Multimodale EEG–fNIRS-classificatie als klinisch hulpmiddel voor de diagnose van bipolaire stoornis

Waarom dit van belang is voor alledaagse geestelijke gezondheid

Bipolaire stoornis is vaak moeilijk te diagnosticeren, vooral wanneer artsen moeten onderscheiden tussen de belangrijkste subtypes. Omdat de huidige diagnose bijna volledig gebaseerd is op interviews en observatie, kunnen mensen jaren de verkeerde behandeling krijgen. Deze studie onderzoekt of eenvoudige, niet-invasieve hersenmetingen—genomen terwijl mensen een emotionele taak uitvoeren—objectieve aanwijzingen kunnen geven wie een bipolaire stoornis heeft, welk subtype dat is en wie gezond is. Als dit werkt, kan zo’n aanpak leiden tot snellere, meer op maat gemaakte zorg in gewone klinische omgevingen.

De schommelingen in stemming bekijken met licht en elektriciteit

De onderzoekers richtten zich op een kernkenmerk van bipolaire stoornis: voortdurende problemen met het reguleren van emoties, zelfs tijdens ogenschijnlijk stabiele periodes. Ze gebruikten twee instrumenten die buiten grote ziekenhuizen kunnen worden ingezet. EEG registreert de elektrische activiteit van de hersenen via een cap met sensoren op de schedel. fNIRS zendt nabij-infrarood licht door het voorhoofd om veranderingen in bloed- en zuurstofniveaus in de buitenste delen van de hersenen te volgen. Samen vangen deze methoden zowel snelle elektrische signalen als langzamere bloedstroomreacties in het frontale gebied op, dat helpt bij emotie, besluitvorming en sociaal gedrag.

Emotionele afleiding in realtime testen

Om emotionele controle te onderzoeken, ontwierp het team een visuele taak waarin deelnemers alleen op de kleur van een kader rondom een afbeelding moesten reageren, terwijl ze moesten negeren of de afbeelding prettig, neutraal of onaangenaam was. Deze opzet, een variant van de emotionele Stroop-taak, creëert een spanning tussen emotionele reacties en een eenvoudige cognitieve taak. Deelnemers waren volwassenen met bipolaire stoornis type I, bipolaire stoornis type II en gezonde vrijwilligers. Terwijl zij de taak uitvoerden, bedekten EEG-sensoren de hele schedel en registreerde een kleine set fNIRS-lichtbronnen en detectors bloedstroomveranderingen boven het linker frontale gebied.

Patronen die onthullen wie wie is

Eerst controleerden de onderzoekers het gedrag. Mensen met een bipolaire stoornis deden er langer over te reageren op onaangename afbeeldingen dan op neutrale of prettige, wat suggereert dat negatieve emoties hun denken sterker verstoorden. Gezonde vrijwilligers toonden dit patroon niet. Vervolgens keken ze naar de hersensignalen. Ze haalden tijdvensters uit de EEG (van snelle visuele reacties rond een tiende van een seconde tot latere golven die verband houden met emotie en besluitvorming) en uit de langzamere fNIRS-respons (die vastlegt hoe de bloedstroom steeg en daalde na elke afbeelding). Met deze kenmerken trainden ze machine-learningmodellen om te classificeren of iemand gezond was of een bipolaire stoornis had, en—binnen de bipolaire groep—of het type I of type II betrof.

Signalen combineren vergroot de diagnostische kracht

Wanneer ze alleen de EEG-signalen van de full-head cap gebruikten, konden de modellen al patiënten scheiden van gezonde vrijwilligers en vaak ook de twee bipolaire subtypes van elkaar onderscheiden. Maar het toevoegen van fNIRS-kenmerken verbeterde deze resultaten consequent, vooral bij de moeilijkere problemen: het onderscheiden van bipolair type II van gezonde deelnemers en het onderscheiden van type I van type II. De lichtgebaseerde metingen voegden informatie toe over hoe bloedvaten en zenuwactiviteit in het frontale deel van de hersenen op elkaar inwerken, waardoor subtiele neurovasculaire verschillen werden vastgelegd die EEG alleen niet kon detecteren. Zelfs wanneer EEG-gegevens werden beperkt tot alleen frontale sensoren—wat een vereenvoudigd, draagbaar systeem nabootst—verminderde de combinatie van EEG en fNIRS foutclassificaties en bleef de prestatie hoog.

Op weg naar eenvoudiger, objectievere diagnose

Kort gezegd laat deze studie zien dat een kleine set sensoren op het hoofd betrouwbare hersenpatronen kan oppikken die verschillen tussen gezonde mensen en mensen met een bipolaire stoornis, en zelfs tussen de belangrijkste subtypes. Door elektrische activiteit en veranderingen in bloedstroom te koppelen, versterkt de methode het signaal dat computergebaseerde classifiers kunnen gebruiken, waardoor subtypeonderscheidingen nauwkeuriger worden. Hoewel grotere studies nog nodig zijn, wijzen deze bevindingen op toekomstige kliniekvriendelijke instrumenten die interviews kunnen aanvullen, helpen misdiagnoses te voorkomen en uiteindelijk eerdere, meer gepersonaliseerde behandeling mogelijk kunnen maken voor mensen met risico op een bipolaire stoornis.

Bronvermelding: 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

Trefwoorden: bipolaire stoornis, hersenbeeldvorming, EEG, fNIRS, emotieregulatie