Application of resting state functional connectivity magnetic resonance imaging (fcMRI) to the study of prematurely born infants enables assessment of the earliest forms of cerebral connectivity and characterization of its early development in the human brain. We obtained 90 longitudinal fcMRI data sets from a cohort of preterm infants aged from 26 weeks postmenstrual age (PMA) through term equivalent age at PMA-specific time points. Utilizing seed-based correlation analysis, we identified resting state networks involving varied cortical regions, the thalamus, and cerebellum. Identified networks demonstrated a regionally variable age-specific pattern of development, with more mature forms consisting of localized interhemispheric connections between homotopic counterparts. Anatomical distance was found to play a critical role in the rate of connection development. Prominent differences were noted between networks identified in term control versus premature infants at term equivalent, including in the thalamocortical connections critical for neurodevelopment. Putative precursors of the default mode network were detected in term control infants but were not identified in preterm infants, including those at term equivalent. Identified patterns of network maturation reflect the intricate relationship of structural and functional processes present throughout this important developmental period and are consistent with prior investigations of neurodevelopment in this population.

Abstract Objective: Although many perinatal factors have been linked to adverse neurodevelopmental outcomes in very premature infants, much of the variation in outcome remains unexplained. The impact on brain development of 1 potential factor, exposure to stressors in the neonatal intensive care unit, has not yet been studied in a systematic, prospective manner. Methods: In this prospective cohort study of infants born at <30 weeks gestation, nurses were trained in recording procedures and cares. These recordings were used to derive Neonatal Infant Stressor Scale scores, which were employed to measure exposure to stressors. Magnetic resonance imaging (brain metrics, diffusion, and functional magnetic resonance imaging) and neurobehavioral examinations at term equivalent postmenstrual age were used to assess cerebral structure and function. Simple and partial correlations corrected for confounders, including immaturity and severity of illness, were used to explore these relations. Results: Exposure to stressors was highly variable, both between infants and throughout a single infant's hospital course. Exposure to a greater number of stressors was associated with decreased frontal and parietal brain width, altered diffusion measures and functional connectivity in the temporal lobes, and abnormalities in motor behavior on neurobehavioral examination. Interpretation: Exposure to stressors in the Neonatal Intensive Care Unit is associated with regional alterations in brain structure and function. Further research into interventions that may decrease or mitigate exposure to stressors in the neonatal intensive care unit is warranted. ANN NEUROL 2011;

SUMMARY Primary motor cortex (M1) has been thought to form a continuous somatotopic homunculus extending down precentral gyrus from foot to face representations 1,2 . The motor homunculus has remained a textbook pillar of functional neuroanatomy, despite evidence for concentric functional zones 3 and maps of complex actions 4 . Using our highest precision functional magnetic resonance imaging (fMRI) data and methods, we discovered that the classic homunculus is interrupted by regions with sharpy distinct connectivity, structure, and function, alternating with effector-specific (foot, hand, mouth) areas. These inter-effector regions exhibit decreased cortical thickness and strong functional connectivity to each other, and to prefrontal, insular, and subcortical regions of the Cingulo-opercular network (CON), critical for executive action 5 and physiological control 6 , arousal 7 , and processing of errors 8 and pain 9 . This interdigitation of action control-linked and motor effector regions was independently verified in the three largest fMRI datasets. Macaque and pediatric (newborn, infant, child) precision fMRI revealed potential cross-species analogues and developmental precursors of the inter-effector system. An extensive battery of motor and action fMRI tasks documented concentric somatotopies for each effector, separated by the CON-linked inter-effector regions. The inter-effector regions lacked movement specificity and co-activated during action planning (coordination of hands and feet), and axial body movement (e.g., abdomen, eyebrows). These results, together with prior work demonstrating stimulation-evoked complex actions 4 and connectivity to internal organs (e.g., adrenal medulla) 10 , suggest that M1 is punctuated by an integrative system for implementing whole-body action plans. Thus, two parallel systems intertwine in motor cortex to form an integrate-isolate pattern: effector-specific regions (foot, hand, mouth) for isolating fine motor control, and a mind-body interface (MBI) for the integrative whole-organism coordination of goals, physiology, and body movement.

