Abstract White matter bundle segmentation using diffusion MRI fiber tractography has become the method of choice to identify white matter fiber pathways in vivo in human brains. However, like other analyses of complex data, there is considerable variability in segmentation protocols and techniques. This can result in different reconstructions of the same intended white matter pathways, which directly affects tractography results, quantification, and interpretation. In this study, we aim to evaluate and quantify the variability that arises from different protocols for bundle segmentation. Through an open call to users of fiber tractography, including anatomists, clinicians, and algorithm developers, 42 independent teams were given processed sets of human whole-brain streamlines and asked to segment 14 white matter fascicles on six subjects. In total, we received 57 different bundle segmentation protocols, which enabled detailed volume-based and streamline-based analyses of agreement and disagreement among protocols for each fiber pathway. Results show that even when given the exact same sets of underlying streamlines, the variability across protocols for bundle segmentation is greater than all other sources of variability in the virtual dissection process, including variability within protocols and variability across subjects. In order to foster the use of tractography bundle dissection in routine clinical settings, and as a fundamental analytical tool, future endeavors must aim to resolve and reduce this heterogeneity. Although external validation is needed to verify the anatomical accuracy of bundle dissections, reducing heterogeneity is a step towards reproducible research and may be achieved through the use of standard nomenclature and definitions of white matter bundles and well-chosen constraints and decisions in the dissection process.

Abstract Recent functional MRI studies identified sensory-biased regions across much of the association cortices and cerebellum. However, their anatomical relationship to multiple-demand (MD) regions, characterized as domain-general due to their co-activation during multiple cognitive demands, remains unclear. For a better anatomical delineation, we used multimodal MRI techniques of the Human Connectome Project to scan subjects performing visual and auditory versions of a working memory (WM) task. The contrast between hard and easy WM showed strong domain generality, with essentially identical patterns of cortical, subcortical and cerebellar MD activity for visual and auditory materials. In contrast, modality preferences were shown by contrasting easy WM with baseline; most MD regions showed visual preference while immediately adjacent to cortical MD regions, there were interleaved regions of both visual and auditory preference. The results may exemplify a general motif whereby domain-specific regions feed information into and out of an adjacent, integrative MD core.

ABSTRACT Brain networks exist within the confines of resource limitations. As a result, a brain network must overcome metabolic costs of growing and sustaining the network within its physical space, while simultaneously implementing its required information processing. To observe the effect of these processes, we introduce the spatially-embedded recurrent neural network (seRNN). seRNNs learn basic task-related inferences while existing within a 3D Euclidean space, where the communication of constituent neurons is constrained by a sparse connectome. We find that seRNNs, similar to primate cerebral cortices, naturally converge on solving inferences using modular small-world networks, in which functionally similar units spatially configure themselves to utilize an energetically-efficient mixed-selective code. As all these features emerge in unison, seRNNs reveal how many common structural and functional brain motifs are strongly intertwined and can be attributed to basic biological optimization processes. seRNNs can serve as model systems to bridge between structural and functional research communities to move neuroscientific understanding forward.

Abstract Characterizing the functional organization of cerebral cortex is a fundamental step in understanding how different kinds of information are processed in the brain. Neuroimaging studies over the past decades have uncovered the function of many cortical areas in response to selected stimulus categories. However, it is still unclear how cortical areas are organized during naturalistic visual and auditory stimulation. Here we used high-resolution functional MRI data from 176 human subjects to map the macro-architecture of the entire cerebral cortex based on responses to a 60-minute audiovisual movie stimulus. A data-driven clustering approach revealed a map of 24 functional areas/networks, each related to a specific aspect of sensory or cognitive processing. The map included three distinct executive control (domain-general) networks which showed a strong push-pull interaction with domain-specific regions in visual, auditory, and language cortex. The cortical parcellation scheme presented here provides a comprehensive and unified map of functionally defined areas, which could replace a large set of functional localizer maps.

SUMMARY Epilepsy is increasingly conceptualized as a network disorder. In this cross-sectional mega-analysis, we integrated neuroimaging and connectome analysis to identify network associations with atrophy patterns in 1,021 adults with epilepsy compared to 1,564 healthy controls from 19 international sites. In temporal lobe epilepsy, areas of atrophy co-localized with highly interconnected cortical hub regions, whereas idiopathic generalized epilepsy showed preferential subcortical hub involvement. These morphological abnormalities were anchored to the connectivity profiles of distinct disease epicenters, pointing to temporo-limbic cortices in temporal lobe epilepsy and fronto-central cortices in idiopathic generalized epilepsy. Indices of progressive atrophy further revealed a strong influence of connectome architecture on disease progression in temporal lobe, but not idiopathic generalized, epilepsy. Our findings were reproduced across individual sites and single patients, and were robust across different analytical methods. Through worldwide collaboration in ENIGMA-Epilepsy, we provided novel insights into the macroscale features that shape the pathophysiology of common epilepsies.

Abstract Theoretical models suggest that executive functions rely on both domain-general and domain-specific processes. Supporting this view, prior brain imaging studies have revealed that executive activations converge and diverge within broadly characterized brain networks. However, the lack of precise anatomical mappings has impeded our understanding of the interplay between domain-general and domain-specific processes. To address this challenge, we used the high-resolution multimodal MRI approach of the Human Connectome Project to scan participants performing three canonical executive tasks: n-back, rule switching, and stop signal. The results reveal that, at the individual level, different executive activations converge within 9 domain-general territories distributed in frontal, parietal and temporal cortices. Each task exhibits a unique topography characterized by finely detailed activation gradients within domain-general territory shifted towards adjacent resting-state networks; n-back activations shift towards the default mode, rule switching towards dorsal attention and stop signal towards cingulo-opercular networks. Importantly, the strongest activations arise at multimodal neurobiological definitions of network borders. Matching results are seen in circumscribed regions of the caudate nucleus, thalamus and cerebellum. The shifting peaks of local gradients at the intersection of task-specific networks provide a novel mechanistic insight into how partially-specialised networks interact with neighbouring domain-general territories to generate distinct executive functions.

