B2 · 第36集 · 5:06
开放神经影像数据
本集介绍神经影像学研究者卡米尔·莫莱如何推动脑成像数据的开放共享与标准化。
来源：RP87 / Wikimedia Commons · 许可：CC BY-SA 4.0
字幕
Je m'appelle Camille Mollé, je suis chercheuse Inria dans l'équipe MIND,
我叫卡米尔·莫莱，是法国国家信息与应用数学研究院（INRIA）MIND团队的研究员。
donc c'est une équipe qui est affiliée
该团队隶属于
à l'Université de Rennes
雷恩第一大学、
1, Inria, CNRS et l'Inserm.
法国国家信息与应用数学研究院（INRIA）、法国国家科学研究中心（CNRS）以及法国国家健康与医学研究院（INSERM）。
Je suis neuro- informaticienne.
我的专业是神经信息学。
Je m'intéresse aux données
我关注的是
dans le contexte de l'imagerie cérébrale et comment mieux les utiliser pour
脑成像领域的数据，以及如何更好地利用这些数据
comprendre notre cerveau.
来理解我们的大脑。
Je m'intéresse personnellement particulièrement à la problématique de la
我个人特别关注数据再利用这一问题：
réutilisation des données,
即如何在不同背景下使用已产生的数据，
comment on va pouvoir utiliser des données qui ont déjà été produites dans un autre
尤其是随着数据开放程度不断提高，
contexte, notamment avec l'augmentation de l'ouverture des données.
这已成为一个重要课题。
J'ai été recrutée en 2017, j'ai
我于2017年加入该机构，
commencé en tant qu'ingénieur de recherche pendant deux ans.
最初担任两年的研究工程师。
J'ai un diplôme initialement d'ingénieur en informatique, j'ai
我本科毕业于计算机工程专业，
défendu ma thèse en 2013.
并于2013年完成博士论文答辩。
Donc à l'Université de Rennes,
博士阶段是在雷恩大学完成的，
et ensuite je suis partie en post- doctorat au Royaume- Uni.
之后赴英国从事博士后研究。
Pendant quatre ans, pour ensuite
我在英国工作了四年，
revenir en France avec un poste de chercheur.
随后回到法国，担任研究员。
Dans ma thèse, un des points que j'ai abordé sur la question
在我的博士论文中，我探讨了数据相关的一个关键点：
des données, puisque dans
在环境评估领域，
l'évaluation environnementale, c'est la disponibilité de la donnée,
数据的可获得性、质量，
sa qualité, mais aussi sa capacité à être interrogée,
以及数据是否便于查询的能力，
la sémantisation des données. Donc vous parlez là de sémantisation des données,
也就是数据语义化。您刚才提到‘数据语义化’，
moi ça fait écho à des
这让我联想到我之前在该领域开展的工作，
travaux que j'ai menés dans cette communauté aussi
包括与其他研究团队合作的项目，
avec d'autres groupes, notamment sous l'égide
主要是在国际神经信息学协调设施（INCF）的组织下，
de l'INCF, qui est l'International Neuroinformatics Coordinating Facility,
即国际神经信息学协调设施（INCF）。
où on va effectivement
我们实际致力于开发所谓‘标准’，
développer ce qu'on appelle des standards qui vont permettre de partager les
以支持数据共享，
données, mais aussi de partager assez de métadonnées avec ces données pour qu'elles
同时也确保随数据一同共享足够丰富的元数据，使数据真正具有意义。
fassent sens. Et donc il y a une partie des modèles qui sont basés RDF,
其中一部分模型基于RDF（资源描述框架），
donc effectivement avec du SPARQL, mais jusque- là on avait finalement pas
因此确实会用到SPARQL查询语言；但此前，我们实际上完全没有统一的数据表示标准。
du tout de standard pour représenter les données.
此前，我们实际上完全没有统一的数据表示标准。
C'est- à- dire que chacun
也就是说，每个人
allait, donc on travaille beaucoup à base de fichiers localement
都独立工作，因此我们主要在本地计算机上基于文件开展大量工作
sur la machine parce que les outils finalement historiquement sont beaucoup des
因为从历史角度看，这些工具大多是
outils locaux.
本地工具。
Et donc jusque- là, il y avait peu de
因此，直到那时，
standards. Donc en fait, chaque laboratoire représentait les données d'une certaine
标准化程度很低。实际上，每个实验室都以各自的方式表示数据。
façon. Donc quand je dis les données,
我这里说的‘数据’，
ça va être par exemple quand on a plusieurs participants,
比如指有多个受试者时，
chaque participant va avoir plusieurs images.
