《Neuroinformatics》：Event Files are Common, But Semantic Event Metadata Remain Uneven in OpenNeuro BIDS Datasets
编辑推荐：
开放神经科学仓库通过使数据集可访问来支持重用，但事件级别的重用还取决于任务和刺激注释是否可以被软件解释。研究人员使用公共GraphQL元数据、递归文件树、小型events.json侧边卡以及有限范围的events.tsv表头，对公开的最新OpenNeuro B
开放神经科学仓库通过使数据集可访问来支持重用，但事件级别的重用还取决于任务和刺激注释是否可以被软件解释。研究人员使用公共GraphQL元数据、递归文件树、小型events.json侧边卡以及有限范围的events.tsv表头，对公开的最新OpenNeuro BIDS快照进行了审计。原始神经数据未被触及。在1,713个公开最新快照中，1,483个具有任务元数据或观察到的事件TSV（Tab-Separated Values）文件，构成了主要事件相关分母。事件TSV文件存在于1,175/1,483个快照中（79.2%；Wilson 95% CI 77.1%-81.2%）。候选事件JSON（JavaScript Object Notation）侧边卡存在于604/1,483个快照中（40.7%），但基于继承原则的路径和实体检查发现，适用的事件JSON侧边卡为590/1,483个（39.8%），描述性适用的侧边卡为550/1,483个（37.1%），实验特异性适用的侧边卡为491/1,483个（33.1%）。在整个递归文件树中，162,034/301,681个事件TSV文件（53.7%）具有适用的事件JSON侧边卡，147,412/301,681个（48.9%）具有适用的实验特异性侧边卡。HED（Hierarchical Event Descriptors）在事件JSON中被检测到45/1,483个快照（3.0%），在采样TSV表头中被检测到2/1,483个（0.13%）。EEG（脑电图）的侧边卡覆盖率和HED检测率高于fMRI（功能性磁共振成像），但21.2%的EEG候选JSON文件仅为记账用途。这些结果揭示了仓库可见的元数据缺口：事件时序很常见，但软件可解释的事件语义仍然不均匀。
### 论文解读：OpenNeuro BIDS数据集中事件元数据可用性的系统审计
#### 研究背景与问题
神经影像数据共享的FAIR（可查找、可访问、可互操作、可重用）原则推动下，Brain Imaging Data Structure（BIDS）标准为元数据结构化提供了规范，而OpenNeuro仓库实现了BIDS数据集的大规模公开共享。然而，尽管数据集级别的元数据（如DOI、许可证）易于获取，事件级别的语义元数据——即描述任务刺激含义的可计算注释——仍存在显著缺口。研究人员指出，许多编码模型、解码分析、多模态基准和自动化元分析依赖于神经信号与实验事件之间的可靠映射。BIDS事件文件（events.tsv）记录了时序信息，而事件JSON侧边卡（events.json）可提供列描述、类别级别和HED（结构化事件描述词汇）注释。但当前问题是：在公开可用的OpenNeuro快照中，事件时序文件普遍存在，但软件可解释的语义元数据（如事件词典）是否同样普遍？此前缺乏系统性定量评估。
#### 研究目的与方法
本研究旨在回答一个狭窄但关键的问题：当公共OpenNeuro最新快照显示具有事件相关性时，程序能多频繁地找到事件时序文件以及描述事件含义的适用事件词典？研究采用公开的GraphQL API、递归文件树、小尺寸events.json侧边卡和有限范围的events.tsv表头进行审计，避免接触原始神经数据。主要技术方法包括：（1）**递归文件树扫描**：使用OpenNeuro GraphQL的递归文件查询获取所有文件对象ID、名称、大小和目录标志，确保不遗漏子目录中的事件文件；（2）**继承感知路径/实体匹配**：依据BIDS继承原则，检查JSON侧边卡是否位于事件TSV文件的相同目录或上级目录，同时验证文件名实体（如任务标签）是否一致，近似实现BIDS继承规则；（3）**JSON内容分类**：将小于2 MB的JSON文件解析后分类为描述性侧边卡（包含Description等非空列元数据）、实验特异性侧边卡（描述超过通用记账列如onset、duration的内容）、记账专用侧边卡（仅描述通用列）以及非描述性文件（解析失败或仅含来源信息）；（4）**TSV表头采样**：对每数据集最多12个代表性事件TSV文件的前8 KB进行采样，仅使用第一行检测HED列。样本队列来源为2026年5月4日时OpenNeuro API可见的1,713个公开最新快照（最终分析含1,483个事件相关快照）。
