Diminished gaze fixation is one of the core features of autism and has been proposed to be associated with abnormalities in the neural circuitry of affect. We tested this hypothesis in two separate studies using eye tracking while measuring functional brain activity during facial discrimination tasks in individuals with autism and in typically developing individuals. Activation in the fusiform gyrus and amygdala was strongly and positively correlated with the time spent fixating the eyes in the autistic group in both studies, suggesting that diminished gaze fixation may account for the fusiform hypoactivation to faces commonly reported in autism. In addition, variation in eye fixation within autistic individuals was strongly and positively associated with amygdala activation across both studies, suggesting a heightened emotional response associated with gaze fixation in autism.

Among younger adults, the ability to willfully regulate negative affect, enabling effective responses to stressful experiences, engages regions of prefrontal cortex (PFC) and the amygdala. Because regions of PFC and the amygdala are known to influence the hypothalamic-pituitary-adrenal axis, here we test whether PFC and amygdala responses during emotion regulation predict the diurnal pattern of salivary cortisol secretion. We also test whether PFC and amygdala regions are engaged during emotion regulation in older (62- to 64-year-old) rather than younger individuals. We measured brain activity using functional magnetic resonance imaging as participants regulated (increased or decreased) their affective responses or attended to negative picture stimuli. We also collected saliva samples for 1 week at home for cortisol assay. Consistent with previous work in younger samples, increasing negative affect resulted in ventral lateral, dorsolateral, and dorsomedial regions of PFC and amygdala activation. In contrast to previous work, decreasing negative affect did not produce the predicted robust pattern of higher PFC and lower amygdala activation. Individuals demonstrating the predicted effect (decrease < attend in the amygdala), however, exhibited higher signal in ventromedial prefrontal cortex (VMPFC) for the same contrast. Furthermore, participants displaying higher VMPFC and lower amygdala signal when decreasing compared with the attention control condition evidenced steeper, more normative declines in cortisol over the course of the day. Individual differences yielded the predicted link between brain function while reducing negative affect in the laboratory and diurnal regulation of endocrine activity in the home environment.

Abstract The diffusion tensor is currently the accepted model of diffusion in biological tissues. The measured diffusion behavior may be more complex when two or more distinct tissues with different diffusion tensors occupy the same voxel. In this study, a partial volume model of MRI signal behavior for two diffusion‐tensor compartments is presented. Simulations using this model demonstrate that the conventional single diffusion tensor model could lead to highly variable and inaccurate measurements of diffusion behavior. The differences between the single and two‐tensor models depend on the orientations, fractions, and exchange between the two diffusion tensor compartments, as well as the diffusion‐tensor encoding technique and diffusion‐weighting that is used in the measurements. The current single compartment model's inaccuracies could cause diffusion‐based characterization of cerebral ischemia and white matter connectivity to be incorrect. A diffusion‐tensor MRI imaging experiment on a normal human brain revealed significant partial volume effects between oblique white matter regions when using very large voxels and large diffusion‐weighting (b ∼ 2.69 × 10 3 sec/mm 2 ). However, the apparent partial volume effects in white matter decreased significantly when smaller voxel dimensions were used. For diffusion tensor studies obtained using typical diffusion‐weighting values (b ∼ 1 × 10 3 sec/mm 2 ) partial volume effects are much more difficult to detect and resolve. More accurate measurements of multiple diffusion compartments may lead to improved confidence in diffusion measurements for clinical applications. Magn Reson Med 45:770–780, 2001. © 2001 Wiley‐Liss, Inc.

Abstract Diffusion tensor MRI provides unique directional diffusion information that can be used to estimate the patterns of white matter connectivity in the human brain. In this study, the behavior of an algorithm for white matter tractography is examined. The algorithm, called TEND, uses the entire diffusion tensor to deflect the estimated fiber trajectory. Simulations and imaging experiments on in vivo human brains were performed to investigate the behavior of the tractography algorithm. The simulations show that the deflection term is less sensitive than the major eigenvector to image noise. In the human brain imaging experiments, estimated tracts were generated in corpus callosum, corticospinal tract, internal capsule, corona radiata, superior longitudinal fasciculus, inferior longitudinal fasciculus, fronto‐occipital fasciculus, and uncinate fasciculus. This approach is promising for mapping the organizational patterns of white matter in the human brain as well as mapping the relationship between major fiber trajectories and the location and extent of brain lesions. Hum. Brain Mapping 18:306–321, 2003. © 2003 Wiley‐Liss, Inc.

