LONI & Co: About the Epistemic Specificity of Digital Spaces of Knowledge in Cognitive Neuroscience;LONI & Co: Die epistemische Spezifität digitaler Wissensräume in der kognitiven Neurowissenschaft

Berichte zur Wissenschaftsgeschichte

Volumn 34, Issue 2, 2011, Pages 174-190

  Huber, Lara ^a  

^a UNIVERSITY MEDICAL CENTER MAINZ   (Germany)

Author keywords

Alzheimer's Disease Neuroimaging Initiative (ADNI); BrainMap; Cognitive neuroscience; Database; Digital rendering; Epistemic space; Laboratory of Neuro Imaging (LONI)

Indexed keywords

ALZHEIMER DISEASE; ARTICLE; COGNITION; FACTUAL DATABASE; HISTORY; HUMAN; KNOWLEDGE; NEUROSCIENCE; NUCLEAR MAGNETIC RESONANCE IMAGING; PHYSIOLOGY; RESEARCH; UNITED STATES;

ALZHEIMER DISEASE; COGNITION; DATABASES, FACTUAL; HISTORY, 20TH CENTURY; HISTORY, 21ST CENTURY; HUMANS; KNOWLEDGE; MAGNETIC RESONANCE IMAGING; NEUROSCIENCES; RESEARCH; UNITED STATES;

EID: 79958087303     PISSN: 01706233     EISSN: 15222365     Source Type: Journal    
DOI: 10.1002/bewi.201101502     Document Type: Article

References (54)

1. Hierbei handelt es sich um die ausgearbeitete Version meines gleichnamigen Vortrags im Rahmen des XLVII. Symposiums der Gesellschaft für Wissenschaftsgeschichte 'Skriptorium - Labor - Rechenzentrum: Räume zwischen Materialisierung und Idealisierung' am 15. Mai in Paderborn. Ich danke den anonymen Gutachtern für Kritik und Anregungen zu meinem eingereichten Manuskript2010
2. Michael Gazzaningazit. nach: Eliot Marshall, Neuroscience: a ruckus over releasing images of the human brain, Science 289 (2000), 1458-1459. Vgl. auch Editorial, A debate over fMRI data sharing, Nature Neuroscience 32000845-846
3. Der Aufbau der Datenbank wurde ab 1990 u. a. durch die National Science Foundation gefördert und konnte 1999 etabliert werden. Vgl. John D. Van Horn, Jeffrey S. Grethe, Peter Kostelec, Jeffrey B. Woodward, Javed A. Aslam, Daniela Rus, Daniel Rockmore, Michael Gazzaniga, The functional magnetic resonance imaging data center (fMRIDC): the challenges and rewards of large-scale databasing of neuroimaging studies, Philosophical Transactions of the Royal Society B: Biological Sciences 356 (2001), 1323-1339. Die Datenbank konnte zwischen 2000 und 2004 einen steten Zuwachs an Primärdaten zu fMRT-Studien vorweisen. In den vergangenen Jahren ist diese Entwicklung - auch durch das Auslaufen der Fördergelder - deutlich ins Stocken geraten. Zu den Erfolgen in den Anfangsjahren vgl. John D. Van Horn, Michael S. Gazzaniga, Databasing fMRI studies - towards a discovery science of brain function, Nature Reviews Neuroscience 32002314-318
4. John D. Van Horn, Scott T Grafton, Daniel Rockmore, Michael S. GazzanigaSharing neuroimaging studies of human cognition, Nature Neuroscience 7 (2004), 473-481. Zum Problem der langfristigen Datenbankunterhaltung vgl. John D. Van Horn, Arthur W. Toga, Is it time to re-prioritize neuroimaging databases and digital repositories, Neuroimage 47 20091720-1734
5. Valerie Gray Hardcastle, C. Matthew StewartLocalization in the brain and other illusions, in: Andrew Brook, Kathleen Akins (Hrsgg.), Cognition and the brain: the philosophy and neuroscience movement, Cambridge/New York: Cambridge University200527-39
