Although it is being successfully implemented for exploration of the genome, discovery science has eluded the functional neuroimaging community. The core challenge remains the development of common paradigms for interrogating the myriad functional systems in the brain without the constraints of a priori hypotheses. Resting-state functional MRI (R-fMRI) constitutes a candidate approach capable of addressing this challenge. Imaging the brain during rest reveals large-amplitude spontaneous low-frequency (<0.1 Hz) fluctuations in the fMRI signal that are temporally correlated across functionally related areas. Referred to as functional connectivity, these correlations yield detailed maps of complex neural systems, collectively constituting an individual's “functional connectome.” Reproducibility across datasets and individuals suggests the functional connectome has a common architecture, yet each individual's functional connectome exhibits unique features, with stable, meaningful interindividual differences in connectivity patterns and strengths. Comprehensive mapping of the functional connectome, and its subsequent exploitation to discern genetic influences and brain–behavior relationships, will require multicenter collaborative datasets. Here we initiate this endeavor by gathering R-fMRI data from 1,414 volunteers collected independently at 35 international centers. We demonstrate a universal architecture of positive and negative functional connections, as well as consistent loci of inter-individual variability. Age and sex emerged as significant determinants. These results demonstrate that independent R-fMRI datasets can be aggregated and shared. High-throughput R-fMRI can provide quantitative phenotypes for molecular genetic studies and biomarkers of developmental and pathological processes in the brain. To initiate discovery science of brain function, the 1000 Functional Connectomes Project dataset is freely accessible at www.nitrc.org/projects/fcon_1000/ .

The Adolescent Brain Cognitive Development (ABCD) Study is an ongoing, nationwide study of the effects of environmental influences on behavioral and brain development in adolescents. The main objective of the study is to recruit and assess over eleven thousand 9-10-year-olds and follow them over the course of 10 years to characterize normative brain and cognitive development, the many factors that influence brain development, and the effects of those factors on mental health and other outcomes. The study employs state-of-the-art multimodal brain imaging, cognitive and clinical assessments, bioassays, and careful assessment of substance use, environment, psychopathological symptoms, and social functioning. The data is a resource of unprecedented scale and depth for studying typical and atypical development. The aim of this manuscript is to describe the baseline neuroimaging processing and subject-level analysis methods used by ABCD. Processing and analyses include modality-specific corrections for distortions and motion, brain segmentation and cortical surface reconstruction derived from structural magnetic resonance imaging (sMRI), analysis of brain microstructure using diffusion MRI (dMRI), task-related analysis of functional MRI (fMRI), and functional connectivity analysis of resting-state fMRI. This manuscript serves as a methodological reference for users of publicly shared neuroimaging data from the ABCD Study.

Background Attention-deficit/hyperactivity disorder (ADHD) is a major public health concern. It has been suggested that the brain's default network may provide a crucial avenue for understanding the neurobiology of attention deficit/hyperactivity disorder. Evaluations of the default network have increased over recent years with the applied technique of resting-state functional connectivity magnetic resonance imaging (rs-fcMRI). These investigations have established that spontaneous activity in this network is highly correlated at rest in young adult populations. This coherence seems to be reduced in adults with ADHD. This is an intriguing finding, as coherence in spontaneous activity within the default network strengthens with age. Thus, the pathophysiology of ADHD might include delayed or disrupted maturation of the default network. If so, it is important to determine whether an altered developmental picture can be detected using rs-fcMRI in children with ADHD. Methods This study used the typical developmental context provided previously by Fair et al. (2008) to examine coherence of brain activity within the default network using rs-fcMRI in children with (n = 23) and without attention deficit/hyperactivity disorder (n = 23). Results We found that functional connections previously shown as developmentally dynamic in the default network were atypical in children with attention deficit/hyperactivity disorder—consistent with perturbation or failure of the maturational processes. Conclusions These findings are consistent with the hypothesis that atypical consolidation of this network over development plays a role in attention deficit/hyperactivity disorder. Attention-deficit/hyperactivity disorder (ADHD) is a major public health concern. It has been suggested that the brain's default network may provide a crucial avenue for understanding the neurobiology of attention deficit/hyperactivity disorder. Evaluations of the default network have increased over recent years with the applied technique of resting-state functional connectivity magnetic resonance imaging (rs-fcMRI). These investigations have established that spontaneous activity in this network is highly correlated at rest in young adult populations. This coherence seems to be reduced in adults with ADHD. This is an intriguing finding, as coherence in spontaneous activity within the default network strengthens with age. Thus, the pathophysiology of ADHD might include delayed or disrupted maturation of the default network. If so, it is important to determine whether an altered developmental picture can be detected using rs-fcMRI in children with ADHD. This study used the typical developmental context provided previously by Fair et al. (2008) to examine coherence of brain activity within the default network using rs-fcMRI in children with (n = 23) and without attention deficit/hyperactivity disorder (n = 23). We found that functional connections previously shown as developmentally dynamic in the default network were atypical in children with attention deficit/hyperactivity disorder—consistent with perturbation or failure of the maturational processes. These findings are consistent with the hypothesis that atypical consolidation of this network over development plays a role in attention deficit/hyperactivity disorder.

