维度网讯，2026年5月27日，加州大学圣地亚哥分校（UC San Diego）从美国国立卫生研究院（NIH）获得485万美元，用于升级神经电磁数据档案与工具资源（NEMAR）平台。该平台整合大规模神经科学数据与高性能计算（HPC）资源，旨在推动脑与身体研究。

NEMAR平台是共享和分析人类神经生理学数据（特别是脑电图EEG和脑磁图MEG）的关键基础设施。它连接来自OpenNeuro等来源的精选数据集与加州大学圣地亚哥分校Halıcıoğlu数据科学与计算学院的圣地亚哥超级计算中心（SDSC）计算资源，使研究人员无需先将数据传输到远处，即可进行大规模分析。

该平台的核心特征是与SDSC的Expanse超级计算机的整合，NEMAR数据集直接挂载在该超级计算机上。用户可就地分析高达PB级的数据，消除耗时传输，降低计算密集型神经科学工作流程的入门门槛。通过神经科学网关，NEMAR还提供对EEGLAB、MATLAB、Python、TensorFlow和PyTorch等科学软件工具的简化访问。

持续资金将支持NEMAR人工智能（AI）能力的显著扩展。团队计划开发在大规模神经电磁数据集上训练的多模态基础模型，将脑信号与行为及参与者级元数据相结合。这些模型预计支持数据质量评估、跨模态分析、认知状态解码和脑机接口开发等下游应用。

联合首席研究员、加州大学圣地亚哥分校神经计算研究所斯沃茨计算神经科学中心主任Scott Makeig表示：“NEMAR处于开放神经科学基础设施的前沿，这一新阶段的资金应使我们能够探索统计和人工智能建模中令人兴奋的新机遇，以了解我们的大脑如何支持我们的体验和行为。”

该项目联合首席研究员、神经计算研究所斯沃茨计算神经科学中心联合主任Arnaud Delorme说：“通过将使用公认标准格式化的数据与易于访问的高性能计算相结合，我们可以训练跨实验泛化的大型模型。”

平台对标准化数据的强调仍然是设计的核心。NEMAR支持脑成像数据结构（BIDS），并使用分层事件描述符（HED）系统纳入详细的事件注释，实现跨工具和研究组的互操作性。

项目还计划扩大培训和推广工作，涵盖数据标准、信号处理和机器学习方法的研讨会及教程。

NEMAR项目联合首席研究员、SDSC数据推动科学计算部主任Amitava Majumdar说：“通过将大规模数据集与高性能计算资源共同定位，我们使研究人员能够专注于分析而不是数据后勤。这笔资金使我们能够进一步扩展该模式，并将访问权限扩大到更广泛的社区。”

随着神经科学数据量和复杂性的持续增长，NEMAR等平台正使HPC基础设施成为数据驱动研究的关键推动者。该项目由美国国立卫生研究院下属的国家心理健康研究所（National Institute of Mental Health, NIMH）资助（R24-MH120037）。新奖项支持项目从2026年4月到2030年12月，是NIH通过推进创新神经技术进行脑研究（BRAIN）倡议共享神经电磁数据资源的一部分。项目由加州大学圣地亚哥分校的Scott Makeig、Amitava Majumdar、Taylor Berg-Kirkpatrick、Arnaud Delorme，以及斯坦福大学的Russ Poldrack共同领导，合作者包括加州大学旧金山分校的Srikantan Nagarajan和德克萨斯大学圣安东尼奥分校的Kay Robbins。SDSC研究人员Subha Sivagnanam、Choonhan Youn和Yahya Shirazi参与。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com