Abstract Functional neuroimaging is an essential tool for neuroscience research. Pre-processing pipelines produce standardized, minimally pre-processed data to support a range of potential analyses. However, post-processing is not similarly standardized. While several options for post-processing exist, they may not support output from different pre-processing pipelines, may have limited documentation, and may not follow generally accepted data organization standards (e.g., Brain Imaging Data Structure (BIDS)). In response, we present XCP-D: a collaborative effort between PennLINC at the University of Pennsylvania and the DCAN lab at the University of Minnesota. XCP-D uses an open development model on GitHub and incorporates continuous integration testing; it is distributed as a Docker container or Apptainer image. XCP-D generates denoised BOLD images and functional derivatives from resting-state data in either NIfTI or CIFTI files following pre-processing with fMRIPrep, HCP, or ABCD-BIDS pipelines. Even prior to its official release, XCP-D has been downloaded &gt;5,000 times from DockerHub. Together, XCP-D facilitates robust, scalable, and reproducible post-processing of fMRI data.

Abstract Objective To investigate whether parenting and/or neonatal brain volumes mediate the associations between prenatal social disadvantage (PSD) and cognitive/language abilities; and whether these mechanisms vary by level of disadvantage. Study Design Pregnant women were recruited from obstetric clinics in St Louis, Missouri. PSD encompassed access to social (e.g., education) and material (e.g., income-to-needs, health insurance, area deprivation, and nutrition) resources during pregnancy. Neonates underwent brain magnetic resonance imaging. Mother-child dyads (N=202) returned at age 1 for parenting measures and at age 2 for cognition/language assessments (Bayley-III). Generalized additive and mediation models tested hypotheses. Results Greater PSD was nonlinearly associated with poorer cognitive/language scores. The relation between parenting and cognition/language was moderated by PSD, such that supportive and non-supportive parenting behaviors only related to cognition/language in children with low PSD. Further, parenting mediations differed by level of PSD, such that both supportive and non-supportive parenting mediated PSD-cognition/language associations in children with low PSD, but not in children with high PSD. PSD-associated reductions in neonatal subcortical grey matter (β=.19, q =.03), white matter (β=.23, q =.02), and total brain volume (β=.18, q =.03) were associated with lower cognition, but they did not mediate PSD-cognition associations. Conclusions Parenting moderates and mediates associations between PSD and early cognitive and language development, but only in families with lower levels of social disadvantage. These findings, while correlational, suggest that there may be a critical threshold of disadvantage, below which mediating or moderating factors become less effective, highlighting the importance of reducing disadvantage as primary prevention.

Brain segmentation of infant magnetic resonance (MR) images is vitally important in studying developmental mental health and disease. The infant brain undergoes many changes throughout the first years of postnatal life, making tissue segmentation difficult for most existing algorithms. Here, we introduce a deep neural network BIBSNet (Baby and Infant Brain Segmentation Neural Network), an open-source, community-driven model that relies on data augmentation and a large sample size of manually annotated images to facilitate the production of robust and generalizable brain segmentations.Included in model training and testing were MR brain images on 84 participants with an age range of 0-8 months (median postmenstrual ages of 13.57 months). Using manually annotated real and synthetic segmentation images, the model was trained using a 10-fold cross-validation procedure. Testing occurred on MRI data processed with the DCAN labs infant-ABCD-BIDS processing pipeline using segmentations produced from gold standard manual annotation, joint-label fusion (JLF), and BIBSNet to assess model performance.Using group analyses, results suggest that cortical metrics produced using BIBSNet segmentations outperforms JLF segmentations. Additionally, when analyzing individual differences, BIBSNet segmentations perform even better.BIBSNet segmentation shows marked improvement over JLF segmentations across all age groups analyzed. The BIBSNet model is 600x faster compared to JLF and can be easily included in other processing pipelines.

