While the FAIR principles are well accepted in the scientific community, the implementation of appropriate metadata editing and transfer to ensure FAIR research data in practice is significantly lagging behind. On the one hand, it strongly depends on the availability of tools that efficiently support this step in research data management. On the other hand, it depends on the available standards regarding the interpretability of metadata. Here, we introduce a tool, OMERO.mde, for editing metadata of microscopic imaging data in an easy and comfortable way that provides high flexibility in terms of adjustment of metadata sets. This functionality was in great demand by many researchers applying microscopic techniques. OMERO.mde has already become a part of the standard installation package of the image database OMERO. This database helps to organize and visualize microscopic image data and keep track of their further processing and linkage to other data sets. For this reason, many imaging core facilities provide OMERO to their users. We present a use case scenario for the tailored application of OMERO.mde to imaging data of an institutional OMERO-based Membrane Dye Database, which requires specific experimental metadata. Similar to public image data repositories like the Image Data Resource, IDR, this database facilitates image data storage including rich metadata which enables data mining and re-use, one of the major goals of the FAIR principles.


翻译:虽然科学界普遍接受FAIR原则,但实施适当的元数据编辑和传输以确保FAIR研究数据的实际应用大大落后。一方面,它在很大程度上取决于有效支持研究数据管理这一步骤的工具的提供情况。另一方面,它取决于关于元数据可解释性的现有标准。在这方面,我们引入了一个工具,OMERO.mde,以简便和舒适的方式编辑微型成像数据的元数据,为调整元数据集提供高度灵活性。许多应用微科学技术的研究人员都非常需要这一功能。OMERO.mde已经成为OMERO图像数据库标准安装软件的一部分。这个数据库有助于组织和直观地分析微观图像数据,并跟踪其进一步处理和与其他数据集链接的情况。为此,许多成像核心设施向用户提供OMERO.mde。我们提出了一个应用基于OMERO.de的机构Membraye D数据库成像化数据时使用的情景,该数据库包括一个数据库的主要实验性数据存储目标,该数据库也有利于数据库的丰富数据存储。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Earnings-21: A Practical Benchmark for ASR in the Wild
MOVO: a dApp for DLT-based Smart Mobility
Arxiv
0+阅读 · 2021年4月28日
VIP会员
相关VIP内容
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员