Abstract Despite the impressive advances in diffusion MRI (dMRI) acquisition and analysis that have taken place during the Human Connectome era, dMRI tractography is still an imperfect source of information on the circuitry of the brain. In this review, we discuss methods for post mortem validation of dMRI tractography, fiber orientations, and other microstructural properties of axon bundles that are typically extracted from dMRI data. These methods include anatomic tracer studies, Klingler’s dissection, myelin stains, label-free optical imaging techniques, and others. We provide an overview of the basic principles of each technique, its limitations, and what it has taught us so far about the accuracy of different dMRI acquisition and analysis approaches.

Abstract The development of scanners with ultra-high gradients, spearheaded by the Human Connectome Project, has led to dramatic improvements in the spatial, angular, and diffusion resolution that is feasible for in vivo diffusion MRI acquisitions. The improved quality of the data can be exploited to achieve higher accuracy in the inference of both microstructural and macrostructural anatomy. However, such high-quality data can only be acquired on a handful of Connectom MRI scanners worldwide, while remaining prohibitive in clinical settings because of the constraints imposed by hardware and scanning time. In this study, we first update the classical protocols for tractography-based, manual annotation of major white-matter pathways, to adapt them to the much greater volume and variability of the streamlines that can be produced from today’s state-of-the-art diffusion MRI data. We then use these protocols to annotate 42 major pathways manually in data from a Connectom scanner. Finally, we show that, when we use these manually annotated pathways as training data for global probabilistic tractography with anatomical neighborhood priors, we can perform highly accurate, automated reconstruction of the same pathways in much lower-quality, more widely available diffusion MRI data. The outcomes of this work include both a new, comprehensive atlas of WM pathways from Connectom data, and an updated version of our tractography toolbox, TRActs Constrained by UnderLying Anatomy (TRACULA), which is trained on data from this atlas. Both the atlas and TRACULA are distributed publicly as part of FreeSurfer. We present the first comprehensive comparison of TRACULA to the more conventional, multi-region-of-interest approach to automated tractography, and the first demonstration of training TRACULA on high-quality, Connectom data to benefit studies that use more modest acquisition protocols.

Abstract Limitations in the accuracy of brain pathways reconstructed by diffusion MRI (dMRI) tractography have received considerable attention. While the technical advances spearheaded by the Human Connectome Project (HCP) led to significant improvements in dMRI data quality, it remains unclear how these data should be analyzed to maximize tractography accuracy. Over a period of two years, we have engaged the dMRI community in the IronTract Challenge, which aims to answer this question by leveraging a unique dataset. Macaque brains that have received both tracer injections and ex vivo dMRI at high spatial and angular resolution allow a comprehensive, quantitative assessment of tractography accuracy on state-of-the-art dMRI acquisition schemes. We find that, when analysis methods are carefully optimized, the HCP scheme can achieve similar accuracy as a more time-consuming, Cartesian-grid scheme. Importantly, we show that simple pre- and post-processing strategies can improve the accuracy and robustness of many tractography methods. Finally, we find that fiber configurations that go beyond crossing ( e . g ., fanning, branching) are the most challenging for tractography. The IronTract Challenge remains open and we hope that it can serve as a valuable validation tool for both users and developers of dMRI analysis methods.

fMRI neurofeedback using autobiographical memory recall to upregulate the amygdala is associated with resting-state functional connectivity (rsFC) changes between the amygdala and the salience and default mode networks (SN and DMN, respectively). We hypothesize the existence of anatomical circuits underlying these rsFC changes. Using a cross-species brain parcellation, we identified in non-human primates locations homologous to the regions of interest (ROIs) from studies showing pre-to-post-neurofeedback changes in rsFC with the left amygdala. We injected bidirectional tracers in the basolateral, lateral, and central amygdala nuclei of adult macaques and used bright- and dark-field microscopy to identify cells and axon terminals in each ROI (SN: anterior cingulate, ventrolateral, and insular cortices; DMN: temporal pole, middle frontal gyrus, angular gyrus, precuneus, posterior cingulate cortex, parahippocampal gyrus, hippocampus, and thalamus). We also performed additional injections in specific ROIs to validate the results following amygdala injections and delineate potential disynaptic pathways. Finally, we used high-resolution diffusion MRI data from four post-mortem macaque brains and one in vivo human brain to translate our findings to the neuroimaging domain. Different amygdala nuclei had significant monosynaptic connections with all the SN and DMN ipsilateral ROIs. Amygdala connections with the DMN contralateral ROIs are disynaptic through the hippocampus and parahippocampal gyrus. Diffusion MRI in both species benefitted from using the ground-truth tracer data to validate its findings, as we identified false-negative ipsilateral and false-positive contralateral connectivity results. This study provides the foundation for future causal investigations of amygdala neurofeedback modulation of the SN and DMN through these anatomic connections.

