Ein dichtes longitudinales multimodales Einzelpersonen-rs-fMRI-Datenset, das durch selbstdurchgeführtes Scannen erhoben wurde

Warum viele Hirnscans einer Person wichtig sind

Stellen Sie sich vor, Sie könnten ein einzelnes Gehirn fast ein ganzes Jahr lang Tag für Tag beobachten, während sein Träger ein normales Leben führt, Medikamente verändert und von Winter zu Sommer wechselt. Dieser Artikel beschreibt genau das: einen ungewöhnlich reichen Bestand an Hirnscans und Alltagsaufzeichnungen, gesammelt von einem Forscher, der gelernt hat, den Krankenhaus-MRT-Scanner an sich selbst zu betreiben. Das Ergebnis ist ein öffentliches Datenset, das jeder nutzen kann, um neue Analysemethoden zu testen, zu untersuchen, wie sich Hirnsignale über die Zeit verändern, und der nächsten Generation von Neurowissenschaftlern zu zeigen, wie Daten aus der Praxis aussehen.

Ein engagierter Freiwilliger, viele Stunden im Scanner

Die Studie begleitete einen einzigen 34-jährigen Forscher über 11 Monate, in denen er insgesamt 85 Stunden Ruhezustands-Hirnscans in einem klinischen 3-Tesla-MRT liegen blieb. Etwa 52 dieser Stunden stammen aus einer eng standardisierten Routine: in 128 Sitzungen über 7,5 Monate hielt er zunächst 10 Minuten lang die Augen offen und schloss sie dann 14 Minuten lang, während der Scanner spontane Hirnaktivität maß. Daneben sammelte er 195 hochauflösende Bilder der Gehirnstruktur und 54 Sitzungen mit Diffusionsaufnahmen, die die Verschaltung des Gehirns abbilden. Zur Einordnung: Dieses Datenset einer Person erreicht in zeitlicher Tiefe das, was große Projekte mit weit mehr Ressourcen erzielt haben — allerdings mit Geräten und Einstellungen, die näher an der alltäglichen klinischen Praxis liegen.

Selbst-Scannen an einem Krankenhausgerät

Die meisten MRT-Studien verlassen sich auf geschultes Personal, um Freiwillige zu positionieren, Scans zu starten und die Sicherheit zu überwachen. Hier führte der Forscher nach sorgfältiger Ethikprüfung und Sicherheitsschulung in der Mehrzahl der Sitzungen fast alles selbst durch. Er schob sich in den Scanner, richtete seinen Kopf mithilfe sichtbarer Laser-Kreuzhaare relativ zu seinen Augen aus und startete voreingestellte Messsequenzen über die Standardkonsole. Anfangs variierte die Kopfposition stärker von Tag zu Tag; nachdem die auf den Augen basierende Ausrichtung eingeführt wurde, wurden die Scans bemerkenswert konsistent, mit typischen Unterschieden von weniger als 3 Millimetern und etwa einem Grad zwischen Sitzungen — ausreichend präzise für Vergleiche über Monate.

Bewegung, Wachheit und Schlaf beobachten

Da schon kleinste Bewegungen Hirnbilder verwischen können, richtete die Studie besondere Aufmerksamkeit auf Bewegung und Wachheit. Automatisierte Qualitätsprüfungen zeigten, dass 58 Stunden funktionaler Daten ein striktes Niedrig-Bewegungs-Kriterium erfüllten und mehr als 75 Stunden ein moderates. Wenn die Teilnehmende bei offenem Blick wach war, war die Bewegung minimal; bei geschlossenen Augen oder beginnendem Einschlafen stieg die Bewegung vorhersehbar an, und vollständiger Schlaf erzeugte die meiste Bewegung — dennoch innerhalb eines für bestimmte Analysen nützlichen Bereichs. Der Forscher zeichnete außerdem bei vielen Läufen Atmung und Puls auf, bewertete, wie schläfrig er sich fühlte, und notierte, ob er eingenickt war, wodurch eine seltene Kombination aus Hirnaktivität, Körpersignalen und subjektivem Zustand über das gesamte Spektrum von Wachheit bis Schlaf entstand.

Tägliche Stimmung, Medikation und Lebensstil im Bild

Außerhalb des Scanners protokollierte die Versuchsperson seine Antidepressivamedikation (Venlafaxin) im Detail, während er sie über mehrere Monate ausschlich — einschließlich Dosen, Zeitpunkt und sogar der Anzahl von Kapselperlen. Er verfolgte Schlafzeiten, Kaffee- und Alkoholkonsum, Sport und Schrittzahlen über ein privates Nachrichtensystem und Telefonsensoren. Vor den meisten Sitzungen absolvierte er einen kurzen Reaktionstest zur Messung der Wachheit sowie einen standardisierten Stimmungsfragebogen. Aus diesen Rohdaten berechnete der Autor einfache Zusammenfassungen — wie die jüngste Dosis, einen rollierenden Drei-Wochen-Durchschnitt und Indikatoren für mögliche Entzugssymptome —, die sich mit jedem Scan abgleichen lassen. Entscheidend ist, dass das Papier betont, dass diese überlappenden Veränderungen in Medikation, Jahreszeit und Scan-Erfahrung entlang derselben Zeitachse verlaufen, wodurch es unmöglich wird, einem einzelnen Faktor eine bestimmte Hirnveränderung zuzuschreiben. Sie dienen als Kontext, nicht als Beweis für Ursache und Wirkung.

Was diese Ressource ist — und was sie nicht ist

Alle Daten sind nach einem weit verbreiteten Standard für Hirnbildgebungsstudien organisiert und auf der OpenNeuro-Plattform in die Public Domain gestellt, zusammen mit dem Code, der zur Bereinigung und Zusammenfassung verwendet wurde. Dadurch eignet sich das Datenset ideal zum Testen neuer Preprocessing-Pipelines, zum Vergleich verschiedener Qualitätskontrollstrategien, zur Untersuchung, wie stabil Hirnmaße innerhalb einer einzelnen Person sind, und zum Lehren, wie reale Datensätze strukturiert sind. Gleichzeitig macht der Autor die Grenzen deutlich: Es deckt nur ein Gehirn ab; einige in der Forschung routinemäßig verwendete Korrekturen (wie bestimmte Verzerrungsbehebungen) fehlen; und Scanner-Drift lässt sich nicht von biologischen Veränderungen trennen. Für eine nicht-fachliche Leserschaft lautet die wichtigste Erkenntnis, dass eine entschlossene Person, die innerhalb sorgfältiger Sicherheits- und Ethikgrenzen arbeitet, einen Krankenhaus-Scanner in ein langfristiges persönliches Observatorium des Gehirns verwandeln kann — ein leistungsfähiger Spielplatz für Methoden und Lehre, nicht jedoch ein abschließendes Urteil darüber, wie Medikamente, Jahreszeiten oder Stimmungen den Geist formen.

Zitation: Petrovskiy, E.D. A dense longitudinal multimodal single-subject rs-fMRI dataset acquired by self-administered scanning. Sci Data 13, 495 (2026). https://doi.org/10.1038/s41597-026-06879-z

Schlüsselwörter: Ruhezustands-fMRT, longitudinale Hirnbildgebung, selbstdurchgeführte MRT, Einzelpersonen-Datensatz, neuroimaging-Methoden