A bstract Multimodal magnetic resonance imaging (MRI) has accelerated human neuroscience by fostering the analysis of brain structure, function, and connectivity across multiple scales and in living brains. The richness and complexity of multimodal neuroimaging, however, demands processing methods to integrate information across modalities and different spatial scales. Here, we present micapipe , an open processing pipeline for BIDS-conform multimodal MRI datasets. micapipe can generate i) structural connectomes derived from diffusion tractography, ii) functional connectomes derived from resting-state signal correlations, iii) geodesic distance matrices that quantify cortico-cortical proximity, and iv) microstructural profile covariance matrices that assess inter-regional similarity in cortical myelin proxies. These matrices are routinely generated across established 18 cortical parcellations (100-1000 parcels), in addition to subcortical and cerebellar parcellations. Results are represented on three different surface spaces (native, conte69, fsaverage5), and outputs are BIDS-conform. Processed outputs can be quality controlled at the individual and group level. micapipe was tested on several datasets and is available at https://github.com/MICA-MNI/micapipe , documented at https://micapipe.readthedocs.io/ , and containerized as a BIDS App http://bids-apps.neuroimaging.io/apps/ . We hope that micapipe will foster robust and integrative studies of human brain microstructure, morphology, and connectivity.

A bstract The parahippocampus-hippocampus complex in the mesiotemporal lobe (MTL) is implicated in many different cognitive processes, is compromised in numerous disorders, and exhibits a unique cytoarchitectural transition from six-layered isocortex to three-layered allocortex. Our study leveraged an ultra-high-resolution histological reconstruction of a human brain to (i) develop a continuous surface model of the MTL iso-to-allocortex transition and (ii) quantitatively characterise the region’s cytoarchitecture. We projected the model into the native space of in vivo functional magnetic resonance imaging of healthy adults to (iii) construct a generative model of its intrinsic circuitry and (iv) determine its relationship with distributed functional dynamics of macroscale isocortical fluctuations. We provide evidence that the most prominent axis of cytoarchitectural differentiation of the MTL follows infolding from iso-to-allocortex and is defined by depth-specific variations in neuron density. Intrinsic effective connectivity exhibited a more complex relationship to MTL geometry, varying across both iso-to-allocortical and anterior-posterior axes. Variation along the long axis of the MTL was associated with differentiation between transmodal and unimodal systems, with anterior regions linked to transmodal cortex. In contrast, the iso-to-allocortical gradient was associated with the multiple demand system, with isocortex linked to regions activated when task demands prohibit the use of prior knowledge. Our findings establish a novel model of the MTL, in which its broad influence on neural function emerges through the combination micro- and macro-scale structural features.

Abstract Like neocortical structures, the archicortical hippocampus differs in its folding patterns across individuals. Here, we present an automated and robust BIDS-App, HippUnfold, for defining and indexing individual-specific hippocampal folding in MRI, analogous to popular tools used in neocortical reconstruction. Such tailoring is critical for inter-individual alignment, with topology serving as the basis for homology. This topological framework enables qualitatively new analyses of morphological and laminar structure in the hippocampus or its subfields. It is critical for refining current neuroimaging analyses at a meso- as well as micro-scale. HippUnfold uses state-of-the-art deep learning combined with previously developed topological constraints to generate uniquely folded surfaces to fit a given subject’s hippocampal conformation. It is designed to work with commonly employed sub-millimetric MRI acquisitions, with possible extension to microscopic resolution. In this paper we describe the power of HippUnfold in feature extraction, and highlight its unique value compared to several extant hippocampal subfield analysis methods.