Abstract Background The zona incerta (ZI) is involved in mediating survival behaviors and is connected to a wide range of cortical and subcortical structures, including key basal ganglia nuclei. Based on these connections and their links to behavioral modulation, we propose the ZI is a connectional hub for in mediating between top-down and bottom-up control and a possible target for deep brain stimulation for obsessive compulsive disorder. Methods We analyzed the trajectory of cortical fibers to the ZI in nonhuman and human primates, based on tracer injections in monkeys and high-resolution diffusion MRI in humans. The organization of cortical and subcortical connections with the ZI were identified in the nonhuman primate studies. Results Monkey anatomic data and human dMRI data showed a similar trajectory of fibers/streamlines to the ZI. PFC/ACC terminals all converge within the rostral ZI (ZIr), with dorsal and lateral areas most prominent. Motor areas terminate caudally. Dense subcortical reciprocal connections included the thalamus, medial hypothalamus, substantia nigra/ventral tegmental area, reticular formation, and pedunculopontine nucleus and a dense nonreciprocal projection to the lateral habenula (LHb). Additional connections included amygdala, dorsal raphe nucleus, and periaqueductal grey. Conclusions Dense connections with dorsal and lateral PFC/ACC cognitive control areas and LHb and SN/VTA coupled with inputs from the amygdala, hypothalamus, and brainstem, suggests that the ZIr is a subcortical hub positioned to modulate between top-down and bottom-up control. A DBS electrode placed in the ZIr would involve both connections common to other DBS sites, but also would capture several critically distinctive connections.

Background: fMRI neurofeedback targeting the amygdala is a promising therapeutical tool in psychiatry. It induces resting-state functional connectivity (rsFC) changes between the amygdala and regions of the salience and default mode networks (SN and DMN, respectively). We hypothesize these rsFC changes happen on the amygdala's underlying anatomical circuits. Methods: We used the coordinates from regions of interest (ROIs) from studies showing pre-to-post-neurofeedback changes in rsFC with the left amygdala. Using a cross-species brain parcellation, we identified the homologous locations in non-human primates. We injected bidirectional tracers in the amygdala of adult macaques and used bright- and dark-field microscopy to identify cells and axon terminals in each ROI. We also performed additional injections in specific ROIs to validate the results following amygdala injections and delineate potential disynaptic pathways. Finally, we used high-resolution diffusion MRI data from four post-mortem macaque brains and one in vivo human brain to translate our findings to the neuroimaging domain. Results: The amygdala had significant monosynaptic connections with all the SN and DMN ipsilateral ROIs. Amygdala connections with the DMN contralateral ROIs are disynaptic through the hippocampus and parahippocampal gyrus. Diffusion MRI in both species benefitted from using the ground-truth tracer data to validate its findings, as we identified false-negative ipsilateral and false-positive contralateral connectivity results. Conclusions: Amygdala neurofeedback modulates the SN and DMN through monosynaptic connections and disynaptic pathways - including hippocampal structures involved in the neurofeedback task. Neurofeedback may be a tool for rapid modulation and reinforcement of these anatomical connections, leading to clinical improvement.