6. Todd E. Feinberg, Martha J. Farah (Hrsgg.), Patient-based approaches to cognitive neuroscience, London: MIT2006
7. Die Genese des Forschungsbereichs ist eng an die wissenschaftliche und wissenschaftspolitische Tätigkeit des Psychologen Michael Gazzaniga gebunden (seit 2006 Direktor des Sage Center for the Study of the Mind, University of California, Santa Barbara). Gazzaniga trug durch zahlreiche Publikationen nicht nur zur methodischen Ausrichtung der kognitiven Neurowissenschaft (z. B. Handbook of cognitive neuroscience1984
8. The cognitive neurosciences 1995; Fundamentals of cognitive neuroscience2000
9. The cognitive neurosciences III. 2004) bei, sondern prägte und beförderte die Institutionalisierung des Faches: Er war Präsident des ersten Instituts für kognitive Neurowissenschaft an der Cornell University, NY (1982) sowie der gründende Direktor von Zentren für kognitive Neurowissenschaft an der Universität von Kalifornien, Davis (1992) und am Darthmouth College (1996). Gazzaniga war darüber hinaus maßgeblich an der Gründung der gleichnamigen Fachzeitschrift, dem Journal of Cognitive Neuroscience (, sowie der Fachgesellschaft, der Cognitive Neuroscience Society1994
10. hierzu Ulric Neisser, Cognitive psychology, New Jersey: Prentice Hall 1967; Michael Gazzaniga (Hrsg.), Handbook of cognitive neuroscience, New York/London: Plenum Press1984
11. George A. MillerThe cognitive revolutiona historical perspective, Trends in Cognitive Sciences 32003141-144
12. Die Emotionsforschung hat sich in der Folge als eigenes Unterfeld der kognitiven Neuroforschung etabliert. Zum thematischen Forschungsspektrum der kognitiven Neurowissenschaft vgl. Bernard J. Baars, Nicole M. Gage (Hrsgg.), Cognition, brain, and consciousness: introduction to cognitive neuroscience, London/Burlington usw.: Academic Press2007
13. Dale Purves, Elizabeth M. Brannon, Roberto Cabeza, Scott A. Huettel, Kevin S. LaBar, Michael L. Platt, Marty G. Woldorff, Principles of cognitive neuroscience, Sunderland, MA: Sinauer Associates, Inc2008
14. William BechtelAdele Abrahamsen, Connectionism and the mind: parallel processing, dynamics, and the evolution in networks, Malden, MA/Oxford: Blackwell Publishers 22002
15. Die mit Wet mind. The new cognitive neuroscience überschriebene Monographie von Kosslyn und König erschien erstmalig im Jahr 1992. Die Neuauflage des Buches () wurde um einen Epilog ergänzt, der vor allem auf die innerwissenschaftliche Neuausrichtung von Forschungsfragen an der Schnittfläche zwischen Kognitionen und ihren emotionalen bzw. motivationalen Anteilen reagierte. Zum 'wet mind'-Ansatz heißt es hier u. a.: "This approach capitalizes on the idea that the mind is what the brain does: a description of mental events is a description of brain function, and facts about the brain are needed to characterize these events." Vgl. Stephen M. Kosslyn, Olivier König, Wet mind: the new cognitive neuroscience, New York: Free Press 219951995
16. Kosslyn, König, Wet mind (wie Anm. 9), S. 4. Hier heißt es: "This approach is like understanding the properties and uses of a building independently of the materials used to construct it; the shapes and functions of rooms, windows, arches, and so forth can be discussed without reference to whether the building is made of wood, brick or stone."
