Een dicht opeengepakte longitudinale multimodale rs-fMRI-dataset van één persoon, verkregen door zelf uitgevoerde scans

Waarom veel hersenscans van één persoon ertoe doen

Stel je voor dat je bijna een jaar lang, dag na dag, één brein kunt volgen terwijl de eigenaar zijn normale leven leidt, medicatie aanpast en van winter naar zomer gaat. Dit artikel beschrijft precies dat: een uitzonderlijk rijke verzameling hersenscans en dagelijkse levensgegevens, verzameld van één onderzoeker die zichzelf leerde scannen op de ziekenhuis-MRI. Het resultaat is een openbaar dataset dat iedereen kan gebruiken om nieuwe analysemethoden te testen, te bestuderen hoe hersensignalen in de tijd veranderen, en de volgende generatie neurowetenschappers te leren hoe gegevens uit de echte wereld eruitzien.

Één toegewijde vrijwilliger, vele uren in de scanner

De studie volgde één 34-jarige onderzoeker gedurende 11 maanden, waarin hij in totaal 85 uur aan rusttoestand-hersenscans in een klinische 3‑Tesla MRI-scanner onderging. Ongeveer 52 van die uren kwamen voort uit een strak gestandaardiseerde routine: in 128 sessies verspreid over 7,5 maanden hield hij eerst 10 minuten zijn ogen open en sloot ze daarna 14 minuten terwijl de scanner spontane hersenactiviteit mat. Daarnaast verzamelde hij 195 hoogresolutie beelden van hersenstructuur en 54 sessies van diffusiescans die het dwarsverbindingennetwerk van de hersenen in kaart brengen. Ter context: deze dataset van één persoon overtreft qua diepgang in de tijd wat grote projecten met veel meer middelen hebben bereikt—maar dan met apparatuur en instellingen die veel dichter bij de dagelijkse klinische praktijk liggen.

Zelf scannen op een ziekenhuisapparaat

De meeste MRI-studies vertrouwen op getraind personeel om proefpersonen te positioneren, scans te starten en de veiligheid in de gaten te houden. Hier voerde de onderzoeker, na zorgvuldige ethische toetsing en veiligheidstraining, voor het merendeel van de sessies bijna alles zelf uit. Hij schoof de scanner in, richtte zijn hoofd uit met zichtbare laser-kruisjes gericht ten opzichte van zijn ogen, en startte vooraf ingestelde scanreeksen via de standaardconsole. Vroeg in het project varieerde de hoofdpositie meer van dag tot dag; nadat de ooggebaseerde uitlijningsmethode werd ingevoerd, werden de scans opmerkelijk consistent, met typische verschillen van minder dan 3 millimeter en ongeveer één graad tussen sessies—voldoende nauwkeurig voor precieze vergelijkingen over maanden.

Beweging, alertheid en slaap in de gaten houden

Aangezien zelfs kleine bewegingen hersenbeelden kunnen vervagen, besteedde de studie veel aandacht aan beweging en waakzaamheid. Geautomatiseerde kwaliteitscontroles toonden aan dat 58 uur aan functionele data voldeed aan een streng criterium voor lage beweging, en meer dan 75 uur voldeed aan een matig criterium. Wanneer de deelnemer wakker was met open ogen, was de beweging minimaal; bij gesloten ogen of wanneer hij richting slaap dreef, nam de beweging op voorspelbare wijze toe, en volledige slaap leverde de meeste beweging op—maar nog steeds binnen een bruikbare marge voor sommige analysetypen. De onderzoeker nam ook bij veel runs de ademhaling en polsslag op, beoordeelde hoe slaperig hij zich voelde, en noteerde of hij wegdoezelde, waarmee een zeldzame combinatie van hersenactiviteit, lichaamsignalen en subjectieve staat werd vastgelegd over het volledige spectrum van waakzaamheid tot slaap.

Dagelijks humeur, medicatie en levensstijl in beeld

Buiten de scanner hield de deelnemer zijn antidepressivagebruik (venlafaxine) gedetailleerd bij terwijl hij over meerdere maanden afbouwde, inclusief doses, timing en zelfs het tellen van capsulebolletjes. Hij registreerde slaaptijden, koffie- en alcoholgebruik, lichaamsbeweging en stapenaantallen via een privaat berichtensysteem en telefoonsensoren. Voor de meeste sessies voltooide hij een korte reactietijdtest om alertheid te meten en een standaard stemmingvragenlijst. Vanuit deze ruwe gegevens berekende de auteur eenvoudige samenvattingen—zoals recente dosis, een rollend gemiddelde over drie weken, en indicatoren van mogelijke ontwenningsverschijnselen—die aan elke scan kunnen worden gekoppeld. Cruciaal is dat het artikel benadrukt dat deze overlappende veranderingen in medicatie, seizoen en scantechniek allemaal dezelfde tijdlijn volgen, waardoor het onmogelijk is te zeggen welke factor een bepaalde hersenverandering veroorzaakt. Ze dienen als context, niet als bewijs van oorzaak en gevolg.

Wat deze bron is—en wat het niet is

Alle data zijn georganiseerd volgens een veelgebruikte standaard voor hersenbeeldstudies en vrijgegeven in het publieke domein op het OpenNeuro-platform, samen met code die werd gebruikt om ze te schonen en samen te vatten. Dit maakt de dataset ideaal om nieuwe preprocessing-pijplijnen te testen, verschillende kwaliteitscontrolestrategieën te vergelijken, te bestuderen hoe stabiel hersenmetingen binnen één persoon zijn, en studenten te leren hoe echte datasets zijn opgebouwd. Tegelijkertijd is de auteur duidelijk over de grenzen: het bestrijkt slechts één brein; sommige correcties die routinematig in onderzoek worden gebruikt (zoals bepaalde vervormingscorrecties) ontbreken; en scannerdrift kan niet worden gescheiden van biologische verandering. Voor een niet-specialistische lezer is de belangrijkste conclusie dat een vastberaden individu, werkend binnen zorgvuldige veiligheids- en ethische kaders, een ziekenhuisscanner kan omvormen tot een langetermijnpersoonlijke observatorium van het brein—een krachtig speelveld voor methoden en onderwijs, in plaats van een definitief oordeel over hoe medicijnen, seizoenen of stemmingen de geest vormen.

Bronvermelding: 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

Trefwoorden: rusttoestand fMRI, longitudinale hersenscans, zelfuitgevoerde MRI, dataset van één proefpersoon, neuroimaging-methoden