Jeu de données dense, longitudinal et multimodal d’IRMf en repos d’un seul sujet acquis par auto-examen

Pourquoi de nombreux scans d’une seule personne comptent

Imaginez pouvoir observer un cerveau unique pendant près d’un an, jour après jour, tandis que son propriétaire mène une vie normale, modifie son traitement et passe de l’hiver à l’été. Cet article décrit précisément cela : un ensemble exceptionnellement riche d’IRM cérébrales et d’enregistrements de vie quotidienne collectés auprès d’un chercheur qui a appris à faire fonctionner l’appareil d’IRM de l’hôpital sur lui-même. Le résultat est un jeu de données public que n’importe qui peut utiliser pour tester de nouvelles méthodes d’analyse, étudier la manière dont les signaux cérébraux évoluent au fil du temps et former la prochaine génération de neuroscientifiques à l’apparence des données réelles.

Un volontaire dédié, de nombreuses heures dans le scanner

L’étude a suivi un seul chercheur de 34 ans pendant 11 mois, au cours desquels il est resté dans un scanner IRM clinique à 3 teslas pour un total de 85 heures d’images de repos. Environ 52 de ces heures proviennent d’un protocole strictement standardisé : lors de 128 sessions sur 7,5 mois, il a d’abord gardé les yeux ouverts pendant 10 minutes, puis les a fermés pendant 14 minutes pendant que le scanner mesurait l’activité cérébrale spontanée. Parallèlement, il a acquis 195 images haute résolution de la structure cérébrale et 54 sessions d’images de diffusion cartographiant les connexions du cerveau. Pour donner un ordre de grandeur, ce jeu de données mono‑personne rivalise, en profondeur temporelle, avec ce que des projets beaucoup plus vastes ont obtenu avec bien plus de ressources — tout en utilisant un équipement et des réglages beaucoup plus proches de la pratique clinique courante.

Auto‑examen sur un appareil hospitalier

La plupart des études IRM reposent sur du personnel formé pour positionner les volontaires, lancer les scans et veiller à la sécurité. Ici, après un examen éthique attentif et une formation à la sécurité, le chercheur a réalisé presque toutes les étapes lui‑même pendant la majorité des sessions. Il s’est glissé dans le scanner, a aligné sa tête à l’aide de réticules laser visibles ciblés par rapport à ses yeux, et a lancé des séquences d’acquisition prédéfinies via la console standard. Au début du projet, la position de la tête variait davantage d’un jour à l’autre ; une fois la méthode d’alignement basée sur les yeux adoptée, les acquisitions sont devenues remarquablement cohérentes, avec des différences typiques de moins de 3 millimètres et environ un degré entre les sessions — suffisamment précises pour des comparaisons sur plusieurs mois.

Surveiller le mouvement, l’éveil et le sommeil

Parce que même de petits mouvements peuvent flouter les images cérébrales, l’étude a porté une attention particulière au mouvement et à l’éveil. Des contrôles qualité automatisés ont montré que 58 heures de données fonctionnelles répondaient à un critère strict de faible mouvement, et plus de 75 heures répondaient à un critère modéré. Lorsque le participant était éveillé et les yeux ouverts, les mouvements étaient minimes ; avec les yeux fermés ou en train de somnoler, le mouvement augmentait de façon prévisible, et le sommeil complet produisait le plus de mouvement — toujours dans une plage utile pour certains types d’analyse. Le chercheur a également enregistré la respiration et le pouls pendant de nombreuses acquisitions, évalué son niveau de somnolence et noté s’il s’endormait, créant une combinaison rare d’activité cérébrale, de signaux corporels et d’état subjectif couvrant tout le spectre de l’éveil au sommeil.

Humeur quotidienne, médication et mode de vie pris en compte

En dehors du scanner, le participant a consigné son traitement antidépresseur (venlafaxine) en détail alors qu’il réduisait progressivement la dose sur plusieurs mois, incluant les posologies, les horaires et même le comptage des billes de gélule. Il a suivi les heures de sommeil, la consommation de café et d’alcool, l’exercice et le nombre de pas via un système de messagerie privé et des capteurs de téléphone. Avant la plupart des sessions, il a effectué un court test de temps de réaction pour mesurer l’éveil et un questionnaire standard d’humeur. À partir de ces enregistrements bruts, l’auteur a calculé des résumés simples — comme la dose récente, une moyenne glissante sur trois semaines et des indicateurs de possibles symptômes de sevrage — qui peuvent être alignés avec chaque scan. Il est crucial de souligner que l’article insiste sur le fait que ces changements simultanés de médication, de saison et de compétence de l’opérateur évoluent le long de la même ligne temporelle, rendant impossible l’identification d’une causalité unique pour un changement cérébral donné. Ils servent de contexte, non de preuve de cause à effet.

Ce que cette ressource est — et ce qu’elle n’est pas

Toutes les données sont organisées selon une norme largement utilisée pour les études d’imagerie cérébrale et publiées dans le domaine public sur la plateforme OpenNeuro, ainsi que le code utilisé pour les nettoyer et les résumer. Cela rend le jeu de données idéal pour tester de nouveaux pipelines de prétraitement, comparer différentes stratégies de contrôle qualité, étudier la stabilité des mesures cérébrales chez un même individu et enseigner aux étudiants la structure des jeux de données réels. En revanche, l’auteur indique clairement ses limites : il ne couvre qu’un seul cerveau ; certaines corrections couramment utilisées en recherche (comme certaines corrections de distorsion) sont absentes ; et la dérive de l’appareil ne peut être distinguée du changement biologique. Pour le lecteur non spécialiste, l’idée principale est qu’un individu déterminé, travaillant dans des cadres éthiques et de sécurité rigoureux, peut transformer un scanner hospitalier en un observatoire cérébral personnel à long terme — offrant un terrain d’essai puissant pour les méthodes et l’enseignement, plutôt qu’un verdict définitif sur la façon dont les médicaments, les saisons ou l’humeur façonnent l’esprit.

Citation: 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

Mots-clés: IRMf au repos, imagerie cérébrale longitudinale, IRM auto-administrée, jeu de données mono‑sujet, méthodes de neuroimagerie