Geräteübergreifende Zuverlässigkeit funktioneller und struktureller Hirnkonnektivität in einer reisenden Kohorte

Warum übereinstimmende Hirnscans wichtig sind

Moderne Hirnforschung beruht häufig darauf, Daten aus vielen Kliniken und Forschungszentren zu kombinieren. Was aber, wenn zwei MRT‑Geräte selbst bei derselben Person leicht unterschiedliche Bilder davon liefern, wie das Gehirn verdrahtet ist und funktioniert? Diese Studie fragt, wie sehr die Wahl des Scanners – konkret zwei verbreitete Hochfeld‑MRT‑Systeme verschiedener Hersteller – das Bild der Kommunikationsnetze im Gehirn verändert und ob statistische Methoden diese Unterschiede korrigieren können.

Zwei Geräte, eine Gruppe Reisender

Die Forschenden rekrutierten zehn gesunde junge Erwachsene und schickten sie wörtlich zwischen zwei MRT‑Scannern derselben Universität auf Reisen: einem Siemens Prisma 3T und einem Philips Achieva 3.0T. Jede Person wurde innerhalb einer Woche in beiden Geräten gescannt. Aus jedem Scan erstellte das Team zwei Arten von „Karten“ des Gehirns. Die eine Karte erfasste die funktionelle Konnektivität – wie stark die Aktivität verschiedener Regionen im Ruhezustand gleichzeitig ansteigt und abfällt. Die andere Karte zeigte die strukturelle Konnektivität – die physischen Bündel von Nervenfasern, die Regionen verbinden, nachgezeichnet mit Diffusionsbildgebung, die die Bewegung von Wasser entlang von Nervenbahnen verfolgt.

Aufbau der Verdrahtungsdiagramme des Gehirns

Um rohe Bilder in Netzwerke zu verwandeln, wurde das Gehirn in 246 Regionen unterteilt. Das Team untersuchte dann, für jedes mögliche Paar von Regionen, wie eng ihre Aktivität synchronisiert war (funktionelle Konnektivität) und wie viele Nervenfasern sie scheinbar verbanden (strukturelle Konnektivität). Jede Verknüpfung zwischen Regionen wird als „Kante“ bezeichnet und zusammen bilden alle Kanten ein Konnektom – ein vollständiges Verdrahtungsdiagramm des Gehirns. Anschließend berechneten die Wissenschaftler statistische Maße der Zuverlässigkeit, um zu prüfen, wie ähnlich jede Kante zwischen den beiden Scannern gemessen wurde, sowohl auf individueller Ebene als auch im Gruppenmittel.

Wie stabil sind diese Hirnnetzwerke?

Auf der Ebene einzelner Teilnehmender waren die Ergebnisse ernüchternd. Die funktionelle Konnektivität, die die momentanen Dynamiken des Gehirns widerspiegelt, zeigte eine geringe Konsistenz zwischen den Scannern: Die Kantenstärken derselben Person konnten je nach verwendetem Gerät erheblich schwanken. Die strukturelle Konnektivität, die auf der stabileren Anatomie weißer Substanzbahnen beruht, schnitt besser ab, erreichte jedoch nur eine mäßige Zuverlässigkeit zwischen den Scannern. In beiden Fällen waren einige Hirnregionen – insbesondere tiefer gelegene und emotionale Bereiche – besonders unzuverlässig, wahrscheinlich weil sie schwerer sauber darstellbar sind und stärker auf technische Eigenheiten der jeweiligen Geräte reagieren.

Ausgleichen von Scannerunterschieden

Da eine vollständige Standardisierung von Hardware und Software über Zentren hinweg selten möglich ist, testete das Team auch eine statistische „Harmonisierung“ namens neuroComBat. Anstatt die Bilder selbst zu verändern, passt neuroComBat die abgeleiteten Messgrößen an, mit dem Ziel, scanner‑spezifische Verzerrungen zu entfernen und gleichzeitig echte biologische Unterschiede zwischen Personen zu bewahren. Nach Anwendung dieser Methode ging der Anteil der Varianz in der Konnektivität, der auf den Scanner zurückgeführt werden konnte, auf Gruppenebene deutlich zurück. Beim Vergleich der Gesamtmuster der Konnektivität über alle Kanten hinweg erzeugten die beiden Scanner nun auffallend ähnliche gruppenmittlere Konnektome, insbesondere für die strukturelle Konnektivität.

Was das für große Hirnstudien bedeutet

Für Einzelpersonen sah die Lage anders aus. Selbst nach Harmonisierung blieb die Zuverlässigkeit einzelner Messwerte weitgehend unverändert, besonders bei der funktionellen Konnektivität, bei der ein großer Teil der Variation offenbar von wechselnden Hirnzuständen und zufälligem Rauschen herrührt und nicht nur vom Scanner. Die Studie kommt zu dem Schluss, dass physische Verdrahtungsdiagramme des Gehirns über Geräte hinweg von Natur aus stabiler sind als funktionelle Karten momentaner Aktivität. Für große Studien, die sich auf Gruppenunterschiede konzentrieren, ist das Zusammenführen von Daten über Scanner hinweg möglich, vor allem wenn Harmonisierungsmethoden wie neuroComBat angewendet werden und der Scannertyp in den Analysen weiterhin vorsichtig berücksichtigt wird. Für Anwendungen, die auf präzisen personenbezogenen Messungen beruhen – etwa das Verfolgen subtiler Krankheitsverläufe oder das Erstellen individueller „Gehirn‑Fingerprints“ – sollten Forschende jedoch vorsichtig sein: Ein Scannerwechsel kann das Bild spürbar verändern, und aktuelle nachträgliche Korrekturen sind noch kein Allheilmittel.

Zitation: Butry, L., Thomä, J., Forsting, J. et al. Cross-vendor reliability of functional and structural brain connectivity in a travelling cohort. Sci Rep 16, 12071 (2026). https://doi.org/10.1038/s41598-026-47705-1

Schlüsselwörter: Hirnkonnektivität, MRT-Harmonisierung, Multicenter-Bildgebung, funktionelle Konnektivität, strukturelles Konnektom