17. Stephen M. KosslynJohn Lindsley Professor of Psychology in Memory of William James, Kosslyn Lab, Harvard Universityhttp://isites.harvard.edu/icb/icb.dokeyword=kosslynlab&pageid=icb.page
18. Diese Debatte schlug sich Anfang der 1990er Jahre in der Zeitschrift Science nieder: Vgl. Leslie Roberts, A call for action on a Human Brain Project, Science 252 (1991), 1794; Ann Gibbons, Databasing the brain, Science 258 (1992)1873
19. Vorangegangen waren dem HBP konkrete Empfehlungen zur Forschungsförderung, die das 'Committee on a National Neural Circuitry Database' des amerikanischen Institute of Medicine im Rahmen eines Meetings als 'Brain Mapping Initiative' im Frühsommer 1991 erarbeitet hatte. Vgl. Constance M. Pechura, Joseph B. Martin (Hrsgg.), Mapping the brain and its functions: integrating enabling technologies into neuroscience research, Washington, D.C.: National Academic Press1991
20. Im Fokus des HBP (PA-93-068) mit dem anfänglichen Budget von rund 4,5 Millionen Dollar für das Jahr 1993 stand als fünfjährige Pilotphase die Förderung der Entwicklung computergestützter Verfahren der Datensammlung und -distribution im Bereich der Neurowissenschaften (z.B. gezielte Förderung der Software-Entwicklung). Die Förderung der Neuroinformatik setzte ab 1999 (PA-99-138) stärker auf die Anwendung bzw. die Implementierung derartiger Lösungen, die durch die Pilotförderung zum Teil bereits vorlagen. Die letzte Förderphase des HBP begann 2005. Jüngst hat die US-Regierung ein neues Programm, das ,Human Connectome Project' (HCP) mit einem Förderumfang von 30 Millionen Dollar gestartet (RFA-MH-10-020), das dezidiert den Aufbau einer digitalen Datenbank vorsieht, in die alle Datensätze, die im Rahmen der geförderten Projekte gewonnen werden, einfließen sollen. Vgl. National Institutes of Health, http://grants.nih.gov/grants/guide/rfa-files/ (10.01.2011), sowie die NIH-Leitlinie zur Nutzung bzw. Distribution wissenschaftlicher Daten,http://grants.nih. gov/grants/policy/data_sharing/data_sharing_guidance.htm
21. Zum Anforderungsprofil und der Spezialisierung dezidiert neuroinformatischen Knowhows vgl. James F. Bickley, C. Rosse, Imaging and the Human Brain Project: a review, Methods of Information in Medicine 4 (2002), 145-260; Thomas M. Morse, Neuroinformatics: From bioinformatics to databasing the brain, Bioinformatics and Biology Insights 2 (2008), 253-264. Zur Lesart der Digitalisierung neurowissenschaftlicher Forschungsbereiche als Etablierung einer gemeinsamen (digitalen) Sprache vgl. z. B. Beaulieu, Voxels in the Brain: Neuroscience, Informatics and Changing Notion of Objectivity, Social Studies of Science 312001635-680
22. Für einen Überblick über die Debatte vgl. Marina Chicurel, Databasing the brain, Nature 406 (2000), 822-825; zum Ziel der gemeinsamen Datenbank vgl. insbes. Michael F. Huerta, Stephen H. Koslow, Alan I. Leshner, The Human Brain Project: an international resource, Trends in Neurosciences 161993436-438
23. Zu den Befürwortern, gerade auch Primär- bzw. Rohdaten in die Datenbanken einzuspeisen und die Zugriffsrechte grundsätzlich nicht zu beschränken, zählt neben Michael Gazzaniga namentlich Stephen M. Koslow, seines Zeichens Vorsitzender des HBP-Koordinationsausschusses. Vgl. Huerta, Koslow, Leshner, Human Brain Project (wie Anm. 16), 438; Stephen M. Koslow, Should the neuroscience community make a paradigm shift to sharing primary data, Nature Neuroscience 3 (2000), 863-865; Stephen M. Koslow, Sharing primary data: a threat or asset to discovery, Nature Reviews Neuroscience 32002311-313