#### 研究结果
**语料库与递归文件审计**
从OpenNeuro获取1,719个数据集ID，剔除6个无可用快照或不可恢复错误后，共1,713个公开最新快照。主要分析限于1,483个具有任务元数据或观察到事件TSV文件的事件相关快照（包括922个fMRI、410个EEG、69个iEEG、59个MEG和23个其他任务类快照）。递归文件树检测到301,681个事件TSV文件和55,914个候选事件JSON文件，其中55,912个解析成功。
**事件时序超过适用事件词典**
数据集层面：事件TSV文件存在于1,175/1,483个快照（79.2%），但候选事件JSON侧边卡仅存在于604个（40.7%），经继承检查后适用侧边卡为590个（39.8%），描述性适用侧边卡550个（37.1%），实验特异性适用侧边卡491个（33.1%）。完全覆盖所有事件TSV文件的实验特异性侧边卡仅460个（31.0%）。文件层面：301,681个递归事件TSV文件中，仅162,034个（53.7%）有适用JSON侧边卡，147,412个（48.9%）有适用实验特异性侧边卡。表明约半数事件文件缺乏自动化可用的语义元数据。
**模态差异反映不同失败模式**
fMRI与EEG模式显著不同：事件TSV在fMRI快照中占74.7%，EEG占89.5%；候选JSON侧边卡在fMRI中仅24.4%，EEG中达73.9%；实验特异性适用侧边卡在fMRI中22.7%，EEG中52.7%。文件层面：fMRI事件TSV文件中37.1%有适用实验特异性侧边卡，EEG为71.9%。此外，候选JSON内容分类显示，EEG中21.2%的JSON文件为记账专用（仅描述onset等通用列），而fMRI中仅0.08%。表明EEG虽然JSON侧边卡覆盖率更高，但存在大量无实际语义内容的占位文件。
**HED在少量快照中可检测**
HED在事件JSON中被检测到45/1,483个快照（3.0%），其中EEG占40/410（9.8%），fMRI仅3/922（0.33%）。TSV表头中HED列检测仅2/1,483（0.13%）。JSON基础的HED检测更可靠，但仍极为稀少。
**发现元数据与事件语义测量不同事物**
数据集DOI（94.3%）、许可证（97.0%）、参考文献（60.4%）和伦理批准（26.2%）的检测率远高于事件语义元数据。但验证警告计数与描述性事件就绪评分仅弱相关（Spearman rho = -0.067, p=0.010），表明语法验证与事件语义完整性反映不同层面的元数据质量。
**原型咨询类别**
为促进人工审查而非二元通过/失败判断，研究定义了五类原型：625个快照有事件时序但无描述性适用词典；90个有实验特异性侧边卡但不完整；415个完全覆盖但无HED；45个完全覆盖且有HED；308个无事件TSV。这些类别旨在鼓励透明、有据可查的事件描述。
#### 讨论与结论
讨论部分指出，研究支持一个受限的结论：OpenNeuro中事件时序文件常见，但仓库可见、软件可解释的事件语义一致性不足。模态差异暗示不同的实践瓶颈：fMRI快照常缺失JSON侧边卡，而EEG侧边卡虽多但包含大量记账专用内容。HED在EEG中更可见，可能与HED和NEMAR（神经电磁数据共享基础设施）在神经电磁数据社区中的推广有关，但工具和社区效应需要更丰富的来源信息支持。解决方案应为咨询性而非二元判断：理想验证器应报告具体审查提示，如事件TSV是否存在、适用JSON侧边卡是否存在、是否解析、是否描述列和级别、是否实验特异性、是否包含HED等，并标记模糊侧边卡供人工或语言模型辅助审查，避免生成错误元数据。
翻译研究结论部分：本研究支持一个受限的结论：OpenNeuro事件时序文件很常见，但仓库可见、软件可解释的事件语义一致性不足。修订后的分析遍历了递归文件树，根据BIDS样式路径/实体规则检查候选JSON侧边卡是否适用于事件TSV文件，并对侧边卡内容进行分类。主要结果是，大约三分之一的事件相关快照和大约一半的递归事件TSV文件具有适用、描述性、实验特异性的事件词典。
