Cross‑vendor betrouwbaarheid van functionele en structurele hersenconnectiviteit in een reizende cohorte

Waarom het matchen van hersenscans belangrijk is

Moderne hersenonderzoeken vertrouwen vaak op het combineren van gegevens van veel ziekenhuizen en onderzoekscentra. Maar wat als twee MRI‑apparaten, zelfs bij dezelfde persoon, licht verschillende beelden geven van hoe die hersenen zijn bekabeld en functioneren? Deze studie onderzoekt hoeveel de keuze van scanner—specifiek twee veelgebruikte hogeveld‑MRI‑systemen van verschillende fabrikanten—beïnvloedt wat we zien van de communicatienetwerken in de hersenen, en of slimme statistische methoden die verschillen kunnen corrigeren.

Twee machines, één groep reizigers

De onderzoekers kozen tien gezonde jonge volwassenen en stuurden hen letterlijk tussen twee MRI‑scanners binnen dezelfde universiteit: een Siemens Prisma 3T en een Philips Achieva 3.0T. Elke deelnemer werd binnen een week op beide apparaten gescand. Uit elke scan bouwde het team twee soorten “kaarten” van de hersenen. De ene kaart legde functionele connectiviteit vast—hoe sterk de activiteit in verschillende regio’s samen stijgt en daalt terwijl iemand simpelweg rust in de scanner. De andere kaart legde structurele connectiviteit vast—de fysieke bundels zenuwvezels die regio’s verbinden, afgebeeld met diffusiebeeldvorming die de beweging van water langs zenuwpaden volgt.

Het maken van bedradingdiagrammen van de hersenen

Om rauwe beelden in netwerken om te zetten, werd het brein verdeeld in 246 regio’s. Het team vroeg vervolgens voor elk mogelijke paar regio’s hoe nauw hun activiteit gesynchroniseerd was (functionele connectiviteit) en hoeveel zenuwvezels er leken te verbinden (structurele connectiviteit). Elke regio‑tot‑regio‑verbinding wordt een “edge” genoemd en samen vormen alle edges een connectoom—een volledig bedradingdiagram van de hersenen. De wetenschappers berekenden vervolgens statistische betrouwbaarheidsmaten om te zien hoe gelijkmatig elke edge werd gemeten tussen de twee scanners, zowel voor individuele personen als voor groepsgemiddelden.

Hoe stabiel zijn deze hersennetwerken?

Op het niveau van individuele deelnemers waren de antwoorden somber. Functionele connectiviteit, die moment‑tot‑moment hersendynamiek weerspiegelt, toonde slechte consistentie tussen scanners: de edge‑sterktes van dezelfde persoon verschilden vaak aanzienlijk afhankelijk van het gebruikte apparaat. Structurele connectiviteit, die leunt op de meer stabiele anatomie van witte‑stofbanen, kwam er beter uit maar bereikte nog steeds slechts redelijke betrouwbaarheid tussen de scanners. In beide gevallen waren sommige hersengebieden—vooral diepere en emotie‑gerelateerde gebieden—bijzonder onbetrouwbaar, waarschijnlijk omdat ze moeilijker schoon in beeld te brengen zijn en gevoeliger voor technische eigenaardigheden van elk apparaat.

Scannerverschillen schoonmaken

Aangezien het volledig standaardiseren van hardware en software tussen centra zelden mogelijk is, testte het team ook een statistische “harmonisatie”methode genaamd neuroComBat. In plaats van de beelden zelf te bewerken, past neuroComBat de afgeleide getallen aan, met als doel scanner‑specifieke vertekeningen te verwijderen terwijl echte biologische verschillen tussen mensen behouden blijven. Na toepassing van deze methode daalde het aandeel variantie in connectiviteit dat aan de scanner kon worden toegeschreven sterk op groepsniveau. Wanneer de onderzoekers de algemene patronen van connectiviteit over alle edges vergeleken, produceerden de twee scanners nu opvallend vergelijkbare groepsgemiddelde connectomen, vooral voor structurele connectiviteit.

Wat dit betekent voor grote hersenstudies

Het beeld was anders voor individuen. Zelfs na harmonisatie bleef de betrouwbaarheid van metingen op persoonsniveau grotendeels onveranderd, vooral voor functionele connectiviteit, waarbij veel van de variatie lijkt voort te komen uit fluctuerende hersentoestanden en willekeurige ruis in plaats van alleen uit de scanner. De studie concludeert dat fysieke bedradingdiagrammen van de hersenen van nature stabieler zijn tussen machines dan functionele kaarten van moment‑tot‑moment activiteit. Voor omvangrijke studies die zich richten op groepsverschillen is het combineren van data over scanners heen haalbaar, vooral wanneer harmonisatiemethoden zoals neuroComBat worden toegepast en het scannertype nog steeds voorzichtig in de analyses wordt meegenomen. Maar voor toepassingen die afhankelijk zijn van nauwkeurige, persoonsgebonden metingen—zoals het volgen van subtiele ziekteprogressie of het bouwen van individuele "hersenvingerafdrukken"—moeten onderzoekers voorzichtig zijn: een wissel van scanner kan het beeld wezenlijk veranderen, en huidige post‑hoc correcties zijn nog geen allesomvattende oplossing.

Bronvermelding: Butry, L., Thomä, J., Forsting, J. et al. Cross-vendor reliability of functional and structural brain connectivity in a travelling cohort. Sci Rep 16, 12071 (2026). https://doi.org/10.1038/s41598-026-47705-1

Trefwoorden: hersenconnectiviteit, MRI‑harmonisatie, multicenter beeldvorming, functionele connectiviteit, structureel connectoom