每位受试者会拥有若干张图像。
Ça va être une image anatomique qui va être une sorte de photo du cerveau,
其中一张是解剖图像，相当于大脑的一张照片；
une image fonctionnelle qui va montrer l'activité cérébrale,
另一张是功能图像，用于显示大脑活动；
et ainsi de suite.
以此类推。
Et donc. Toutes ces données qu'on rapproche à un participant,
因此，所有与某位受试者关联的这类数据，
il va falloir les organiser d'une certaine façon pour qu'on sache,
必须以某种方式组织起来，以便我们能清楚知道：
eh bien, telle image appartient à telle personne, c'est tel type d'imagerie,
例如，这张图属于这个人，属于这种成像类型；
et ainsi de suite.
以此类推。
Et ça, on n'avait pas de façon standardisée de le représenter.
而这一点，我们此前并没有统一的标准来表达。
Et donc en 2016 a été publié un article qui
因此，2016年发表了一篇论文，
propose un modèle qui est vraiment simple, qui est juste basé sur des dossiers,
提出了一种非常简单的模型，仅基于文件夹、
des fichiers, des fichiers JSON, et
文件和JSON文件，
qui permet de structurer finalement ces informations- là.
用以最终结构化呈现这些信息。
Alors, c'est pas aussi puissant que du RDF,
它不像RDF那样强大，
c'est- à- dire qu'on va pas pouvoir interroger.
也就是说，我们无法直接查询。
Si on a plusieurs jeux de données qui sont représentés avec ce standard qui
如果多个数据集均采用这一名为BIDS（脑成像数据结构）的标准来表示，
s'appelle BIDS pour Brain Imaging Data Structure,
那么，
ça va pas être facile d'aller les interroger, mais au moins les données,
要跨数据集进行查询将并不容易；
les métadonnées sont structurées, ce qui permet d'avoir des
但至少数据和元数据得到了结构化，
algorithmes qui vont venir pouvoir les interroger, ce qui avant,
这使得我们可以开发算法来查询它们——而过去，
finalement, on était obligé de modifier le code à chaque nouveau jeu de données
我们每次处理一个新数据集时，
qu'on allait regarder.
都不得不修改代码。
Est- ce qu'à cette occasion d'une forme de normalisation de la communication des
借此机会，该学科的科学数据传播是否出现了某种规范化？
données scientifiques sur cette discipline, il y a eu une forme de normalisation,
这种规范化是否也延伸到了法律层面，比如数据使用许可方面？
on va dire juridique, sur des questions de licence?
我们姑且称之为‘法律层面’的规范化？
Alors la question de licence,
关于数据许可的问题，
elle est pas tellement ouverte.
目前其实并未真正开放。
Par contre, ce que ça a vraiment ouvert,
但真正被打开的，
c'est un questionnement sur comment gérer le consentement
是对如何在保障参与者知情同意的前提下，
des participants tout en permettant l'ouverture des données.
同时推动数据开放？
Parce que quand on récupère le consentement des participants,
因为当我们向参与者获取知情同意时，
il faut expliquer de quelle façon les données vont être utilisées
必须清楚说明这些数据最终将如何被使用。
finalement. Et avec l'ouverture des données,
而随着数据开放，
on ouvre un spectre beaucoup plus large, donc il faut être sûr qu'on
数据可能被使用的范围大大拓宽了，因此我们必须确保，
décrit de façon appropriée cette idée
对‘数据将被共享’这一核心理念，
que les données vont être partagées, qu'elles vont l'être de façon sûre,
能准确传达数据将以安全方式共享，
et quels sont potentiellement les risques qui sont associés.
并明确指出潜在风险有哪些。
En psychologie, j'ai pu observer des
在心理学领域，我曾观察到一些围绕数据使用的争议：
conflits sur l'usage des données, en gros une production de données
一位研究者产出数据后，
par une chercheuse et des tentatives
其他人试图占有这些数据，
d'appropriation et un rapport de propriété par rapport aux données produites.
甚至主张对所产出的数据拥有所有权。
C'est des choses qui persistent
这类问题在你的学科中依然存在吗？
dans ta discipline, ou c'est pas du tout le cas, ça ne l'a jamais été,
还是说，这完全不存在，从来就没有过？
comment ça se situe?
实际情况是怎样的呢？