Dataset voor een taak voor aanhoudende aandacht (gradCPT) met gelijktijdige EEG-fMRI en DTI

Waarom onze afdwalende gedachten ertoe doen

Iedereen kent het gevoel van wegdromen tijdens een taak—je ogen blijven op de pagina of het scherm, maar je gedachten dwalen af naar plannen voor morgen of een recent gesprek. Dit artikel presenteert een rijke, openbaar beschikbare hersendataset die ontworpen is om die alledaagse aandachtsuitvallen vast te leggen terwijl ze zich voordoen. Door hersenactiviteit tegelijk met meerdere geavanceerde scanners te registreren terwijl mensen veeleisende aandachtstaken uitvoeren, willen de onderzoekers wetenschappers helpen beter te begrijpen waarom focus faalt, hoe innerlijke gedachten concurreren met de buitenwereld, en hoe verschillende delen van de hersenen in de loop van de tijd samenwerken.

De hersenen gelijktijdig vanuit twee hoeken bekijken

Geen enkele hersenscanner kan alles zien wat er gebeurt wanneer de aandacht verslapt. Functionele MRI (fMRI) laat zien waar activiteit in de hersenen verandert met fijne ruimtelijke detail, maar is relatief traag. Elektro-encefalografie (EEG) volgt snelle elektrische activiteit op milliseconden­schaal, maar maakt het vager waar in de hersenen de signalen vandaan komen. In deze studie lagen 28 gezonde volwassenen in een MRI-scanner met een EEG-cap zodat beide soorten data tegelijk werden verzameld. Het team voegde ook diffusie-imaging toe, die de bedrading van de hersenen in kaart brengt, zodat latere studies snelle elektrische veranderingen, langzaamere bloedstroomveranderingen en de onderliggende witte-stofverbindingen die hersengebieden koppelen, aan elkaar kunnen relateren.

Een aandachtstest die dagdromen uitlokt

Het centrale experiment gebruikt een geleidelijke continue prestatietaak genaamd gradCPT, die bijzonder goed is in het blootleggen van moment-tot-moment veranderingen in focus. De deelnemers zien een stroom van stads- en berglandschappen die elke 800 milliseconden zacht in elkaar overgaan. Ze moeten op een knop drukken bij de meeste stadsbeelden maar afzien van drukken voor de minder frequente bergbeelden. Deze eenvoudige regel maakt lapsen duidelijk: het missen van een druk op de knop of een foutieve druk bij een bergbeeld duidt op een aandachtsfout. Om te onderzoeken hoe innerlijke gedachten interfereren met de taak, includeerden de onderzoekers ook blokken waarin mensen gevraagd werd zich levendig hun toekomstige werk- of schooldag voor te stellen terwijl ze nog steeds gradCPT deden, evenals periodes van pure verbeelding, een knipperende dambordvisuele taak, en rustperiodes met open of gesloten ogen.

Van lawaaierige signalen naar bruikbare hersenkaarten

EEG opnemen in een MRI-scanner is technisch uitdagend: de krachtige magnetische velden en het snel schakelen van gradiënten creëren grote elektrische artefacten die de zwakke hersensignalen van belang kunnen overschaduwen. Het team bereidde elke deelnemer zorgvuldig voor, minimaliseerde kabelbeweging en volgde best-practice lay-outs voor versterkers en bekabeling. Vervolgens gebruikten ze gespecialiseerde software om terugkerende MRI-gerelateerde ruispatronen af te trekken, hartslaggerelateerde vervormingen te verwijderen en andere artefacten te filteren. Voor de fMRI-data pasten ze een moderne, gestandaardiseerde preprocessing-pijplijn toe, corrigeerden voor hoofdbeweging en scannervervormingen, maakten de beelden glad en kwantificeerden de signaalkwaliteit. Diffusiebeelden werden opgeschoond en gebruikt om belangrijke witte-stofbanen en connectiviteitsmatrices tussen meer dan honderd hersengebieden te reconstrueren. Kwaliteitscontroles toonden dat beweging laag was, kernsignalen robuust waren en structurele verbindingen anatomisch plausibel leken.

Hoe hersennetwerken toekomstige fouten verraden

Om te demonstreren wat met de dataset mogelijk is, herhaalden de auteurs een klassieke bevinding over aandachtsuitvallen. Ze richtten zich op drie grote hersennetwerken: visuele gebieden die de scènes verwerken, aandachtsnetwerken die doelgerichte focus ondersteunen, en het "default mode"-netwerk, dat actiever wordt tijdens naar binnen gerichte gedachten en mind‑wandering. Wanneer ze hersenactiviteit vóór correcte versus incorrecte trials in de gradCPT vergeleken, vonden ze dat fouten werden voorafgegaan door sterkere activiteit in default-mode gebieden en zwakkere activiteit in visuele gebieden. Dit patroon was vooral duidelijk tijdens "out-of-the-zone" periodes, wanneer reactietijden meer fluctueerden en gedrag minder stabiel was. Met andere woorden, de hersenen maakten al een verschuiving naar interne gedachten en weg van de visuele taak momenten voordat de prestatie verslapte.

Een gedeelde hulpbron voor het bestuderen van focus en afleiding

Naast deze eerste demonstraties is het echte product van dit werk de publieke dataset zelf. Georganiseerd in een veelgebruikt formaat en gedeeld op het OpenNeuro-platform, bevat het rauwe en voorbewerkte EEG-, fMRI-, diffusie-imaging- en gedragsdata, plus code voor taakpresentatie en analyse. Onderzoekers kunnen het gebruiken om nieuwe methoden te testen voor het opschonen van EEG binnen de MRI, te onderzoeken hoe structurele bedrading aandacht ondersteunt, of modellen bouwen die lapsen voorspellen uit patronen over meerdere hersensignalen. Voor niet‑specialisten is de kernboodschap helder: wanneer onze gedachten afdwalen, verschuift de balans tussen hersennetwerken die naar buiten kijken en die naar binnen keren op detecteerbare wijze—en deze dataset biedt een krachtig nieuw venster op hoe die verschuivingen zich in de tijd ontvouwen.

Bronvermelding: Cha, Y., Lee, Y., Ji, E. et al. Sustained Attention Task (gradCPT) Dataset using simultaneous EEG-fMRI and DTI. Sci Data 13, 573 (2026). https://doi.org/10.1038/s41597-026-06616-6

Trefwoorden: aanhoudende aandacht, gedachtenafdwaling, EEG fMRI, hersennetwerken, open neuroimagingdata