24. An dieser Debatte wird deutlich, dass sich natürlich auch ethische und rechtliche Frage- und Problemstellungen ergeben, die im Bereich der genetischen Datenbanken als Problem der 'sekundären Nutzung' individueller Daten diskutiert werden. Das so genannte 'PET'- oder 'fMRI data sharing' wird in Forscherkreisen zunächst als logistisches Problem wahrgenommen, weil zu den Rohdaten auch Angaben über die jeweiligen experimentellen Standards Eingang finden müssten. Der Klärungsbedarf ist, gerade auch im Hinblick auf die systemische Komplexität von Forschungsfragen neurowissenschaftlicher Forschung groß. Wesentliche Punkte hat im Anschluss an die Gazzaniga-Affäre im Jahr 2000 die international agierende 'Organization for Human Brain Mapping' (OHBM) zusammengetragen: Vgl. Governing Council of the Organization of Human Brain Mapping, Neuroimaging Databases, Science 29220011673-1676
25. BrainMap® wurde von dem Neurowissenschaftler Peter Fox und dem Physiker Jack Lancaster 1987 ins Leben gerufen, in den folgenden Jahren breit gefördert und als Modell neurowissenschaftlicher Datenbanken schlechthin im Vorfeld des HBP beworben. Ursprünglich als Datenbank für die Verwaltung der eigenen PET-basierten Forschungsdaten konzipiert, wurde BrainMap® nicht zuletzt durch die Fördergelder des HBP zu einer der wichtigsten Datenbanken, die Ergebnisse aus der gesamten funktionellen Neuroforschung (fMRT; PET) miteinander systematisch verknüpft. Vgl. Peter T. Fox, Jack L. Lancaster, Neuroscience on the net, Science 2661994994-996
26. Angela R. Laird, Jack L. Lancaster, Peter T. Fox, BrainMapThe social evolution of a human brain mapping database, Neuroinformatics3200565-77
27. ferner die offizielle Homepage von BrainMap®http://brainmap.org
28. Peter T. Fox, Jack L. LancasterMapping context and content: the BrainMap model, Nature Reviews Neuroscience 32002320
29. hierzu etwa Arthur W. Toga, Neuroimage databases: the good, the bad, the ugly. Nature Reviews Neuroscience 32002302-309
30. Der 'Talairach-Tournoux Brain Atlas' ist einer der populärsten und wichtigsten Referenzsysteme des menschlichen Gehirns in der kognitiven Neurowissenschaft, vgl. Jean Talairach, Pierre Tournoux, Co-planar stereotaxic atlas of the human brain, New York: Thieme1988
31. Normalisierung meint hier verfahrenstechnische Maßnahmen. Darunter fällt etwa die Bewertung von Datensätzen, die auf der Basis eines Individuums erhoben wurden, anhand einer Kontrollgruppe ('normative sample'), sowie - wie in diesem Fall - die Angleichung von räumlichen Koordinaten an einen bestimmten Referenzraum (z. B. Talairach space). Die Herstellung standardisierter Referentialität ist folglich von Prozessen der Veralltäglichung, d.h. dem Verschwinden irritationsauslösender Effekte, die sich an bestimmten Verhaltensweisen oder aber auch Technologien entzünden, zu unterscheiden. Zur Differenzierung vgl. Lara Huber, Operationalisierung - Standardisierung - Normalisierung. Die Produktion und Visualisierung von Daten in der kognitiven Neurowissenschaft, in: Devi Dumbadze, Johannes Geffers, Jan Haut, Arne Klöpper, Vanessa Lux, Irene Pimminger (Hrsgg.), Erkenntnis und Kritik. Zeitgenössische Positionen, Bielefeld: transcript,167-191
32. Der Trend zur Digitalisierung, der mittlerweile auch Gewebebanken wie etwa dem 'Harvard Brain Tissue Resource Center' unterliegen, hat die Festlegung zusätzlicher Standards in diesem Bereich erforderlich gemacht, vgl. zum Beispiel zu den Asservierungschemata die Homepage der deutschen Datenbank 'Brain-net', http://www.brainnet.de (10.01.2011); bzw. der amerikanischen 'National Brain Databank', /brainbank/Main (10.01.2011). Zur Professionalisierung im Zuge der Standardisierung neurowissenschaftlicher, d.h. gehirnbezogener Forschungsbereiche insgesamt vgl. Anne Beaulieu, From brainbank to database: the informational turn in the study of the brain, Studies in the History and Philosophy of Biological and Biomedical Sciences 352004367-390http://national_databank.mclean.harvard.edu