A bstract Neuroimaging stands to benefit from emerging ultrahigh-resolution histological atlases of the human brain; the first of which is “BigBrain”. Ongoing research aims to characterise regional differentiation of cytoarchitecture with BigBrain and to optimise registration of BigBrain with standard neuroimaging templates. Together, this work paves the way for multi-scale investigations of brain organisation. However, working with BigBrain can present new challenges for neuroimagers, including dealing with cellular resolution neuroanatomy and complex transformation procedures. To simplify workflows and support adoption of best practices, we developed BigBrainWarp, a toolbox for integration of BigBrain with multimodal neuroimaging. The primary BigBrainWarp function wraps multiple state-of-the-art deformation matrices into one line of code, allowing users to easily map data between BigBrain and standard MRI spaces. Additionally, the toolbox contains ready-to-use cytoarchitectural features to improve accessibility of histological information. The present article discusses recent contributions to BigBrain-MRI integration and demonstrates the utility of BigBrainWarp for further investigations.

Abstract While the hippocampus is key for human cognitive abilities, it is also a phylogenetically old cortex and paradoxically considered evolutionarily preserved. Here, we introduce a comparative framework to quantify preservation and reconfiguration of hippocampal organisation in primate evolution, by analysing the hippocampus as an unfolded cortical surface that is geometrically matched across species. Our findings revealed an overall conservation of hippocampal macro- and micro-structure, which shows anterior-posterior and, perpendicularly, subfield-related organisational axes in both humans and macaques. However, while functional organisation in both species followed an anterior-posterior axis, we observed a marked reconfiguration in the latter across species, which mirrors a rudimentary integration of the default-mode-network in non-human primates. Here we show that microstructurally preserved regions like the hippocampus may still undergo functional reconfiguration in primate evolution, due to their embedding within heteromodal association networks.

Abstract The hippocampus is classically divided into mesoscopic subfields which contain varying microstructure that contribute to their unique functional roles. It has been challenging to characterize this microstructure with current MR based neuroimaging techniques. In this work, we used diffusion MRI and a novel surface-based approach in the hippocampus which revealed distinct microstructural distributions of neurite density and dispersion, T1w/T2w ratio as a proxy for myelin content, fractional anisotropy, and mean diffusivity. We used the Neurite Orientation Dispersion and Density Imaging (NODDI) model optimized for gray matter diffusivity to characterize neurite density and dispersion. We found that neurite dispersion was highest in the Cornu Ammonis (CA) 1 and subiculum subfields which likely captures the large heterogeneity of tangential and radial fibers, such as the Schaffer collaterals, perforant path, and pyramidal neurons. Neurite density and T1w/T2w were highest in the subiculum and CA3 and lowest in CA1, which may reflect known myeloarchitecture differences between these subfields. Using a simple logistic regression model, we showed that neurite density, dispersion, and T1w/T2w measures provided good separability across the subfields, suggesting that they may be sensitive to the known variability in subfield cyto- and myeloarchitecture. We report macrostructural measures of gyrification, thickness, and curvature that were in line with ex vivo descriptions of hippocampal anatomy. We employed a multivariate orthogonal projective non-negative matrix factorization (OPNNMF) approach to capture co-varying regions of macro- and microstructure across the hippocampus. The clusters were highly variable along the medial-lateral (proximal-distal) direction, likely reflecting known differences in morphology, cytoarchitectonic profiles, and connectivity. Finally, we show that by examining the main direction of diffusion relative to canonical hippocampal axes, we could identify regions with stereotyped microstructural orientations that may map onto specific fiber pathways, such as the Schaffer collaterals, perforant path, fimbria, and alveus. These results highlight the value of combining in vivo diffusion MRI with computational approaches for capturing hippocampal microstructure, which may provide useful features for understanding cognition and for diagnosis of disease states.