Abstract A defining feature of human cognition is our ability to respond flexibly to what we see and hear, changing how we respond depending on our current goals. In fact, we can rapidly associate almost any input stimulus with any arbitrary behavioural response. This remarkable ability is thought to depend on a frontoparietal “multiple demand” circuit which is engaged by many types of cognitive demand and widely referred to as domain general. However, it is not clear how responses to multiple input modalities are structured within this system. Domain generality could be achieved by holding information in an abstract form that generalises over input modality, or in a modality-tagged form, which uses similar resources but produces unique codes to represent the information in each modality. We used a stimulus-response task, with conceptually identical rules in two sensory modalities (visual and auditory), to distinguish between these possibilities. Multivariate decoding of functional magnetic resonance imaging data showed that representations of visual and auditory rules recruited overlapping neural resources but were expressed in modality-tagged non-generalisable neural codes. Our data suggest that this frontoparietal system may draw on the same or similar resources to solve multiple tasks, but does not create modality-general representations of task rules, even when those rules are conceptually identical between domains.

Abstract Semantic control is the capability to operate on meaningful representations, selectively focusing on certain aspects of meaning while purposefully ignoring other aspects based on one’s behavioural aim. This ability is especially vital for comprehending figurative/ambiguous language. It remains unclear, at the topographical level, why/how regions involved in semantic control seem reliably juxtaposed alongside other functionally specialised regions in the association cortex. We investigated this issue by characterising how semantic control regions topographically relate to the default-mode network (associated with memory and abstract cognition) and multiple-demand network (associated with executive control). Topographically, we confirmed that semantic control areas were sandwiched by the default-mode and multi-demand networks, forming an orderly arrangement observed both at the individual- and group-level. Functionally, semantic control regions exhibited ‘hybrid’ responses, fusing a preference for cognitively demanding processing (multiple-demand) and a preference for meaningful representations (default-mode) into a domain-specific preference for difficult operations on meaningful representations. When projected onto the principal gradient of human connectome, the neural activity of semantic control showed a robustly dissociable trajectory from visuospatial control, implying different roles in the functional transition from sensation to cognition. We discuss why the hybrid functional profile of semantic control regions might result from their intermediate topographical positions.

A bstract Temporal lobe epilepsy (TLE), a common drug-resistant epilepsy in adults, is primarily a limbic network disorder associated with predominant unilateral hippocampal pathology. Structural MRI has provided an in vivo window into whole-brain grey matter pathology in TLE relative to controls, by either mapping (i) atypical inter-hemispheric asymmetry or (ii) regional atrophy. However, similarities and differences of both atypical asymmetry and regional atrophy measures have not been systematically investigated. Here, we addressed this gap using the multi-site ENIGMA-Epilepsy dataset comprising MRI brain morphological measures in 732 TLE patients and 1,418 healthy controls. We compared spatial distributions of grey matter asymmetry and atrophy in TLE, contextualized their topographies relative to spatial gradients in cortical microstructure and functional connectivity, and examined clinical associations using machine learning. We identified a marked divergence in the spatial distribution of atypical inter-hemispheric asymmetry and regional atrophy mapping. The former revealed a temporo-limbic disease signature while the latter showed diffuse and bilateral patterns. Our findings were robust across individual sites and patients. Cortical atrophy was significantly correlated with disease duration and age at seizure onset, while degrees of asymmetry did not show a significant relationship to these clinical variables. Our findings highlight that the mapping of atypical inter-hemispheric asymmetry and regional atrophy tap into two complementary aspects of TLE-related pathology, with the former revealing primary substrates in ipsilateral limbic circuits and the latter capturing bilateral disease effects. These findings refine our notion of the neuropathology of TLE and may inform future discovery and validation of complementary MRI biomarkers in TLE.

ABSTRACT Complex neural dynamics in the prefrontal cortex contribute to context-dependent decisions and attentional competition. To analyze these dynamics, we apply demixed principal component analysis to activity of a primate prefrontal cell sample recorded in a cued target detection task. The results track dynamics of cue and object coding, feeding into movements along a target present-absent decision axis in a low-dimensional subspace of population activity. For a single stimulus, object and cue coding are seen mainly in the contralateral hemisphere. Later, a developing decision code in both hemispheres may reflect interhemispheric communication. With a target in one hemifield and a competing nontarget in the other, each hemisphere initially encodes the contralateral object, but finally, decision coding is dominated by the task-relevant target. These findings further suggest that exchange of information between hemispheres plays a key role when attentional competition resolves. Tracking complex neural events in a low-dimensional activity subspace illuminates integration of neural codes towards task-appropriate behavior, comprising a building block of learned task structure in the prefrontal cortex. AUTHOR SUMMARY Flexible adaptive processing of information is integral for everyday goal-directed behavior. To unravel dynamic representation of task-relevant information, we analyzed population activity of a primate prefrontal cell sample in a cued target detection task. In a low-dimensional neural subspace, with separate axes for cue, object identity and decision, trajectories showed initial coding of cue and object in the contralateral hemisphere, followed by coding of the behavioral decision across both hemispheres. With target and nontarget stimuli in opposite hemifields, the data suggest initial coding of the contralateral object in each hemisphere. Object coding is then rapidly shut off for the nontarget, and followed by bilateral coding of the target decision. The results bring detailed insight into task structure and information flow within and between the two frontal lobes as a decision is made and attentional competition is resolved.