33. Die Software 'GingerALE' berechnet einen statistischen Wert für jede Volumeneinheit (Voxel) des Gehirns. Das Akronym ALE steht für 'activation likelihood estimation' und bezieht sich, vereinfachend gesagt, auf die statistische Signifikanz der jeweiligen Volumeneinheit im Bezug auf die Transfomation von einem zum anderen Referenzraum. Zu den technischen Details vgl. die offizielle Homepage der Datenbank, BrainMap® (wie Anm. 19
34. Ein prominentes Beispiel für eine Software zur Bildanalyse ist etwa 'BrainSuite' des Laboratory of Neuroimaging (LONI). Einsatz findet die Software bei der Verarbeitung bzw. Visualisierung von MR-basierten Datensätzen des menschlichen Kopfes. Vgl. die offizielle Homepage von LONIhttp://www.loni.ucla.edu/Software/BrainSuite
35. hierzu u. a. Hans-Jörg Reinberger, Michael Hagner, Bettina Wahrig-Schmidt (Hrsgg.), Räume des Wissens. Repräsentation, Codierung, Spur, Berlin: Akademie Verlag 1997; Christopher R. Henke, Thomas F. Gieryn, Sites of scientific practice: the enduring importance of place, in: Edward J. Hackett, Olga Amsterdamska, Michael Lynch, Judy Wajcman (Hrsgg.), The handbook of science and technology studies, Cambridge, MA/London: MIT Press 32008, S. 353-376; Richard C. Powell, Geographies of science: histories, localities, practices, futures. Progress in Human Geography 312007309-329
36. Ich beschränke mich im Rahmen dieses Artikels auf eine skizzenhafte Darlegung des - in erkenntnistheoretischer Hinsicht - systematischen Verhältnisses zwischen 'Wissen' einerseits und 'Räumlichkeit' andererseits. Die Bestimmung dessen, was als dezidiert 'wissenschaftliches Wissen' etwa im Vergleich zum Alltagswissen eines Individuums bezeichnet wird, verdient freilich eine hierüber hinausgehende, ausführliche Betrachtung: Im Hinblick darauf scheint es naheliegend zu sein, Prozesse der verfahrenstechnischen Standardisierung in den Experimentalwissenschaften in die Analyse, was wissenschaftliches Wissen als solches auszeichnet, mit einzubeziehen. Gleiches gilt für das Ideal inter- bzw. transsubjektiver Erkenntnis (als eine Lesart wissenschaftlicher Objektivität), wenn es um die Auseinandersetzung mit klassischen erkenntnistheoretischen Fragen nach dem Erkenntnissubjekt (Wissen als personale Kategorie) und dem Erkenntnisvermögen (Wissen eines Subjekts) geht. Zur Verhältnisbestimmung zwischen 'Daten', wissenschaftlichen Konzepten und den Gegenständen wissenschaftlichen Wissens, vgl. auch Lara Huber, Operationalisierte Erkenntnis oder: die Transformation von Wissensräumen am Beispiel der kognitiven Neurowissenschaften, Tagungsbeitrag, XXI. Deutscher Kongress für Philosophie, Lebenswelt und Wissenschaft, 15.-19. September 2008, Essenhttp://www.dgphil 2008
37. Lara HuberImaging the brain: visualising 'pathological entities' Searching for reliable protocols for fMRI within psychiatry and their impact on the understanding of psychiatric diseases, Poesis & Praxis 6200927-41
38. Direktor von LONI ist Arthur W. Toga, seit Professor für Neurologie an der UCLA. Die Datenbank konstituierte sich aus dem 'International Consortium for Brain Mapping' (ICBM) unter der Leitung von John C. Mazziotta, Professor für Neurologie an der University of California (UCLA) und zwar maßgeblich durch Fördergelder des HBP - vgl. die Homepage der University of Yale, http://ycmi-hbp.med.yale.edu/hbpdb/default.asp (10.01.2011); sowie insbesondere die Homepage von LONI, hier die des ICBMhttp://www.loni.ucla.edu/ICBM1993