Background: Adolescents with alcohol use disorders (AUD) have shown smaller prefrontal cortex (PFC) volumes compared with healthy controls; however, differences may have been due to comorbid disorders. This study examined PFC volumes in male and female adolescents with AUD who did not meet criteria for comorbid mood or attention disorders. Methods: Participants were adolescents aged 15 to 17 who met criteria for AUD ( n = 14), and demographically similar healthy controls ( n = 17). Exclusions included any history of a psychiatric or neurologic disorder other than AUD or conduct disorder. Magnetic resonance imaging scans occurred after at least 5 days of abstinence from alcohol or drugs. Overall PFC volumes and white matter PFC volumes were compared between groups. Results: After controlling for conduct disorder, gender, and intracranial volume, AUD teens demonstrated marginally smaller anterior ventral PFC volumes ( p = 0.09) than controls, and significant interactions between group and gender were observed ( p < 0.001 to p < 0.03). Compared with same‐gender controls, females with AUD demonstrated smaller PFC volumes, while males with AUD had larger PFC volumes. The same pattern was observed for PFC white matter volumes. Conclusions: Consistent with adult literature, alcohol use during adolescence is associated with prefrontal volume abnormalities, including white matter differences. However, adolescents with AUD demonstrated gender‐specific morphometric patterns. Thus, it is possible that gender may moderate the impact of adolescent alcohol use on prefrontal neurodevelopment, and the neurodevelopmental trajectories of heavy drinking boys and girls should be evaluated separately in longitudinal studies.

Background: During adolescence, numerous factors influence the organization of the brain. It is unclear what influence sex and puberty have on white matter microstructure, as well as the role that rapidly increasing sex steroids play. Methods: White matter microstructure was examined in 77 adolescents (ages 10–16) using diffusion tensor imaging. Multiple regression analyses were performed to examine the relationships between fractional anisotropy (FA) and mean diffusivity (MD) and sex, puberty, and their interaction, controlling for age. Follow-up analyses determined if sex steroids predicted microstructural characteristics in sexually dimorphic and pubertal-related white matter regions, as well as in whole brain. Results: Boys had higher FA in white matter carrying corticospinal, long-range association, and cortico-subcortical fibers, and lower MD in frontal and temporal white matter compared with girls. Pubertal development was related to higher FA in the insula, while a significant sex-by-puberty interaction was seen in superior frontal white matter. In boys, testosterone predicted white matter integrity in sexually dimorphic regions as well as whole brain FA, whereas estradiol showed a negative relationship with FA in girls. Conclusions: Sex differences and puberty uniquely relate to white matter microstructure in adolescents, which can partially be explained by sex steroids.

Abstract The Adolescent Brain Cognitive Development Study (ABCD), a 10 year longitudinal neuroimaging study of the largest population based and demographically distributed cohort of 9-10 year olds (N=11,877), was designed to overcome reproducibility limitations of prior child mental health studies. Besides the fantastic wealth of research opportunities, the extremely large size of the ABCD data set also creates enormous data storage, processing, and analysis challenges for researchers. To ensure data privacy and safety, researchers are not currently able to share neuroimaging data derivatives through the central repository at the National Data Archive (NDA). However, sharing derived data amongst researchers laterally can powerfully accelerate scientific progress, to ensure the maximum public benefit is derived from the ABCD study. To simultaneously promote collaboration and data safety, we developed the ABCD-BIDS Community Collection (ABCC), which includes both curated processed data and software utilities for further analyses. The ABCC also enables researchers to upload their own custom-processed versions of ABCD data and derivatives for sharing with the research community. This NeuroResource is meant to serve as the companion guide for the ABCC. In section we describe the ABCC. Section II highlights ABCC utilities that help researchers access, share, and analyze ABCD data, while section III provides two exemplar reproducibility analyses using ABCC utilities. We hope that adoption of the ABCC’s data-safe, open-science framework will boost access and reproducibility, thus facilitating progress in child and adolescent mental health research.

Abstract Head motion represents one of the greatest technical obstacles for brain MRI. Accurate detection of artifacts induced by head motion requires precise estimation of movement. However, this estimation may be corrupted by factitious effects owing to main field fluctuations generated by body motion. In the current report, we examine head motion estimation in multiband resting state functional connectivity MRI (rs-fcMRI) data from the Adolescent Brain and Cognitive Development (ABCD) Study and a comparison ‘single-shot’ dataset from Oregon Health & Science University. We show unequivocally that respirations contaminate movement estimates in functional MRI and that respiration generates apparent head motion not associated with degraded quality of functional MRI. We have developed a novel approach using a band-stop filter that accurately removes these respiratory effects. Subsequently, we demonstrate that utilizing this filter improves post-processing data quality. Lastly, we demonstrate the real-time implementation of motion estimate filtering in our FIRMM (Framewise Integrated Real-Time MRI Monitoring) software package.

