Abstract About a quarter of human cerebral cortex is dedicated mainly to visual processing. The large-scale organization of visual cortex can be measured with functional magnetic resonance imaging (fMRI) while subjects view spatially modulated visual stimuli, also known as ‘retinotopic mapping’. One of the datasets collected by the Human Connectome Project (HCP) involved ultra-high-field (7 Tesla) fMRI retinotopic mapping in 181 healthy young adults (1.6-mm resolution), yielding the largest freely available collection of retinotopy data. Here, we describe the experimental paradigm and the results of model-based analysis of the fMRI data. These results provide estimates of population receptive field position and size. Our analyses include both results from individual subjects as well as results obtained by averaging fMRI time-series across subjects at each cortical and subcortical location and then fitting models. Both the group-average and individual-subject results reveal robust signals across much of the brain, including occipital, temporal, parietal, and frontal cortex as well as subcortical areas. The group-average results agree well with previously published parcellations of visual areas. In addition, split-half analyses show strong within-subject reliability, further demonstrating the high quality of the data. We make publicly available the analysis results for individual subjects and the group average, as well as associated stimuli and analysis code. These resources provide an opportunity for studying fine-scale individual variability in cortical and subcortical organization and the properties of high-resolution fMRI. In addition, they provide a set of observations that can be compared with other HCP measures acquired in these same participants.

Abstract T1-weighted divided by T2-weighted (T1w/T2w) myelin maps were initially developed for neuroanatomical analyses such as identifying cortical areas, but they are increasingly used in statistical comparisons across individuals and groups with other variables of interest. Existing T1w/T2w myelin maps contain radiofrequency transmit field (B1+) biases, which may be correlated with these variables of interest, leading to potentially spurious results. Here we propose two empirical methods for correcting these transmit field biases using either explicit measures of the transmit field or alternatively a ‘pseudo-transmit’ approach that is highly correlated with the transmit field at 3T. We find that the resulting corrected T1w/T2w myelin maps are both better neuroanatomical measures (e.g., for use in cross-species comparisons), and more appropriate for statistical comparisons of relative T1w/T2w differences across individuals and groups (e.g., sex, age, or body-mass-index) within a consistently acquired study at 3T. We recommend that investigators who use the T1w/T2w approach for mapping cortical myelin use these B1+ transmit field corrected myelin maps going forward.

Abstract A single dose of psilocybin, a psychedelic that acutely causes distortions of space–time perception and ego dissolution, produces rapid and persistent therapeutic effects in human clinical trials 1–4 . In animal models, psilocybin induces neuroplasticity in cortex and hippocampus 5–8 . It remains unclear how human brain network changes relate to subjective and lasting effects of psychedelics. Here we tracked individual-specific brain changes with longitudinal precision functional mapping (roughly 18 magnetic resonance imaging visits per participant). Healthy adults were tracked before, during and for 3 weeks after high-dose psilocybin (25 mg) and methylphenidate (40 mg), and brought back for an additional psilocybin dose 6–12 months later. Psilocybin massively disrupted functional connectivity (FC) in cortex and subcortex, acutely causing more than threefold greater change than methylphenidate. These FC changes were driven by brain desynchronization across spatial scales (areal, global), which dissolved network distinctions by reducing correlations within and anticorrelations between networks. Psilocybin-driven FC changes were strongest in the default mode network, which is connected to the anterior hippocampus and is thought to create our sense of space, time and self. Individual differences in FC changes were strongly linked to the subjective psychedelic experience. Performing a perceptual task reduced psilocybin-driven FC changes. Psilocybin caused persistent decrease in FC between the anterior hippocampus and default mode network, lasting for weeks. Persistent reduction of hippocampal-default mode network connectivity may represent a neuroanatomical and mechanistic correlate of the proplasticity and therapeutic effects of psychedelics.