39. Vgl. hierzu die Homepage des 'Laboratory for Neuro Imaging' (LONI) an der University of California, Los Angeles, http://www.loni.ucla.edu (10.01.2011). Zum Stellenwert der Datenbank und den Softwarelösungen vgl. z.B. Van Horn, Toga, Neuroimaging databases (wie Anm. 3), Ivo D. Dinow, John D. Van Horn, Kamen M. Lozev, Rico Magsipoc, Petros Petrosyan, Zhizhong Liu, Allan MacKenzie-Graham, Paul Eggert, Douglas S. Parker, Arthur W. Toga, Efficient, distributed and interactive neuroimaging data analysis using the LONI Pipeline, Frontiers in Neuroinformatics 320091-10
40. ADNI steht unter der Leitung von Michael W. Weiner, Radiologe an der University of California, Los Angeles (UCLA). Zu den beteiligten Institutionen und das jeweilige Design der multizentrischen Studien vgl. die Homepage der 'Alzheimer's Disease Neuroimaging Initiative' (ADNI) an der University of California, Los Angeleshttp://www.adni-info.org/Scientists/ADNIGrant.aspx
41. Dies zeigt insbesondere auch die wachsende Zahl von Publikationen, die aus den Datensätzen, die über LONI verfügbar sind, resultieren und zur Sichtbarkeit von ADNI innerhalb des Forschungsfeldes erheblich beitragen. So sind z. B. jüngst zwei eigens ADNI gewidmeten Themenhefte der Fachzeitschriften Alzheimer's & Dementia Heft 3, Mai 2010) und Neurobiology of Aging (Vol. 31, Heft 8, August20106
42. Zun den Veränderung des Studiendesigns vgl. insbes. Giovanni B. Frisoni und Michael W. Weiner, Alzheimer's Disease Neuroimaging Initiative special issue, Neurobiology of Aging 31 1259-1262 und Michael W. Weiner, ADNI 2 Grant Applicationhttp://adni-info.org/Scientists/Pdfs/ADNI2_Grant.pdf2010
43. Alzheimer-Patienten mit ausgeprägter klinischer Symptomatik stehen nach dieser Maxime nicht mehr im Fokus der Entwicklung neuer Therapeutika. Einschluss in Prodrominalstudien zu neuropsychiatrischen Krankheitsbildern finden sie freilich dennoch, im Fokus der Inklusionsparameter stehen aber hierbei, wie namentlich ADNI 2 zeigt und angesichts der Praktikabilität psychologischer Testung innerhalb großangelegter Studien nicht erstaunt, vor allem kognitive Defizite. Diese Fokussierung wird gerade auch mit dem Blick auf die Entwicklung neuer therapeutischer Angebote problematisiert. Vgl. z.B. Liana G. Apostolova, Jeffrey L. Cummings, Neuropsychiatric manifestations in Mild Cognitive Impairment: A systematic review of the literature, Dementia and Geriatric Cognitive Disorders 252008115-126
44. Die vorrangigen Ziele der Datenbank werden folgendermaßen beschrieben: "The goal of BrainMap is to provide a vehicle to share methods and results of studies in specific research domains, such as language, memory, attention, emotion, and perception. BrainMap can also be used to perform meta-analyses of similar research studies." Vgl. die offizielle Homepage von BrainMap® (wie Anm. 19
45. Referenzgehirne unterscheiden sich vor allem im Hinblick auf ihren Grad an Repräsentativität, d. h. inwiefern sie der anatomisch-funktionalen Varianz individueller Gehirne Rechnung tragen: Ein sehr verbreitetes Referenzgehirn ist der sogenannte MNI-Atlas des Montreal Neurological Institute der Universität McGill in Montreal, Kanada. Basis des ersten gemittelten stereotaktischen Atlases, dem MNI305, der mittlerweile durch neuere Modelle im Rahmen des ICBM-Projektverbunds abgelöst wurde, bildeten magnetresonanztomographische Aufnahmen von rund 300 individuellen Gehirnen gesunder Probanden. Vgl. z. B. die offizielle Homepage des Montreal Neurological Insitute, und zwar die Seite: http://www.bic.mni.mcgill.ca/~louis/stx_history.html (10.01.2011). Zum aktuellen Referenzatlas ICBM 152 vgl. dieselbe Homepage, hier allerdings die sich im Aufbau befindende Seite: 2009 (10.01.2011). Zu den Produktionsspezifika und den sich hieraus ergebenden Herausforderungen des ebenfalls sehr populären Talairach-Tournoux Atlases, vgl. z.B. Wieslaw L. Nowinski, The cerefy brain atlases, continuous enhancement of the electronic Talairach-Tournoux Brain Atlas, Neuroinformatics 32005293-300http://www.bic.mni.mcgill.ca/ServicesAtlases/ICBM152NLin