The corpus callosum is the largest commissural white matter pathway that connects the hemispheres of the human brain. In this study, diffusion tensor imaging (DTI) was performed on subject groups with high-functioning autism and controls matched for age, handedness, IQ, and head size. DTI and volumetric measurements of the total corpus callosum and subregions (genu, body and splenium) were made and compared between groups. The results showed that there were significant differences in volume, fractional anisotropy, mean diffusivity, and radial diffusivity between groups. These group differences appeared to be driven by a subgroup of the autism group that had small corpus callosum volumes, high mean diffusivity, low anisotropy, and increased radial diffusivity. This subgroup had significantly lower performance IQ measures than either the other individuals with autism or the control subjects. Measurements of radial diffusivity also appeared to be correlated with processing speed measured during the performance IQ tests. The subgroup of autism subjects with high mean diffusivity and low fractional anisotropy appeared to cluster with the highest radial diffusivities and slowest processing speeds. These results suggest that the microstructure of the corpus callosum is affected in autism, which may be related to nonverbal cognitive performance.

Object. Preserving vital cerebral function while maximizing tumor resection is a principal goal in surgical neurooncology. Although functional magnetic resonance imaging has been useful in the localization of eloquent cerebral cortex, this method does not provide information about the white matter tracts that may be involved in invasive, intrinsic brain tumors. Recently, diffusion-tensor (DT) imaging techniques have been used to map white matter tracts in the normal brain. The aim of this study was to demonstrate the role of DT imaging in preoperative mapping of white matter tracts in relation to cerebral neoplasms. Methods. Nine patients with brain malignancies (one pilocytic astrocytoma, five oligodendrogliomas, one low-grade oligoastrocytoma, one Grade 4 astrocytoma, and one metastatic adenocarcinoma) underwent DT imaging examinations prior to tumor excision. Anatomical information about white matter tract location, orientation, and projections was obtained in every patient. Depending on the tumor type and location, evidence of white matter tract edema (two patients), infiltration (two patients), displacement (five patients), and disruption (two patients) could be assessed with the aid of DT imaging in each case. Conclusions. Diffusion-tensor imaging allowed for visualization of white matter tracts and was found to be beneficial in the surgical planning for patients with intrinsic brain tumors. The authors' experience with DT imaging indicates that anatomically intact fibers may be present in abnormal-appearing areas of the brain. Whether resection of these involved fibers results in subtle postoperative neurological deficits requires further systematic study.

The cortical underconnectivity theory asserts that reduced long-range functional connectivity might contribute to a neural mechanism for autism. We examined resting-state blood oxygen level–dependent interhemispheric correlation in 53 males with high-functioning autism and 39 typically developing males from late childhood through early adulthood. By constructing spatial maps of correlation between homologous voxels in each hemisphere, we found significantly reduced interhemispheric correlation specific to regions with functional relevance to autism: sensorimotor cortex, anterior insula, fusiform gyrus, superior temporal gyrus, and superior parietal lobule. Observed interhemispheric connectivity differences were better explained by diagnosis of autism than by potentially confounding neuropsychological metrics of language, IQ, or handedness. Although both corpus callosal volume and gray matter interhemispheric connectivity were significantly reduced in autism, no direct relationship was observed between them, suggesting that structural and functional metrics measure different aspects of interhemispheric connectivity. In the control but not the autism sample, there was decreasing interhemispheric correlation with subject age. Greater differences in interhemispheric correlation were seen for more lateral regions in the brain. These findings suggest that long-range connectivity abnormalities in autism are spatially heterogeneous and that transcallosal connectivity is decreased most in regions with functions associated with behavioral abnormalities in autism. Autism subjects continue to show developmental differences in interhemispheric connectivity into early adulthood.