ObjectiveTo investigate whether parenting or neonatal brain volumes mediate associations between prenatal social disadvantage (SD) and cognitive/language abilities and whether these mechanisms vary by level of disadvantage.Study designPregnant women were prospectively recruited from obstetric clinics in St Louis, Missouri. Prenatal SD encompassed access to social (eg, education) and material (eg, income-to-needs, health insurance, area deprivation, and nutrition) resources during pregnancy. Neonates underwent brain magnetic resonance imaging. Mother-child dyads (N=202) returned at age 1-year for parenting observations and at age 2-years for cognition/language assessments (Bayley-III). Generalized additive and mediation models tested hypotheses.ResultsGreater prenatal SD associated nonlinearly with poorer cognitive/language scores. Associations between parenting and cognition/language were moderated by disadvantage, such that supportive and non-supportive parenting behaviors related only to cognition/language in children with lesser prenatal SD. Parenting mediation effects differed by level of disadvantage: both supportive and non-supportive parenting mediated prenatal SD-cognition/language associations in children with lesser disadvantage, but not in children with greater disadvantage. Prenatal SD-associated reductions in neonatal subcortical grey matter (β=.19, q=.03), white matter (β=.23, q=.02), and total brain volume (β=.18, q=.03) were associated with lower cognition, but did not mediate associations between prenatal SD and cognition.ConclusionsParenting moderates and mediates associations between prenatal SD and early cognition and language, but only in families with less social disadvantage. These findings, although correlational, suggest that there may be a critical threshold of disadvantage, below which mediating or moderating factors become less effective, highlighting the importance of reducing disadvantage as primary prevention.

Motion-induced artifacts can significantly corrupt optical neuroimaging, as in most neuroimaging modalities. For high-density diffuse optical tomography (HD-DOT) with hundreds to thousands of source-detector pair measurements, motion detection methods are underdeveloped relative to both functional magnetic resonance imaging (fMRI) and standard functional near-infrared spectroscopy (fNIRS). This limitation restricts the application of HD-DOT in many challenging situations and subject populations (e.g., bedside monitoring and children). Here, we evaluate a new motion detection method for multichannel optical imaging systems that leverages spatial patterns across channels. Specifically, we introduce a global variance of temporal derivatives (GVTD) metric as a motion detection index. We show that GVTD strongly correlates with external measures of motion and has high sensitivity and specificity to instructed motion - with area under the receiver operator characteristic curve of 0.88, calculated based on five different types of instructed motion. Additionally, we show that applying GVTD-based motion censoring on both task and resting state HD-DOT data with natural head motion results in an improved spatial similarity to fMRI mapping for the same respective protocols (task or rest). We then compare the GVTD similarity scores with several commonly used motion correction methods described in the fNIRS literature, including correlation-based signal improvement (CBSI), temporal derivative distribution repair (TDDR), wavelet filtering, and targeted principal component analysis (tPCA). We find that GVTD motion censoring outperforms other methods and results in spatial maps more similar to matched fMRI data.

The cerebral cortex comprises discrete cortical areas that form during development. Accurate area parcellation in neuroimaging studies enhances statistical power and comparability across studies. The formation of cortical areas is influenced by intrinsic embryonic patterning as well as extrinsic inputs, particularly through postnatal exposure. Given the substantial changes in brain volume, microstructure, and functional connectivity during the first years of life, we hypothesized that cortical areas in 1-to-3-year-olds would exhibit major differences from those in neonates and progressively resemble adults as development progresses. Here, we parcellated the cerebral cortex into putative areas using local functional connectivity gradients in 92 toddlers at 2 years old. We demonstrated high reproducibility of these cortical regions across 1-to-3-year-olds in two independent datasets. The area boundaries in 1-to-3-year-olds were more similar to adults than neonates. While the age-specific group parcellation fitted better to the underlying functional connectivity in individuals during the first 3 years, adult area parcellations might still have some utility in developmental studies, especially in children older than 6 years. Additionally, we provided connectivity-based community assignments of the parcels, showing fragmented anterior and posterior components based on the strongest connectivity, yet alignment with adult systems when weaker connectivity was included.

The cerebral cortex is organized into distinct but interconnected cortical areas, which can be defined by abrupt differences in patterns of resting state functional connectivity (FC) across the cortical surface. Such parcellations of the cortex have been derived in adults and older infants, but there is no widely used surface parcellation available for the neonatal brain. Here, we first demonstrate that adult- and older infant-derived parcels are a poor fit with neonatal data, emphasizing the need for neonatal-specific parcels. We next derive a set of 283 cortical surface parcels from a sample of n=261 neonates. These parcels have highly homogenous FC patterns and are validated using three external neonatal datasets. The Infomap algorithm is used to assign functional network identities to each parcel, and derived networks are consistent with prior work in neonates. The proposed parcellation may represent neonatal cortical areas and provides a powerful tool for neonatal neuroimaging studies.