46. B. TogaNeuroimaging databases (wie Anm. 21),304
47. Die standardisierte hierarchische Nomenklatur der Anatomie des Primatengehirns wurde ebenfalls im Rahmen des HBP entwickelt: 'NeuroNames' umfasst u. a. rund 15.000 neuroanatomischer Begriffe und ist in die 'Unified Medical Language Systems' (UMLS) der National Library of Medicine aufgenommen worden. Vgl. die Homepage der Datenbank 'BrainInfo' an der University of Washington, http://braininfo.rprc.washington.edu/aboutBrainInfo.aspx (10.01.2011). Vgl. ferner 'BrainML' am 'Laboratory of Neuroinformatics' an der Cornell University, New York: Die Datenbank erlaubt eine Metaformatierung neurowissenschaftlicher Datensätze, die sich insbesondere im Hinblick auf den Import von Datensätzen aus älteren Datenbanken als besonders nützlich erweisen kann. Vgl. die Homepage der Datenbank an der Cornell University,http://neurodatabase.org/dataserver/goto.do page=.brainml
48. John Mazziotta im Rahmen eines Werbespots seiner Heimatuniversität, Homepage der University of California, Los Angeleshttp://spotlight.ucla.edu/here-now-stories/john-mazziotta
49. Zur Entwicklung probabilistischer Atlanten vgl. John Mazziotta, Arthur Toga, Alan Evans, Peter Fox, Jack Lancaster, Karl Zilles, Roger Woods, Tomas Paus, Gregory Simpson, Bruce Pike, Colin Holmes, Lous Collins, Paul Thompson, David MacDonald, Marco Iacoboni, Thorsten Schormann, Katrin Amunts, Nicola Palomero-Gallagher, Stefan Geyer, Larry Parsons, Katherine Narr, Noor Kabani, Georges Le Goualher, Dorret Boomsma, Tyrone Cannon, Ryuta Kawashima, Bernard Mazoyer, A probabilistic atlas and reference system for the human brain: International Consortium for Brain Mapping (ICBM), Philosophical Transactions of the Royal Society B: Biological Sciences35620011293-1322
50. Ob sich diese Ordnung im digitalen Netz oder analog 'materialisiert', scheint von nachrangiger Bedeutung zu sein und im Wesentlichen erst im Hinblick auf die Distribution von Datensätzen bzw. der Partizipation am Datenimport bzw. -export epistemologische Folgen zu zeitigen
51. Auch deshalb werden Referenzräume in den Neurowissenschaften mit Datenbanken gleichgesetzt, vgl. z. B. Arthur W. Toga, Imaging databases and neuroscience, Neuroscientist 82002432-436
52. Hinzu kommen ferner Überlegungen theoretischer bzw. konzeptueller Natur, vor allem im Hinblick auf die jeweiligen Paradigmen, die die Konstitution von Repräsentationsräumen anleiten. Vgl. hierzu Beaulieu, Voxels in the Brain (wie Anm. 15) und Huber, Operationalisierung (wie Anm.23
53. Vgl. hierzu die Homepage der 'American Psychiatric Association' (APA), http://www.dsm5.org (10.01.2011). Unterstützung erfährt diese weitgehende Rekonzeptualisierung derzeit durch das US-amerikanische 'National Institute on Aging' (NIH) und die 'Alzheimer's Association' (AA), die im Juli 2010 neue diagnostische Kriterien für die Alzheimer Krankheit vorgestellt haben. Vgl. hierzu Alzheimer's Association, Recommendations to update diagnostichttp://www.alz.org/research/diagnostic_criteria
54. Rund 50 Prozent der mit MCI im Rahmen klinischer Forschung diagnostizierter Probanden erkranken innerhalb der folgenden fünf Jahre bekanntermaßen nicht an Alzheimer, sondern erholen sich aus unterschiedlichen Gründen von ihrer kognitiven Beeinträchtigung. Vgl. z.B. Ronald C. Petersen, Mild Cognitive Impairment: Current Research and Clinical Implications. Seminars in Neurology 27200722-31