Abstract The human brain experiences functional changes through childhood and adolescence, shifting from an organizational framework anchored within sensorimotor and visual regions into one that is balanced through interactions with later-maturing aspects of association cortex. Here, we link this profile of functional reorganization to the development of ventral attention network connectivity across independent datasets. We demonstrate that maturational changes in cortical organization preferentially link to within-network connectivity and heightened degree centrality in the ventral attention network, while connectivity within network-linked vertices predicts cognitive ability. This connectivity is closely associated with maturational refinement of cortical organization. Children with low ventral attention network connectivity exhibit adolescent-like topographical profiles, suggesting that attentional systems may be relevant in understanding how brain functions are refined across development. These data suggest a role for attention networks in supporting age-dependent shifts in cortical organization and cognition across childhood and adolescence.

Abstract Brain maturation studies typically examine relationships linking a single morphometric feature with aspects of cognition, behavior, age, or other demographic characteristics. However, the coordinated spatiotemporal arrangement of morphological features across development and their associations with behavior are unclear. Here, we examine covariation across multiple cortical features (cortical thickness [CT], surface area [SA], local gyrification index [GI], and mean curvature [MC]) using magnetic resonance images from the long-running National Institute of Mental Health developmental cohort (ages 5-25). Neuroanatomical covariance was examined using non-negative matrix factorization (NMF), which decomposes covariance resulting in a parts-based representation. Cross-sectionally, we identified six components of covariation which demonstrate differential contributions of CT, GI, and SA in hetero- vs. unimodal areas. We sought to use this technique longitudinally to examine covariance in rates of change, which highlighted a preserved SA in unimodal areas and changes in CT and GI in heteromodal areas. Using behavioral partial least squares (PLS), we identified a single latent variable (LV; 96 % covariance explained) that recapitulated patterns of reduced CT, GI, and SA that are generally related to older age, with limited contributions of IQ and SES. Longitudinally, PLS revealed three LVs that demonstrated a nuanced developmental pattern that highlighted a higher rate of maturational change in SA and CT in higher IQ and SES females. This novel characterization of brain maturation provides an important understanding of the interdependencies between morphological measures, their coordinated development, and their relationship to biological sex, cognitive ability, and the resources of the local environment. Significance The complex anatomy of the cortical sheet is best characterized using multiple morphometric characteristics. We expanded on recent developments in matrix factorization to identify spatial patterns of covariance across the cortical sheet. Using a large, well-characterized dataset, we examined the differential contributions of neuroanatomical features to cortical covariation in a single analytical framework using both cross-sectional and longitudinal data. We identified dominant modes of covariance between cortical morphometric features and their coordinated pattern of change, demonstrating sexually differentiated patterns and a strong association with variability in age, socioeconomic status, and cognitive ability. This novel characterization of cortical morphometry provides an important understanding of the interdependencies between neuroanatomical measures in the brain and behavioral development context.

Summary The functional properties of the human brain arise, in part, from the vast assortment of cell types that pattern the cortex. The cortical sheet can be broadly divided into distinct networks, which are further embedded into processing streams, or gradients, that extend from unimodal systems through higher-order association territories. Here, using transcriptional data from the Allen Human Brain Atlas, we demonstrate that imputed cell type distributions are spatially coupled to the functional organization of cortex, as estimated through fMRI. Cortical cellular profiles follow the macro-scale organization of the functional gradients as well as the associated large-scale networks. Distinct cellular fingerprints were evident across networks, and a classifier trained on post-mortem cell-type distributions was able to predict the functional network allegiance of cortical tissue samples. These data indicate that the in vivo organization of the cortical sheet is reflected in the spatial variability of its cellular composition.

Abstract The transition from childhood to adolescence is marked by pronounced shifts in brain structure and function that coincide with the development of physical, cognitive, and social abilities. Prior work in adult populations has characterized the topographical organization of cortex, revealing macroscale functional gradients that extend from unimodal (somato/motor and visual) regions through the cortical association areas that underpin complex cognition in humans. However, the presence of these core functional gradients across development as well as their maturational course have yet to be established. Here, leveraging 378 resting-state fMRI scans from 190 healthy individuals aged 6-17 years, we demonstrate that the transition from childhood to adolescence is reflected in the gradual maturation of gradient patterns across the cortical sheet. In children, the overarching organizational gradient is anchored within unimodal cortex, between somato/motor and visual territories. Conversely, in adolescence the principal gradient of connectivity transitions into an adult-like spatial framework, with the default network at the opposite end of a spectrum from primary sensory and motor regions. The observed gradient transitions are gradually refined with age, reaching a sharp inflection point in 13- and 14-year-olds. Functional maturation was nonuniformly distributed across cortical networks. Unimodal networks reached their mature positions early in development, while association regions, in particular medial prefrontal cortex, reached a later peak during adolescence. These data reveal age-dependent changes in the macroscale organization of cortex and suggest the scheduled maturation of functional gradient patterns may be critically important for understanding how cognitive and behavioral capabilities are refined across development. Significance Human abilities and behavior change dramatically across development, emerging from a cascade of hierarchical changes in brain circuitry. Here, we describe age-dependent shifts in the macroscale functional organization of cortex in childhood and adolescence. The characterization of functional connectivity patterns in children revealed an overarching organizational framework anchored within unimodal cortex, between somato/motor and visual regions. Conversely, in adolescents we observed a transition into an adult-like gradient that situates the default network at the opposite end of a spectrum from primary sensory and motor regions. This spatial framework emerged gradually with age, reaching a sharp inflection point at the transition from childhood to adolescence. These data reveal the presence of a developmental change from a functional motif first dominated by the distinction between sensory and motor systems, and then balanced through interactions with later-maturing aspects of association cortex that support more abstract cognitive functions.