ABSTRACT B ackground Temporal lobe epilepsy (TLE) is typically associated with pathology of the hippocampus, a key structure involved in relational memory processes, including episodic, semantic, and spatial memory. While it is widely accepted that TLE-associated hippocampal alterations may underlie global deficits in memory, it remains poorly understood whether TLE may present with shared or unique impairment across distinct relational memory domains. M ethods We administered a recently validated behavioral paradigm to evaluate episodic, semantic, and spatial memory in 20 pharmacoresistant TLE patients and 53 age- and sex-matched healthy controls. We implemented linear mixed effects models to identify memory deficits in individuals with TLE relative to controls, and used partial least squares analysis to identify factors contributing to overall variations in relational memory performance across both cohorts. R esults TLE patients showed marked impairment in episodic memory compared to controls, while spatial and semantic memory remained relatively intact. Findings were robust, with slight decreases in effect sizes after controlling for performance on executive function tests. Via partial least squares analysis, we identified group, age, and bilateral hippocampal volumes as important variables relating to relational memory impairment. C onclusion Our behavioral framework provides a granular approach for assessing relational memory deficits in people with TLE and may inform future prognostic strategies in patients with hippocampal pathology. Our work warrants further investigations into the underlying neural substrates of relational memory.

Abstract Brain atlases that encompass detailed anatomical or physiological features are instrumental in the research and surgical planning of various neurological conditions. Magnetic resonance imaging (MRI) has played important roles in neuro-image analysis while histological data remain crucial as a gold standard to guide and validate such analyses. With cellular-scale resolution, the BigBrain atlas offers 3D histology of a complete human brain, and is highly valuable to the research and clinical community. To bridge the insights at macro- and micro-levels, accurate mapping of BigBrain and established MRI brain atlases is necessary, but the existing registration is unsatisfactory. The described dataset includes co-registration of the BigBrain atlas to the MNI PD25 atlas and the ICBM152 2009b atlases (symmetric and asymmetric versions) in addition to manual segmentation of the basal ganglia, red nucleus, and hippocampus for all mentioned atlases. The dataset intends to provide the bridge between insights from histological data and MRI studies in research and neurosurgical planning. The registered atlases, anatomical segmentations, and deformation matrices are available at: nist.mni.mcgill.ca/?p=1209 .

The hippocampus has a unique microarchitecture, is situated at the nexus of multiple macroscale functional networks, contributes to numerous cognitive as well as affective processes, and is highly susceptible to brain pathology across common disorders. These features make the hippocampus a model to understand how brain structure covaries with function, in both health and disease. Here, we introduce HippoMaps, an open access toolbox and online data warehouse for the mapping and contextualization of hippocampal data in the human brain (http://hippomaps.readthedocs.io). HippoMaps capitalizes on a novel hippocampal unfolding approach as well as shape intrinsic registration capabilities to allow for cross-subject and cross-modal data aggregation. We initialize this repository with data spanning 3D post-mortem histology, ex-vivo 9.4 Tesla MRI, as well as in-vivo structural MRI and resting-state functional MRI (rsfMRI) obtained at 3 and 7 Tesla, together with intracranial encephalography (iEEG) recordings in epilepsy patients. HippoMaps also contains validated tools for spatial map association analysis in the hippocampus that correct for autocorrelation. All code and data are compliant with community standards, and comprehensive online tutorials facilitate broad adoption. Applications of this work span methodologies and modalities, spatial scales, as well as clinical and basic research contexts, and we encourage community feedback and contributions in the spirit of open and iterative scientific resource development.

Abstract The hippocampus is largely recognized for its integral contributions to memory processing. By contrast, its role in perceptual processing remains less clear. Hippocampal properties differ along the anterior-posterior (AP) axis. Based on past research suggesting a gradient in the scale of features processed along the anterior-posterior extent of the hippocampus, the representations have been proposed to differ as a function of granularity along this axis. One way to quantify such granularity is with population receptive field (pRF) size measured during visual processing, which has so far received little attention. In this study, we compare the pRF sizes within the hippocampus to its activation for images of scenes versus faces. We also measure these functional properties in surrounding medial temporal lobe (MTL) structures. Consistent with past research, we find pRFs to be larger in anterior than in the posterior hippocampus. Critically, our analysis of surrounding MTL regions, such as the perirhinal cortex, entorhinal cortex and parahippocampal cortex, shows a similar relationship between scene sensitivity and larger pRF size. These findings provide conclusive evidence for a tight relationship between pRF size and the sensitivity to image content in the hippocampus.