuroinformatics Coordinating Facility (INCF),
de l'INCF, qui est l'International Neuroinformatics Coordinating Facility,
an international organization coordinating neuroinformatics efforts.
où on va effectivement
There, we actively develop standards
développer ce qu'on appelle des standards qui vont permettre de partager les
that enable data sharing,
données, mais aussi de partager assez de métadonnées avec ces données pour qu'elles
but also enough metadata alongside the data so they make sense.
fassent sens. Et donc il y a une partie des modèles qui sont basés RDF,
Some of these models are RDF-based,
donc effectivement avec du SPARQL, mais jusque- là on avait finalement pas
so SPARQL is indeed used—but until recently, there was no standard at all for representing such data.
du tout de standard pour représenter les données.
Indeed, no standardized format existed for representing such data before.
C'est- à- dire que chacun
That is, each person
allait, donc on travaille beaucoup à base de fichiers localement
worked independently, so we did a lot of work locally on the computer using files
sur la machine parce que les outils finalement historiquement sont beaucoup des
because historically, these tools were mostly
outils locaux.
local tools.
Et donc jusque- là, il y avait peu de
Therefore, until then,
standards. Donc en fait, chaque laboratoire représentait les données d'une certaine
there were few standards. In fact, each lab represented data in its own way.
façon. Donc quand je dis les données,
When I say ‘data’,
ça va être par exemple quand on a plusieurs participants,
for example, means that when there are multiple participants,
chaque participant va avoir plusieurs images.
each participant has several images.
Ça va être une image anatomique qui va être une sorte de photo du cerveau,
one is an anatomical image—a kind of photo of the brain;
une image fonctionnelle qui va montrer l'activité cérébrale,
another is a functional image showing brain activity;
et ainsi de suite.
and so on.
Et donc. Toutes ces données qu'on rapproche à un participant,
So all these data linked to a given participant
il va falloir les organiser d'une certaine façon pour qu'on sache,
must be organized in some way so that we know
eh bien, telle image appartient à telle personne, c'est tel type d'imagerie,
for instance, this image belongs to this person and is this type of imaging;
et ainsi de suite.
and so on.
Et ça, on n'avait pas de façon standardisée de le représenter.
And for this, we previously had no standardized way to represent it.
Et donc en 2016 a été publié un article qui
So in 2016, a paper was published
propose un modèle qui est vraiment simple, qui est juste basé sur des dossiers,
proposing a very simple model—based only on folders,
des fichiers, des fichiers JSON, et
files, and JSON files,
qui permet de structurer finalement ces informations- là.
which ultimately structures this information.
Alors, c'est pas aussi puissant que du RDF,
It’s not as powerful as RDF,
c'est- à- dire qu'on va pas pouvoir interroger.
meaning we cannot directly query it.
Si on a plusieurs jeux de données qui sont représentés avec ce standard qui
If multiple datasets are represented using this standard, called BIDS (Brain Imaging Data Structure),
s'appelle BIDS pour Brain Imaging Data Structure,
then
ça va pas être facile d'aller les interroger, mais au moins les données,
it won’t be easy to query across them,
les métadonnées sont structurées, ce qui permet d'avoir des
but at least the data and metadata are structured,
algorithmes qui vont venir pouvoir les interroger, ce qui avant,
enabling algorithms to query them—which previously,
finalement, on était obligé de modifier le code à chaque nouveau jeu de données
whenever we handled a new dataset,
qu'on allait regarder.
we had to modify the code.
Est- ce qu'à cette occasion d'une forme de normalisation de la communication des
On this occasion, has there been a form of standardization in communicating scientific data in this discipline?
données scientifiques sur cette discipline, il y a eu une forme de normalisation,
Has such standardization extended to legal aspects—such as licensing issues?
on va dire juridique, sur des questions de licence?
Shall we call it ‘legal’ standardization?
Alors la question de licence,
The issue of licensing,
elle est pas tellement ouverte.
is not really open at present.
Par contre, ce que ça a vraiment ouvert,
What has truly been opened up, however,
c'est un questionnement sur comment gérer le consentement
is a critical question: how to manage participants’ informed consent,
des participants tout en permettant l'ouverture des données.
while still enabling data openness?
Parce que quand on récupère le consentement des participants,
Because when we obtain participants’ consent,
il faut expliquer de quelle façon les données vont être utilisées
we must clearly explain how the data will ultimately be used.
finalement. Et avec l'ouverture des données,
With data openness,
on ouvre un spectre beaucoup plus large, donc il faut être sûr qu'on
the potential scope of data use expands significantly—so we must ensure,
décrit de façon appropriée cette idée
our description of the idea that ‘data will be shared’,
que les données vont être partagées, qu'elles vont l'être de façon sûre,
accurately conveys that sharing will happen securely,
et quels sont potentiellement les risques qui sont associés.
and clearly identifies any associated risks.
En psychologie, j'ai pu observer des
In psychology, I’ve observed conflicts over data use—basically,
conflits sur l'usage des données, en gros une production de données
a researcher produces data,
par une chercheuse et des tentatives
and others attempt to appropriate it,
d'appropriation et un rapport de propriété par rapport aux données produites.
even claiming ownership rights over the produced data.
C'est des choses qui persistent
Do such issues persist in your discipline?
dans ta discipline, ou c'est pas du tout le cas, ça ne l'a jamais été,
Or is this entirely absent—has it never occurred at all?
comment ça se situe?
Where does this actually stand?