V současné době neexistuje obecný datový standard v oblasti experimentální elektroencefalografie a metody evokovaných potenciálů (EEG/ERP). Stávající snahy o vytvoření takového standardu jsou z většiny založeny na konvenčních přístupech a využívají generické datové formáty a kontejnery (např. HDF5, odML) oblíbené ve vědecké komunitě. Tato práce využívá medicínských/zdravotních charakteristik EEG/ERP dat a prozkoumává vhodnost použití openEHR (způsob reprezentace elektronických zdravotních záznamů založených na archetypech) k modelování dat uložených v EEGBase, portálu pro zprávu experimentálních EEG/ERP dat. Práce vyhodnocuje opětovné použití existujících openEHR archetypů a navrhuje sadu nových archetypů spolu s openEHR šablonami pokrývajícími danou oblast. Hlavními cíli práce jsou (i) propojení existujících EEGBase dat/metadat se strukturami archetypů; (ii) návrh nových archetypů popisujících EEG/ERP doménu, jelikož tyto v současné době neexistují ve veřejných repozitářích.
Krom výše uvedeného, práce popisuje stávající běžné datové modely (např. relační, objektově orientovaný) a porovnává jejich vyjadřovací sílu za účelem (i) vymezení prvků, které mají tyto modely společné; (ii) vystavění hierarchie datových modelů v závislosti na jejich vyjadřovací síle. Práce využívá navržených archetypů a jejich referenčních modelů jako sémantických schémat k odvození specifických datových modelů pro jednotlivé vrstvy hierarchie. V závěru práce popisuje nově navržený systém osobní zdravotní knížky pro výzkumné účely, který slouží jako první případ užití získaných výsledků.
Annotation in English
Currently, there is no common data standard in the experimental electroencephalography/event-related potential (EEG/ERP) domain. Existing standardization efforts are mainly based on the conventional approaches and use generic data formats and containers (e.g. HDF5, odML) popular in the research community. This work draws on the medical/health characteristics of EEG/ERP data and investigates the feasibility of applying openEHR (an archetype-based approach for electronic health records representation) to modelling data stored in EEGBase, a portal for experimental EEG/ERP data management. The work evaluates re-usage of existing openEHR archetypes and proposes a set of new archetypes together with the openEHR templates covering the domain. The main goals of the work are to (i) link existing EEGBase data/metadata and openEHR archetype structures; (ii) propose a new openEHR archetype set describing the EEG/ERP domain since this set of archetypes currently does not exist in public repositories.
Apart from that, the work describes common data models (e.g. relational, object-oriented) and compares their expressive power in order to (i) determine the elements, which these models have in common; (ii) build a data model hierarchy according to their expressive power. The work uses the proposed archetypes and their reference models as semantic schemata to derive a specific data model for each level of the hierarchy. Finally, the work describes a newly proposed personal electronic health records system for research purposes, which serves as a first use-case of obtained results.
electroencephalography, event-related potentials, openEHR, electronic health records, data modelling, archetypes, relational databases, ontology, object-oriented models, entity-relational models, neuroinformatics, odML
Length of the covering note
xix s. + 151 s.
Language
CZ
Annotation
V současné době neexistuje obecný datový standard v oblasti experimentální elektroencefalografie a metody evokovaných potenciálů (EEG/ERP). Stávající snahy o vytvoření takového standardu jsou z většiny založeny na konvenčních přístupech a využívají generické datové formáty a kontejnery (např. HDF5, odML) oblíbené ve vědecké komunitě. Tato práce využívá medicínských/zdravotních charakteristik EEG/ERP dat a prozkoumává vhodnost použití openEHR (způsob reprezentace elektronických zdravotních záznamů založených na archetypech) k modelování dat uložených v EEGBase, portálu pro zprávu experimentálních EEG/ERP dat. Práce vyhodnocuje opětovné použití existujících openEHR archetypů a navrhuje sadu nových archetypů spolu s openEHR šablonami pokrývajícími danou oblast. Hlavními cíli práce jsou (i) propojení existujících EEGBase dat/metadat se strukturami archetypů; (ii) návrh nových archetypů popisujících EEG/ERP doménu, jelikož tyto v současné době neexistují ve veřejných repozitářích.
Krom výše uvedeného, práce popisuje stávající běžné datové modely (např. relační, objektově orientovaný) a porovnává jejich vyjadřovací sílu za účelem (i) vymezení prvků, které mají tyto modely společné; (ii) vystavění hierarchie datových modelů v závislosti na jejich vyjadřovací síle. Práce využívá navržených archetypů a jejich referenčních modelů jako sémantických schémat k odvození specifických datových modelů pro jednotlivé vrstvy hierarchie. V závěru práce popisuje nově navržený systém osobní zdravotní knížky pro výzkumné účely, který slouží jako první případ užití získaných výsledků.
Annotation in English
Currently, there is no common data standard in the experimental electroencephalography/event-related potential (EEG/ERP) domain. Existing standardization efforts are mainly based on the conventional approaches and use generic data formats and containers (e.g. HDF5, odML) popular in the research community. This work draws on the medical/health characteristics of EEG/ERP data and investigates the feasibility of applying openEHR (an archetype-based approach for electronic health records representation) to modelling data stored in EEGBase, a portal for experimental EEG/ERP data management. The work evaluates re-usage of existing openEHR archetypes and proposes a set of new archetypes together with the openEHR templates covering the domain. The main goals of the work are to (i) link existing EEGBase data/metadata and openEHR archetype structures; (ii) propose a new openEHR archetype set describing the EEG/ERP domain since this set of archetypes currently does not exist in public repositories.
Apart from that, the work describes common data models (e.g. relational, object-oriented) and compares their expressive power in order to (i) determine the elements, which these models have in common; (ii) build a data model hierarchy according to their expressive power. The work uses the proposed archetypes and their reference models as semantic schemata to derive a specific data model for each level of the hierarchy. Finally, the work describes a newly proposed personal electronic health records system for research purposes, which serves as a first use-case of obtained results.