During the past decade, cognitive neuroscience has been calling for population diversity to address the challenge of validity and generalizability, ushering in a new era of population neuroscience. The developing Chinese Color Nest Project (devCCNP, 2013-2022), a ten-year pilot stage of the lifespan CCNP (2013-2032), is an ongoing project focusing on brain-mind development. The project aims to create and share a large-scale, longitudinal and multimodal dataset of typically developing children and adolescents (ages 6.0-17.9 at enrolment) in the Chinese population. The devCCNP houses not only phenotypes measured by demographic, biophysical, psychological and behavioural, cognitive, affective, and ocular-tracking assessments but also neurotypes measured with magnetic resonance imaging (MRI) of brain morphometry, resting-state function, naturalistic viewing function and diffusion structure. This Data Descriptor introduces the first data release of devCCNP including a total of 864 visits from 479 participants. Herein, we provided details of the experimental design, sampling strategies, and technical validation of the devCCNP resource. We demonstrate and discuss the potential of a multicohort longitudinal design to depict normative brain growth curves from the perspective of developmental population neuroscience. The devCCNP resource is shared as part of the 'Chinese Data-sharing Warehouse for In-vivo Imaging Brain' in the Chinese Color Nest Project (CCNP) - Lifespan Brain-Mind Development Data Community (https://www.scidb.cn/en/c/ccnp) at the Science Data Bank.

Rhythms of the brain are generated by neural oscillations across multiple frequencies, which can be observed with multiple modalities. Following the natural log linear law of frequency distribution, these oscillations can be decomposed into distinct frequency intervals associated with specific physiological processes. This perspective on neural oscillations has been increasingly applied to study human brain function and related behaviors. In practice, relevant signals are commonly measured as a discrete time series, and thus the sampling period and number of samples determine the number and ranges of decodable frequency intervals. However, these limits have been often ignored by researchers who instead decode measured oscillations into multiple frequency intervals using a fixed sample period and numbers of samples. One reason for such misuse is the lack of an easy-to-use toolbox to implement automatic decomposition of frequency intervals. We report on a toolbox with a graphical user interface for achieving local and remote decoding rhythms of the brain system (DREAM) which is accessible to the public via GitHub. We provide worked examples of DREAM used to investigate frequency-specific performance of both neural (spontaneous brain activity) and neurobehavioral (in-scanner head motion) oscillations. DREAM analyzed the head motion oscillations and found that younger children moved their heads more than older children across all five frequency intervals whereas boys moved more than girls in the age interval from 7 to 9 years. It is interesting that the higher frequency bands contains more head movements, and showed stronger age-motion associations but the weaker sex-motion interactions. Using the fast functional magnetic resonance imaging data from the Human Connectome Project, DREAM mapped the amplitude of these neural oscillations into multiple frequency bands and evaluated their test-retest reliability. A novel result indicated that the higher frequency bands exhibited more reliable amplitude measurements, implying more inter-individual variability of the amplitudes for the higher frequency bands. In summary, these findings demonstrated the applicability of DREAM for frequency-specific human brain mapping as well as the assessments on their measurement reliability and validity.

Standard brain templates and growth charts provide an invaluable resource for basic science research, with the eventual goal of contributing to the clinical care of neuropsychiatric conditions. Here, we report on a protocol to generate MRI brain templates in children and adolescents at one-year intervals from 6-to-18 years of age, with their corresponding growth charts, using a large-scale neuroimaging data resource (948 brain images from China and United States). To assure that the brain templates and growth charts are reliable and accurate, we developed a refined pipeline consisting of template construction, image registration, brain area labeling and growth chart modeling. The pipeline comprises multiple modular workflows that can be used for multiple applications. In our approach, population- and age-specific templates were first constructed to avoid systemic bias in registration. Brain areas were then labeled based on the appropriate templates, and their morphological metrics were extracted for modeling associated growth curves. We implemented warp cost as a function of age differences between individual brains and template brains. A strong U-shaped cost function was revealed, indicating larger age differences are associated with greater registration errors. This validates the necessity of age-specific reference templates in pediatric brain imaging studies. Growth chart analyses revealed preferential shape differences between Chinese and US samples in lateral frontal and parietal areas, aspects of cortex which are most variable across individuals with regard to structure and function as well as associated behavioral performance. This growth distinction is largely driven by neurodevelopmental differences between Chinese and US age-specific brain templates. The pipeline together with the brain templates and charts are publicly available and integrated into the Connectome Computation System.