Group differences in resting state functional magnetic resonance imaging connectivity between individuals with autism and typically developing controls have been widely replicated for a small number of discrete brain regions, yet the whole-brain distribution of connectivity abnormalities in autism is not well characterized. It is also unclear whether functional connectivity is sufficiently robust to be used as a diagnostic or prognostic metric in individual patients with autism. We obtained pairwise functional connectivity measurements from a lattice of 7266 regions of interest covering the entire grey matter (26.4 million connections) in a well-characterized set of 40 male adolescents and young adults with autism and 40 age-, sex- and IQ-matched typically developing subjects. A single resting state blood oxygen level-dependent scan of 8 min was used for the classification in each subject. A leave-one-out classifier successfully distinguished autism from control subjects with 83% sensitivity and 75% specificity for a total accuracy of 79% (P = 1.1 × 10−7). In subjects <20 years of age, the classifier performed at 89% accuracy (P = 5.4 × 10−7). In a replication dataset consisting of 21 individuals from six families with both affected and unaffected siblings, the classifier performed at 71% accuracy (91% accuracy for subjects <20 years of age). Classification scores in subjects with autism were significantly correlated with the Social Responsiveness Scale (P = 0.05), verbal IQ (P = 0.02) and the Autism Diagnostic Observation Schedule-Generic's combined social and communication subscores (P = 0.05). An analysis of informative connections demonstrated that region of interest pairs with strongest correlation values were most abnormal in autism. Negatively correlated region of interest pairs showed higher correlation in autism (less anticorrelation), possibly representing weaker inhibitory connections, particularly for long connections (Euclidean distance >10 cm). Brain regions showing greatest differences included regions of the default mode network, superior parietal lobule, fusiform gyrus and anterior insula. Overall, classification accuracy was better for younger subjects, with differences between autism and control subjects diminishing after 19 years of age. Classification scores of unaffected siblings of individuals with autism were more similar to those of the control subjects than to those of the subjects with autism. These findings indicate feasibility of a functional connectivity magnetic resonance imaging diagnostic assay for autism.

Abstract We recently demonstrated a functional relationship between fMRI responses within the amygdala and the medial prefrontal cortex based upon whether subjects interpreted surprised facial expressions positively or negatively. In the present fMRI study, we sought to assess amygdala–medial prefrontal cortex responsivity when the interpretations of surprised faces were determined by contextual experimental stimuli, rather than subjective judgment. Subjects passively viewed individual presentations of surprised faces preceded by either a negatively or positively valenced contextual sentence (e.g., She just found $500 vs. She just lost $500). Negative and positive sentences were carefully matched in terms of length, situations described, and arousal level. Negatively cued surprised faces produced greater ventral amygdala activation compared to positively cued surprised faces. Responses to negative versus positive sentences were greater within the ventrolateral prefrontal cortex, whereas responses to positive versus negative sentences were greater within the ventromedial prefrontal cortex. The present study demonstrates that amygdala response to surprised facial expressions can be modulated by negatively versus positively valenced verbal contextual information. Connectivity analyses identified candidate cortical–subcortical systems subserving this modulation.

The natural history of brain growth in autism spectrum disorders remains unclear. Cross-sectional studies have identified regional abnormalities in brain volume and cortical thickness in autism, although substantial discrepancies have been reported. Preliminary longitudinal studies using two time points and small samples have identified specific regional differences in cortical thickness in the disorder. To clarify age-related trajectories of cortical development, we examined longitudinal changes in cortical thickness within a large mixed cross-sectional and longitudinal sample of autistic subjects and age- and gender-matched typically developing controls. Three hundred and forty-five magnetic resonance imaging scans were examined from 97 males with autism (mean age = 16.8 years; range 3–36 years) and 60 males with typical development (mean age = 18 years; range 4–39 years), with an average interscan interval of 2.6 years. FreeSurfer image analysis software was used to parcellate the cortex into 34 regions of interest per hemisphere and to calculate mean cortical thickness for each region. Longitudinal linear mixed effects models were used to further characterize these findings and identify regions with between-group differences in longitudinal age-related trajectories. Using mean age at time of first scan as a reference (15 years), differences were observed in bilateral inferior frontal gyrus, pars opercularis and pars triangularis, right caudal middle frontal and left rostral middle frontal regions, and left frontal pole. However, group differences in cortical thickness varied by developmental stage, and were influenced by IQ. Differences in age-related trajectories emerged in bilateral parietal and occipital regions (postcentral gyrus, cuneus, lingual gyrus, pericalcarine cortex), left frontal regions (pars opercularis, rostral middle frontal and frontal pole), left supramarginal gyrus, and right transverse temporal gyrus, superior parietal lobule, and paracentral, lateral orbitofrontal, and lateral occipital regions. We suggest that abnormal cortical development in autism spectrum disorders undergoes three distinct phases: accelerated expansion in early childhood, accelerated thinning in later childhood and adolescence, and decelerated thinning in early adulthood. Moreover, cortical thickness abnormalities in autism spectrum disorders are region-specific, vary with age, and may remain dynamic well into adulthood.