Tractography based on non-invasive diffusion imaging is central to the study of human brain connectivity. To date, the approach has not been systematically validated in ground truth studies. Based on a simulated human brain data set with ground truth tracts, we organized an open international tractography challenge, which resulted in 96 distinct submissions from 20 research groups. Here, we report the encouraging finding that most state-of-the-art algorithms produce tractograms containing 90% of the ground truth bundles (to at least some extent). However, the same tractograms contain many more invalid than valid bundles, and half of these invalid bundles occur systematically across research groups. Taken together, our results demonstrate and confirm fundamental ambiguities inherent in tract reconstruction based on orientation information alone, which need to be considered when interpreting tractography and connectivity results. Our approach provides a novel framework for estimating reliability of tractography and encourages innovation to address its current limitations.

Summary Visuospatial learning depends on the parahippocampal place area (PPA), a functionally heterogenous area which current visuospatial processing models place downstream from parietal cortex and only from area V4 of early visual cortex (EVC). However, evidence for anatomical connections between the PPA and other EVC areas is inconsistent, and these connections are not discussed in current models. Through a data-driven analysis based on diffusion MRI tractography, we present evidence that the PPA sits at the confluence of two white matter systems. The first conveys information from the retrosplenial complex to the anterior PPA and runs within the cingulum bundle. The second system connects all peripheral EVC areas to the posterior PPA and corresponds to the medial occipital longitudinal tract (MOLT), a novel white matter pathway distinct from the cingulum. Based on further functional connectivity analysis and meta-analytic data, we propose that the MOLT supports early stage encoding of visuospatial information by allowing direct reciprocal exchange between the PPA and EVC.

Abstract Control of the hand muscles during fine digit movements requires a high level of sensorimotor integration, which relies on a complex network of cortical and subcortical hubs. The components of this network have been extensively studied in human and non-human primates, but discrepancies in the findings obtained from different mapping approaches are difficult to interpret. In this study, we defined the cortical and connectional components of the hand motor network in the same cohort of twenty healthy adults and in three neurosurgical patients. We used multimodal structural magnetic resonance imaging (MRI, including T1-weighted imaging and diffusion tractography), as well as functional MRI (fMRI) and MRI-navigated transcranial magnetic stimulation (nTMS). The motor map obtained from nTMS compared favourably with the one obtained from fMRI, both of which overlapped well within the ‘hand-knob’ region of the precentral gyrus, and in an adjacent region of the postcentral gyrus. nTMS stimulation of the precentral and postcentral gyri led to motor evoked potentials in the hand muscles in all participants, with more responses recorded from precentral stimulations. We also observed that precentral stimulations tended to produce motor evoked potentials with shorter latencies and higher amplitudes than postcentral stimulations. Tractography showed that the region of maximum overlap between terminations of precentral-postcentral U-shaped association fibres and somatosensory projection tracts colocalizes with the functional motor maps. The relationships between the functional maps, and between them and the tract terminations, were replicated in the patient cohort. Three main conclusions can be drawn from our study. First, the hand-knob region is a reliable anatomical landmark for the functional localisation of fine digit movements. Second, its distinctive shape is determined by the convergence of highly myelinated long projection fibres and short U-fibres. Third, the unique role of the hand-knob area is explained by its direct action on the spinal motoneurons and the access to high order somatosensory information for the online control of fine movements. This network is more developed in the hand region compared to other body parts of the homunculus motor strip and it may represent an important target for enhancing motor learning during early development.

Fiber tractography based on non-invasive diffusion imaging is at the heart of connectivity studies of the human brain. To date, the approach has not been systematically validated in ground truth studies. Based on a simulated human brain dataset with ground truth white matter tracts, we organized an open international tractography challenge, which resulted in 96 distinct submissions from 20 research groups. While most state-of-the-art algorithms reconstructed 90% of ground truth bundles to at least some extent, on average they produced four times more invalid than valid bundles. About half of the invalid bundles occurred systematically in the majority of submissions. Our results demonstrate fundamental ambiguities inherent to tract reconstruction methods based on diffusion orientation information, with critical consequences for the approach of diffusion tractography in particular and human connectivity studies in general.

Abstract Most neuroimaging modalities use regular grids of voxels to represent the three-dimensional space occupied by the brain. However, a regular 3D voxel grid does not reflect the anatomical and topological complexity represented by the brain’s white matter connections. In contrast, tractography reconstructions based on diffusion MRI provide a closer characterisation of the white matter pathways followed by the neuronal fibres interconnecting different brain regions. In this work, we introduce hypervoxels as a new methodological framework that combines the spatial encoding capabilities of multidimensional voxels with the anatomical and topological information found in tractography data. We provide a detailed description of the framework and evaluate the benefits of using hypervoxels by carrying out comparative voxel and hypervoxel cluster inference analyses on diffusion MRI data from a neuroimaging study on amyotrophic lateral sclerosis (ALS). Compared to the voxel analyses, the use of hypervoxels improved the detection of effects of interest in the data in terms of statistical significance levels and spatial distribution across white matter regions known to be affected in ALS. In these regions, the hypervoxel results also identified specific white matter pathways that resolve the anatomical ambiguity otherwise observed in the results from the voxel analyses. The observed increase in sensitivity and specificity can be explained by the superior ability of hypervoxel-based methods to represent and disentangle the anatomical overlap of white matter connections. Based on this premise, we expect that the use of hypervoxels should improve the analysis of neuroimaging data when the effects of interest under investigation are expected to be aligned along distinct but potentially overlapping white matter pathways.