Abstract The striatum in the brain is involved in various behavioral functions, including reward, and disease processes, such as opioid use disorder (OUD). Further understanding of the role of striatal subregions in reward behaviors and their potential associations with OUD requires molecular identification of specific striatal cell types in human brain. The human striatum contains subregions based on different anatomical, functional, and physiological properties, with the dorsal striatum further divided into caudate and putamen. Both caudate and putamen are involved in altered reward processing, formation of habits, and development of negative affect states associated with OUD. Using single nuclei RNA-sequencing of human postmortem caudate and putamen, we identified canonical neuronal cell types in striatum ( e.g. dopamine receptor 1 or 2 expressing neurons, D1 or D2) and less abundant subpopulations, including D1/D2-hybrid neurons and multiple classes of interneurons. By comparing unaffected subjects to subjects with OUD, we found neuronal-specific differences in pathways related to neurodegeneration, interferon response, and DNA damage. DNA damage markers were also elevated in striatal neurons of rhesus macaques following chronic opioid administration. We also identified sex-dependent differences in the expression of stress-induced transcripts among astrocytes and oligodendrocytes from female subjects with OUD. Thus, we describe striatal cell types and leverage these data to gain insights into molecular alterations in human striatum associated with opioid addiction.

We investigated afferent inputs from all areas in the frontal cortex (FC) to different subregions in the rostral anterior cingulate cortex (rACC). Using retrograde tracing in macaque monkeys, we quantified projection strength by counting retrogradely labeled cells in each FC area. The projection from different FC regions varied across injection sites in strength, following different spatial patterns. Importantly, a site at the rostral end of the cingulate sulcus stood out as having strong inputs from many areas in diverse FC regions. Moreover, it was at the integrative conjunction of three projection trends across sites. This site marks a connectional hub inside the rACC that integrates FC inputs across functional modalities. Tractography with monkey diffusion magnetic resonance imaging (dMRI) located a similar hub region comparable to the tracing result. Applying the same tractography method to human dMRI data, we demonstrated that a similar hub can be located in the human rACC.

1 Abstract Many brain imaging studies aim to measure structural connectivity with diffusion tractography. However, biases in tractography data, particularly near the boundary between white matter and cortical grey matter can limit the accuracy of such studies. When seeding from the white matter, streamlines tend to travel parallel to the convoluted cortical surface, largely avoiding sulcal fundi and terminating preferentially on gyral crowns. When seeding from the cortical grey matter, streamlines generally run near the cortical surface until reaching deep white matter. These so-called “gyral biases” limit the accuracy and effective resolution of cortical structural connectivity profiles estimated by tractography algorithms, and they do not reflect the expected distributions of axonal densities seen in invasive tracer studies or stains of myelinated fibres. We propose an algorithm that concurrently models fibre density and orientation using a divergence-free vector field within gyral blades to encourage an anatomically-justified streamline density distribution along the cortical white/grey-matter boundary while maintaining alignment with the diffusion MRI estimated fibre orientations. Using in vivo data from the Human Connectome Project, we show that this algorithm reduces tractography biases. We compare the structural connectomes to functional connectomes from resting-state fMRI, showing that our model improves cross-modal agreement. Finally, we find that after parcellation the changes in the structural connectome are very minor with slightly improved interhemispheric connections (i.e, more homotopic connectivity) and slightly worse intrahemispheric connections when compared to tracers.

ABSTRACT Ventrolateral frontal area 44 is implicated in inhibitory motor functions and facilitating prefrontal control over vocalization. Yet, the corticostriatal circuitry that may contribute to area 44 functions is not clear, as prior investigation of area 44 corticostriatal projections is limited. Here, we used anterograde and retrograde tracing in macaques to map the innervation zone of area 44 corticostriatal projections, quantify their strengths, and evaluate their convergence with corticostriatal projections from non-motor and motor-related frontal regions. First, terminal fields from a rostral area 44 injection site were found primarily in the central caudate nucleus, whereas those from a caudal area 44 injection site were found primarily in the ventrolateral putamen. Second, amongst sampled striatal retrograde injection sites, area 44 input as a percentage of total frontal cortical input was highest in the ventral putamen at the level of the anterior commissure. Third, area 44 projections converged with both orofacial premotor area 6VR and other motor related projections (in the putamen), and with non-motor prefrontal projections (in the caudate nucleus). These findings support the role of area 44 as an interface between motor and non-motor functional domains, possibly facilitated by rostral and caudal area 44 subregions with distinct corticostriatal connectivity profiles.