En tät longitudinell multimodal enkel-subjekt rs-fMRI-dataset förvärvat genom självadministrerade skanningar

Varför många skanningar av en enda person spelar roll

Föreställ dig att kunna följa en enda hjärna under nästan ett år, dag efter dag, medan dess ägare lever sitt vanliga liv, ändrar medicinering och går från vinter till sommar. Denna artikel beskriver exakt det: en ovanligt rik samling hjärnskanningar och dagliga livsanteckningar insamlade från en forskare som lärde sig att köra sjukhusets MRI-skanner på sig själv. Resultatet är ett offentligt dataset som vem som helst kan använda för att testa nya analysmetoder, studera hur hjärnsignaler förändras över tid och lära nästa generation neuroforskare hur verkliga data ser ut.

En hängiven volontär, många timmar i skannern

Studien följde en ensam 34-årig forskare under 11 månader, under vilka han låg i en klinisk 3‑Tesla MRI-skanner totalt 85 timmar av vilotillståndsskanningar. Ungefär 52 av dessa timmar kom från en strikt standardiserad rutin: i 128 sessioner över 7,5 månader höll han först ögonen öppna i 10 minuter och stängde dem sedan i 14 minuter medan skannern mätte spontan hjärnaktivitet. Parallellt samlade han in 195 högupplösta bilder av hjärnans struktur och 54 diffusion-sessioner som kartlägger hjärnans förbindelser. För att sätta det i perspektiv motsvarar detta en djup tidsserie från en enda person som kan mäta sig med vad större projekt uppnått med mycket större resurser—men med utrustning och inställningar närmare vardaglig klinisk praxis.

Självskanning på en sjukhusmaskin

De flesta MRI-studier förlitar sig på utbildad personal för att positionera försökspersoner, starta skanningar och övervaka säkerheten. Här gjorde forskaren, efter noggrann etikgranskning och säkerhetsträning, nästan allt själv under majoriteten av sessionerna. Han gled in i skannern, justerade huvudet med hjälp av synliga laserkors riktade i förhållande till ögonen och startade förinställda sekvenser via standardkonsolen. I början varierade huvudpositionen mer från dag till dag; när den ögonbaserade positioneringsmetoden infördes blev skanningarna anmärkningsvärt konsekventa, med typiska skillnader på mindre än 3 millimeter och omkring en grad mellan sessioner—tillräckligt bra för precisa jämförelser över månader.

Att övervaka rörelse, vakenhet och sömn

Eftersom även små rörelser kan sudda ut hjärnbilder lade studien stor vikt vid rörelse och vakenhetsgrad. Automatiska kvalitetskontroller visade att 58 timmar funktionell data uppfyllde ett strikt lågrörlighetskriterium, och mer än 75 timmar uppfyllde ett måttligt sådant. När deltagaren var vaken med öppna ögon var rörligheten minimal; med slutna ögon eller vid sömnighet ökade rörelsen på ett förutsägbart sätt, och vid full sömn uppstod mest rörelse—fortfarande inom ett användbart spann för vissa typer av analyser. Forskaren spelade också in andning och puls under många körningar, skattade hur sömnig han kände sig och noterade om han slumrade till, vilket skapade en sällsynt kombination av hjärnaktivitet, kroppssignaler och subjektivt tillstånd över hela spektrumet från vakenhet till sömn.

Dagligt humör, medicinering och livsstil i bilden

Utanför skannern loggade deltagaren sin antidepressiva medicin (venlafaxin) i detalj när han trappade ner över flera månader, inklusive doser, tidpunkter och till och med räkning av kapselns kulor. Han följde sovtider, kaffe- och alkoholbruk, träning och stegantal via ett privat meddelandesystem och telefonens sensorer. Före de flesta sessioner genomförde han ett kort reaktionstids-test för att mäta vakenhet och ett standardiserat humörformulär. Från dessa rådata beräknade författaren enkla sammanfattningar—såsom senaste dos, ett rullande treveckorsmedelvärde och indikatorer på möjlig abstinens—som kan synkroniseras med varje skanning. Viktigt är att artikeln betonar att dessa överlappande förändringar i medicinering, årstid och skanningsvana löper längs samma tidslinje, vilket gör det omöjligt att säga vilket faktum som orsakar en viss hjärnförändring. De är avsedda som kontext, inte bevis för orsak och verkan.

Vad denna resurs är — och vad den inte är

All data är organiserad enligt en vida använd standard för hjärnavbildningsstudier och släppt i offentlig domän på OpenNeuro-plattformen, tillsammans med kod som användes för att rengöra och sammanfatta dem. Detta gör datasetet idealiskt för att testa nya förbehandlingsrörledningar, jämföra olika strategier för kvalitetskontroll, studera hur stabila hjärnmått är inom en enskild person och lära studenter hur verkliga dataset är strukturerade. Samtidigt är författaren tydlig med dess begränsningar: det omfattar bara en hjärna; vissa korrigeringar som rutinmässigt används i forskning (såsom vissa distorsionskorrigeringar) saknas; och skannerdrift kan inte särskiljas från biologisk förändring. För en allmän läsare är huvudpoängen att en beslutsam individ, som arbetar inom noggranna säkerhets- och etiska ramar, kan förvandla en sjukhusskanner till ett långsiktigt personligt observatorium för hjärnan—och erbjuda en kraftfull lekplats för metodutveckling och utbildning snarare än en slutgiltig dom över hur läkemedel, årstider eller humör formar sinnet.

Citering: 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

Nyckelord: vilotillstånds-fMRI, longitudinell hjärnavbildning, självadministrerad MRI, dataset med enskilt subjekt, neurobildningsmetoder