Un ricco dataset multimodale longitudinale di rs-fMRI su un unico soggetto acquisito con scansioni autogestite

Perché contano tante scansioni di una sola persona

Immaginate di poter osservare un unico cervello per quasi un anno, giorno dopo giorno, mentre il suo proprietario conduce la vita normale, cambia terapia farmacologica e passa dall’inverno all’estate. Questo articolo descrive esattamente questo: un insieme particolarmente ricco di scansioni cerebrali e registrazioni della vita quotidiana raccolte da un ricercatore che ha imparato a far funzionare la risonanza magnetica dell’ospedale su se stesso. Il risultato è un dataset pubblico che chiunque può usare per testare nuovi metodi di analisi, studiare come i segnali cerebrali cambiano nel tempo e insegnare alla prossima generazione di neuroscienziati come sono i dati del mondo reale.

Un volontario dedicato, molte ore nello scanner

Lo studio ha seguito un unico ricercatore di 34 anni per 11 mesi, durante i quali è rimasto in un apparecchio clinico da 3 Tesla per un totale di 85 ore di scansioni cerebrali in stato di riposo. Circa 52 di quelle ore derivano da una routine fortemente standardizzata: in 128 sessioni distribuite su 7,5 mesi, prima manteneva gli occhi aperti per 10 minuti e poi li chiudeva per 14 minuti mentre lo scanner misurava l’attività cerebrale spontanea. Parallelamente ha raccolto 195 immagini ad alta risoluzione della struttura cerebrale e 54 sessioni di scansioni di diffusione che mappano le connessioni cerebrali. Per contestualizzare, il dataset di questa singola persona è comparabile, per profondità temporale, ai risultati ottenuti da grandi progetti con risorse molto maggiori—ma impiegando apparecchiature e impostazioni molto vicine alla pratica clinica quotidiana.

Autoscansioni su una macchina ospedaliera

La maggior parte degli studi di risonanza magnetica si affida a personale formato per posizionare i volontari, avviare le acquisizioni e monitorare la sicurezza. Qui, dopo attenta revisione etica e formazione sulla sicurezza, il ricercatore ha eseguito quasi tutto da solo nella maggior parte delle sessioni. È stato fatto scivolare nello scanner, ha allineato la testa usando i mirini laser visibili riferiti agli occhi e ha avviato sequenze di scansione preimpostate dalla consolle standard. All’inizio del progetto la posizione della testa variava più da un giorno all’altro; una volta adottato il metodo di allineamento basato sugli occhi, le scansioni sono diventate sorprendentemente consistenti, con differenze tipiche inferiori a 3 millimetri e circa un grado tra le sessioni—sufficienti per confronti precisi su mesi.

Monitorare il movimento, la vigilanza e il sonno

Poiché anche minimi movimenti possono sfocare le immagini cerebrali, lo studio ha prestato molta attenzione al movimento e allo stato di veglia. Controlli automatizzati di qualità hanno mostrato che 58 ore di dati funzionali soddisfacevano un rigoroso criterio di basso movimento e oltre 75 ore soddisfacevano un criterio moderato. Quando il partecipante era sveglio con gli occhi aperti il movimento era minimo; a occhi chiusi o con tendenza al sonno il movimento aumentava in modo prevedibile, e il sonno completo produceva il maggior movimento—pur rimanendo entro un intervallo utile per alcuni tipi di analisi. Il ricercatore ha anche registrato respirazione e battito durante molte acquisizioni, valutato quanto si sentisse assonnato e annotato se si era addormentato, creando una rara combinazione di attività cerebrale, segnali corporei e stato soggettivo che copre l’intero spettro dalla vigilanza al sonno.

Umore quotidiano, farmaci e stile di vita nella panoramica

Al di fuori dello scanner, il partecipante ha registrato in dettaglio il suo trattamento antidepressivo (venlafaxina) mentre lo riduceva nell’arco di diversi mesi, includendo dosi, orari e perfino il conteggio delle micro-sfere nella capsula. Ha tracciato orari del sonno, consumo di caffè e alcol, esercizio fisico e contapassi tramite un sistema di messaggistica privata e sensori del telefono. Prima della maggior parte delle sessioni ha completato un breve test di tempo di reazione per misurare la vigilanza e un questionario standard sull’umore. Da questi registri grezzi l’autore ha calcolato riassunti semplici—come la dose recente, una media mobile su tre settimane e indicatori di possibile astinenza—che possono essere allineati con ciascuna scansione. È fondamentale sottolineare che il documento rimarca come questi cambiamenti sovrapposti di farmaco, stagionalità e abilità nello scandire le acquisizioni procedano lungo la stessa linea temporale, rendendo impossibile stabilire quale fattore causi un dato cambiamento cerebrale. Sono intesi come contesto, non come prova di causa ed effetto.

Cos’è questa risorsa — e cosa non è

Tutti i dati sono organizzati secondo uno standard ampiamente usato per gli studi di imaging cerebrale e rilasciati nel dominio pubblico sulla piattaforma OpenNeuro, insieme al codice usato per pulirli e riassumerli. Questo rende il dataset ideale per testare nuove pipeline di preprocessing, confrontare diverse strategie di controllo qualità, studiare quanto siano stabili le misure cerebrali in un singolo individuo e insegnare agli studenti come sono strutturati i dataset reali. Allo stesso tempo, l’autore è chiaro sui suoi limiti: copre un solo cervello; mancano alcune correzioni comunemente usate nella ricerca (come certe rettifiche delle distorsioni); e il drift dello scanner non può essere separato dal cambiamento biologico. Per il lettore non tecnico, la conclusione chiave è che un individuo determinato, operando entro rigidi confini etici e di sicurezza, può trasformare uno scanner ospedaliero in un osservatorio personale a lungo termine del cervello—offrendo un potente campo di prova per metodi e didattica, più che una parola definitiva su come farmaci, stagioni o umori modellino la mente.

Citazione: 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

Parole chiave: fMRI in stato di riposo, imaging cerebrale longitudinale, risonanza magnetica autogestita, dataset su singolo soggetto, metodi di neuroimaging