SUMMARY The brain is organized into a broad set of functional neural networks. These networks and their various characteristics have been described and scrutinized through in vivo resting state functional magnetic resonance imaging (rs-fMRI). While the basic properties of networks are generally similar between healthy individuals, there is vast variability in the precise topography across the population. These individual differences are often lost in population studies due to population averaging which assumes topographical uniformity. We leveraged precision brain mapping methods to establish a new open-source, method-flexible set of precision functional network atlases: the Masonic Institute for the Developing Brain (MIDB) Precision Brain Atlas. Using participants from the Adolescent Brain Cognitive Development (ABCD) study, single subject precision network maps were generated with two supervised network-matching procedures (template matching and non-negative matrix factorization), an overlapping template matching method for identifying integration zones, as well as an unsupervised community detection algorithm (Infomap). From these individualized maps we also generated probabilistic network maps and integration zones for two demographically-matched groups of n∼3000 each. We demonstrate high reproducibility between groups (Pearson’s r >0.999) and between methods (r=0.96), revealing both regions of high invariance and high variability. Compared to using parcellations based on groups averages, the MIDB Precision Brain Atlas allowed us to derive a set of brain regions that are largely invariant in network topography across populations, which provides more reproducible statistical maps of executive function in brain-wide associations. We also explore an example use case for probabilistic maps, highlighting their potential for use in targeted neuromodulation. The MIDB Precision Brain Atlas is expandable to alternative datasets and methods and is provided open-source with an online web interface to encourage the scientific community to experiment with probabilistic atlases and individual-specific topographies to more precisely relate network phenomenon to functional organization of the human brain.

Objective Cortical thickness changes dramatically during development and is influenced by adolescent drinking. However, previous findings have been inconsistent and limited by region-of-interest approaches that are underpowered because they do not conform to the underlying heterogeneity from the effects of alcohol. Methods Adolescents (n=657; 12-22 years at baseline) from the National Consortium on Alcohol and Neurodevelopment in Adolescence (NCANDA) who endorsed little to no alcohol use at baseline were assessed with structural MRI and followed longitudinally at four yearly intervals. Seven unique spatially covarying patterns of cortical thickness were obtained from the baseline scans by applying a novel data-driven method called non-negative matrix factorization (NMF). The cortical thickness maps of all participants’ longitudinal scans were projected onto vertex-level cortical patterns to obtain participant-specific coefficients for each pattern. Linear mixed-effects models were fit to each pattern to investigate longitudinal effects of alcohol consumption on cortical thickness. Results In most NMF-derived cortical thickness patterns, the longitudinal rate of decline in no/low drinkers was similar for all age cohorts, among moderate drinkers the decline was faster in the younger cohort and slower in the older cohort, among heavy drinkers the decline was fastest in the younger cohort and slowest in the older cohort (FDR corrected p-values < 0.01). Conclusions The NMF method can delineate spatially coordinated patterns of cortical thickness at the vertex level that are unconstrained by anatomical features. Age-appropriate cortical thinning is more rapid in younger adolescent drinkers and slower in older adolescent drinkers.

Transparency can build trust in the scientific process, but scientific findings can be undermined by poor and obscure data use and reporting practices. The purpose of this work is to report how data from the Adolescent Brain Cognitive Development (ABCD) Study has been used to date, and to provide practical recommendations on how to improve the transparency and reproducibility of findings. Articles published from 2017 to 2023 that used ABCD Study data were reviewed using more than 30 data extraction items to gather information on data use practices. Total frequencies were reported for each extraction item, along with computation of a Level of Completeness (LOC) score that represented overall endorsement of extraction items. Univariate linear regression models were used to examine the correlation between LOC scores and individual extraction items. Post hoc analysis included examination of whether LOC scores were correlated with the logged 2-year journal impact factor. There were 549 full-length articles included in the main analysis. Analytic scripts were shared in 30% of full-length articles. The number of participants excluded due to missing data was reported in 60% of articles, and information on missing data for individual variables (e.g., household income) was provided in 38% of articles. A table describing the analytic sample was included in 83% of articles. A race and/or ethnicity variable was included in 78% of reviewed articles, while its inclusion was justified in only 41% of these articles. LOC scores were highly correlated with extraction items related to examination of missing data. A bottom 10% of LOC score was significantly correlated with a lower logged journal impact factor when compared to the top 10% of LOC scores (β=-0.77, 95% -1.02, -0.51; p-value < 0.0001). These findings highlight opportunities for improvement in future papers using ABCD Study data to readily adapt analytic practices for better transparency and reproducibility efforts. A list of recommendations is provided to facilitate adherence in future research.