Neural Fingerprinting based on Brain Network Dynamics: A Cross-Platform MEG Study

Elk menselijk brein is een uniek instrument dat een symfonie van elektrische signalen speelt die voor niemand anders exact hetzelfde herhaalt. Terwijl wetenschappers al lang bestuderen hoe breinen gemiddeld werken door te zoeken naar patronen die voor iedereen gelden, richt een nieuwere vorm van onderzoek zich op wat iemands brein juist uniek maakt. Dit concept, bekend als neurale vingerafdruk, werkt op het eenvoudige maar krachtige idee dat als je hersenactiviteit nauwkeurig genoeg meet, je een specifend individu kunt identificeren door enkel naar hun gegevens te kijken, vergelijkbaar met hoe een beveiligingssysteem een persoon herkent aan hun unieke vingerafdruk. Dit vermogen om de ene persoon van de andere te onderscheiden is niet slechts een curiositeit; het biedt een potentiële manier om bij te houden hoe iemands brein in de loop van de tijd verandert of wanneer ziekte toeslaat, wat een gepersonaliseerde baseline voor gezondheid biedt. Om dit te doen, gebruiken onderzoekers vaak een techniek genaamd magnetoencefalografie, of MEG, die de minuscule magnetische velden detecteert die worden geproduceerd door de elektrische stromen van het brein. Deze methode is bijzonder omdat het hersenactiviteit met ongelooflijke snelheid vastlegt, waarbij veranderingen in milliseconden worden geregistreerd, in plaats van slechts een traag, wazig gemiddelde te tonen.

Jarenlang vertrouwde deze technologie op grote, dure machines die op extreem lage temperaturen moesten worden gehouden om te kunnen functioneren, gebruikmakend van sensoren die SQUIDs worden genoemd. Echter, een nieuwere generatie sensoren, genaamd optisch gepompte magnetometers, of OPM's, is onlangs opgekomen. Deze nieuwe apparaten zijn klein, lichtgewicht en hebben geen extreme koeling nodig, waardoor ze dichter bij de hoofdhuid kunnen zitten en potentieel duidelijkere signalen kunnen opvangen. Naarmate deze technologie volwassen wordt, moeten wetenschappers weten of het hetzelfde delicate werk kan verrichten als de oudere machines. Kunnen deze nieuwe, flexibelere sensoren dezelfde unieke hersensignaturen vastleggen? Bovendien hebben de meeste eerdere studies naar hersenactiviteit gekeken door deze over de tijd te middelen, wat een statisch beeld creëert. Maar het brein is dynamisch en verschuift voortdurend tussen verschillende patronen van activiteit. Een kritische vraag blijft: schuilt de unieke identiteit van een persoon in de trage, gemiddelde signalen, of zit deze verborgen in de snelle, vluchtige veranderingen van de dynamiek van het hersennetwerk?

In een recente studie probeerden onderzoekers deze vragen te beantwoorden door gegevens van zowel de traditionele koude sensoren als de nieuwe temperatuur-onafhankelijke sensoren te vergelijken. Ze rekruteerden vijftien gezonde volwassenen en scantten elke persoon vier keer op één dag. Twee van deze sessies gebruikten de oudere SQUID-technologie en twee sessies gebruikten de nieuwere OPM-technologie. Tijdens de scans voerden de deelnemers een taak uit waarbij zij de aandacht vestigden op tactiele patronen op hun vingers, waardoor de onderzoekers konden observeren hoe hun breinen reageerden op stimulatie. Het team wilde zien of ze elke deelnemer correct konden identificeren wanneer ze hun eigen scans met elkaar vergeleken, en of ze hen nog steeds konden identificeren wanneer ze een scan van het ene type machine met een scan van het andere type type vergeleken. Ze testten twee verschillende manieren om naar de gegevens te kijken: één die de signalen over de tijd middelde om een statisch profiel te creëren, en een andere die een geavanceerd computermodel gebruikte om te volgen hoe het brein tussen verschillende actieve toestanden schakelt, waarbij de snelle dynamiek van neurale netwerken wordt vastgelegd.

De resultaten bevestigden dat de unieke handtekening van iemands brein robuust is en met beide soorten machines kan worden gevonden. Wanneer de onderzoekers naar de statische, gemiddelde gegevens keken, konden ze elke deelnemer succesvol identificeren, of ze nu twee scans van dezelfde machine vergeleken of één scan van de nieuwe machine met één van de oude. Deze bevinding komt overeen met eerder werk en bewijst dat de basis-elektrische vingerafdrukken van het brein stabiel genoeg zijn om de overstap naar nieuwere technologie te overleven. De studie ging echter veel dieper door de dynamische, verschuivende patronen van hersenactiviteit te onderzoeken. Met behulp van een vooraf getraind model dat de gemeenschappelijke patronen van hersentoestanden van duizenden andere opnames had geleerd, analyseerde het team hoe deze toestanden in hun nieuwe gegevens verschenen. Ze vonden dat het model goed werkte voor zowel de oude als de nieuwe sensoren, waarbij de verschuivende toestanden van het brein in realtime succesvol werden in kaart gebracht.

Toen de onderzoekers deze dynamische patronen gebruikten om de individuen te identificeren, waren de resultaten gemengd maar veelzeggend. De onderzoekers ontdekten dat ze mensen met een hoge nauwkeurigheid konden identificeren door te kijken naar de specifieke timing van wanneer hersentoestanden aan- en uitgingen, en door de frequentie-inhoud van die toestanden te analyseren. Deze kenmerken, die het ritme en de specifieke spectrale samenstelling van de hersenactiviteit beschrijven, bleven voor elke persoon consistent over zowel de oude als de nieuwe machines. Dit suggereert dat de kernidentiteit van een persoon is gecodeerd in de relatieve timing en structuur van deze dynamische netwerken. Echter, toen de onderzoekers probeerden mensen te identificeren met behulp van eenvoudige samenvattende getallen, zoals hoe lang een hersentoestand duurde of hoe vaak deze naar een andere toestand overschakelde, veranderden de resultaten. Hoewel ze mensen nog steeds konden identificeren bij het vergelijken van scans van dezelfde machine, slaagden ze er niet in dit te doen bij het vergelijken van scans tussen de twee verschillende machines.

Dit falen in de identificatie tussen machines bij de samenvattende statistieken benadrukt een cruciaal onderscheid. De absolute getallen, zoals het exacte percentage tijd doorgebracht in een toestand, zijn gevoelig voor de fysieke verschillen tussen de twee soorten sensoren. De nieuwe sensoren zitten dichter bij het brein en hebben andere ruiskenmerken, wat deze absolute waarden op een manier verschuift die de individuele identiteit maskeert. Daarentegen blijven de relatieve patronen van hoe het brein op een stimulus reageert — de vorm van de curve over de tijd — stabiel en uniek voor de persoon, ongeacht de gebruikte machine. De studie concludeert dat hoewel de nieuwe OPM-technologie volledig in staat is om de unieke neurale vingerafdrukken van individuen vast te leggen, de manier waarop we die gegevens analyseren ertoe doet. Om een persoon succesvol te kunnen identificeren over verschillende scanplatforms heen, moeten we kijken naar de relatieve structuur van de hersendynamiek in plaats van alleen naar de ruwe, absolute hoeveelheden. Dit werk vormt een vitale stap voorwaarts, waarbij wordt aangetoond dat de nieuwe generatie hersenscanners de oude kan evenaren in het in kaart brengen van het unieke landschap van de menselijke geest, mits we de juiste instrumenten gebruiken om de signalen te lezen.