Multimodale EEG–fNIRS-Klassifikation als klinisches Werkzeug zur Diagnose bipolarer Störung

Warum das für die psychische Gesundheit im Alltag wichtig ist

Bipolare Störung ist oft schwer zu diagnostizieren, besonders wenn Ärztinnen und Ärzte zwischen den wichtigsten Subtypen unterscheiden müssen. Da die aktuelle Diagnostik nahezu ausschließlich auf Interviews und Beobachtung beruht, erhalten Betroffene nicht selten jahrelang die falsche Behandlung. Diese Studie untersucht, ob einfache, nicht invasive Hirnaufzeichnungen — aufgenommen, während die Personen eine emotionale Aufgabe durchführen — objektive Hinweise darauf liefern können, wer an bipolarer Störung leidet, welcher Subtyp vorliegt und wer gesund ist. Gelingt das, könnte ein solcher Ansatz in gewöhnlichen Kliniken zu schnelleren und besser abgestimmten Behandlungen führen.

Blick in Stimmungsschwankungen mit Licht und Elektrizität

Die Forschenden konzentrierten sich auf ein zentrales Merkmal der bipolaren Störung: andauernde Schwierigkeiten bei der Emotionsregulation, auch in scheinbar stabilen Phasen. Sie nutzten zwei Geräte, die außerhalb großer Krankenhäuser einsetzbar sind. EEG misst die elektrische Aktivität des Gehirns mittels einer Sensorhaube auf der Kopfhaut. fNIRS sendet nahe-infrarotes Licht durch die Stirn, um Veränderungen des Sauerstoffgehalts im Blut in äußeren Hirnarealen zu verfolgen. Zusammen erfassen diese Methoden schnelle elektrische Signale und langsamere Durchblutungsantworten im Frontallappen, einem Bereich, der an Emotionskontrolle, Entscheidungsfindung und sozialem Verhalten beteiligt ist.

Emotionale Ablenkung in Echtzeit testen

Um die Emotionskontrolle zu prüfen, entwarf das Team eine visuelle Aufgabe: Die Teilnehmenden sollten nur auf die Farbe eines Rahmens um ein Bild reagieren und ignorieren, ob das Bild angenehm, neutral oder unangenehm war. Dieses Paradigma, eine Variante des emotionalen Stroop-Tests, erzeugt ein Spannungsfeld zwischen emotionalen Reaktionen und einer einfachen kognitiven Aufgabe. Teilnehmende waren Erwachsene mit bipolarer Störung Typ I, bipolarer Störung Typ II und gesunde Freiwillige. Während sie die Aufgabe ausführten, deckten EEG-Sensoren die gesamte Kopfhaut ab, und eine kleine Anordnung von fNIRS-Lichtquellen und -Detektoren zeichnete Blutflussänderungen über der linken Frontregion auf.

Muster, die verraten, wer wer ist

Zunächst überprüften die Forschenden das Verhalten. Personen mit bipolarer Störung benötigten länger, um auf unangenehme Bilder zu reagieren als auf neutrale oder angenehme — ein Hinweis darauf, dass negative Emotionen ihr Denken stärker störten. Gesunde Freiwillige zeigten dieses Muster nicht. Danach wandte sich das Team den Hirnsignalen zu. Sie extrahierten Zeitfenster aus dem EEG (von schnellen visuellen Reaktionen im Bereich von rund einem Zehntel Sekunde bis zu späteren Wellen, die mit Emotion und Entscheidungsprozessen verknüpft sind) und aus der langsameren fNIRS-Antwort (die erfasst, wie der Blutfluss nach jedem Bild anstieg und abfiel). Mit diesen Merkmalen trainierten sie maschinelle Lernmodelle, um zu klassifizieren, ob eine Person gesund oder von bipolarer Störung betroffen ist, und — innerhalb der Patientengruppe — ob Typ I oder Typ II vorliegt.

Kombinierte Signale erhöhen die diagnostische Aussagekraft

Verwendeten sie nur die EEG-Signale der Ganzkopf-Haube, trennten die Modelle bereits Patienten von gesunden Teilnehmenden und konnten häufig auch die beiden bipolaren Subtypen unterscheiden. Das Hinzufügen von fNIRS-Merkmalen verbesserte diese Ergebnisse jedoch durchgehend, vor allem bei den schwierigeren Aufgaben: der Unterscheidung von bipolarem Typ II gegenüber gesunden Teilnehmenden und der Differenzierung von Typ I gegenüber Typ II. Die lichtbasierten Messungen lieferten zusätzliche Informationen darüber, wie Blutgefäße und neuronale Aktivität im Frontallappen zusammenwirken, und erfassten subtile neurovaskuläre Unterschiede, die das EEG allein nicht zeigte. Selbst wenn EEG-Daten nur von frontalen Sensoren verwendet wurden — was ein vereinfachtes, tragbareres System nachahmt — reduzierte die Kombination von EEG und fNIRS Fehlklassifikationen und hielt die Leistung hoch.

Auf dem Weg zu einfacherer, objektiverer Diagnostik

Einfach gesagt zeigt diese Studie, dass ein kleiner Sensorsatz auf dem Kopf zuverlässige Muster im Gehirn erfassen kann, die zwischen gesunden Personen und Menschen mit bipolarer Störung unterscheiden — und sogar zwischen den Hauptsubtypen. Die Kombination von elektrischer Aktivität und Durchblutungsänderungen stärkt das Signal für computerbasierte Klassifikatoren und macht Subtyp-Unterscheidungen genauer. Zwar sind größere Studien noch nötig, doch deuten diese Befunde auf künftige, klinikfreundliche Werkzeuge hin, die Interviews ergänzen, Fehldiagnosen vermeiden und letztlich frühere, individuellere Behandlungen für Menschen mit Risiko für bipolare Störung ermöglichen könnten.

Zitation: Tahir, I., Planat-Chrétien, A., Bertrand, A. et al. Multimodal EEG–fNIRS classification as a clinical tool for bipolar disorder diagnosis. Transl Psychiatry 16, 177 (2026). https://doi.org/10.1038/s41398-026-03858-1

Schlüsselwörter: bipolare Störung, Gehirnbildgebung, EEG, fNIRS, Emotionsregulation