Abstract Functional magnetic resonance imaging (fMRI) has become one of the most powerful tools for investigating the human brain. However, virtually all fMRI studies have relatively poor signal-to-noise ratio (SNR). Here we introduce a novel fMRI denoising technique, which suppresses noise that is indistinguishable from zero-mean, Gaussian-distributed noise. Thermal noise, falling in this category, is a major source of noise in fMRI, particularly, but not exclusively, at high spatial and/or temporal resolutions. Using 7-Tesla high-resolution data, we demonstrate improvements in temporal-SNR, the detection of stimulus-induced signal changes, and functional maps, while leaving stimulus-induced signal change amplitudes, image spatial precision, and functional point-spread-function unaltered. We also show that the method is equally applicable when using supra-millimeter resolution 3- and 7-Tesla fMRI data, different cortical regions, stimulation/task paradigms, and acquisition strategies. This denoising approach improves key metrics of functional activation detection while preserving spatial precision.

Abstract Resting state functional connectivity refers to the temporal correlations between spontaneous hemodynamic signals obtained using functional magnetic resonance imaging. This technique has demonstrated that the structure and dynamics of identifiable networks are altered in psychiatric and neurological disease states. Thus, resting state network organizations can be used as a diagnostic, or prognostic recovery indicator. However, much about the physiological basis of this technique is unknown. Thus, providing a translational bridge to an optimal animal model, the macaque, in which invasive circuit manipulations are possible, is of utmost importance. Current approaches to resting state measurements in macaques face unique challenges associated with signal-to-noise, the need for invasive contrast agents, and within-subject designs. These limitations can, in principle, be overcome through ultra-high magnetic fields. However, ultra-high field imaging has yet to be adapted for fMRI in macaques. Here, we demonstrate that the combination of high channel count transmitter and receiver arrays, optimized pulse sequences, and careful anesthesia regimens, allows for detailed within-subject resting state analysis at ultra-high resolutions. In this study, we uncover thirty spatially detailed resting state components that are highly robust across individual macaques and closely resemble the quality and findings of connectomes from large human datasets. This detailed map of the rsfMRI ‘macaque connectome’ will be the basis for future neurobiological circuit manipulation work, providing valuable biological insights into human connectomics.

Abstract Myelination influences brain connectivity during sensitive periods of development by enhancing neural signaling speed and regulating synapse formation to reduce plasticity. However, in vivo studies characterizing the maturational timing of cortical myelination during human development remain scant. Here, we take advantage of recent advances in high-resolution cortical T1w/T2w myelin mapping methods, including principled correction of B1+ transmit field effects, using data from the Human Connectome Project in Development ( N =628, ages 8-21) to characterize the maturational timing of myelination from childhood through early adulthood throughout the cerebral neocortex. We apply Bayesian spline models and functional latent clustering analysis to demonstrate graded variation in the rate of cortical T1w/T2w myelin growth in neocortical areas that is strongly correlated with the sensorimotor-association (S-A) axis of cortical organization reported by others. In sensorimotor areas T1w/T2w myelin starts at high levels at early ages, increases at a fast pace, and decelerates at later ages (18-21). In intermediate multimodal areas along the S-A axis, T1w/T2w myelin tends to start at intermediate levels and increase linearly at an intermediate pace. In transmodal/paralimbic association areas high along the S-A axis, T1w/T2w myelin tends to start at low levels and increase linearly at the slowest pace. These data provide evidence for graded variation along the S-A axis in the rate of cortical myelination during adolescence, which could reflect ongoing plasticity underlying the development of complex information processing and psychological functioning. Significance Statement Myelin is a lipid membrane that is essential to healthy brain function. Myelin wraps axons to increase neural signaling speed, enabling complex neuronal functioning underlying learning and cognition. Here we characterize the developmental timing of myelination across the cerebral cortex during adolescence using recent advances in non-invasive myelin mapping. Our results provide new evidence demonstrating graded variation across the cortex in the timing of myelination during adolescence, with rapid myelination in lower-order sensory areas and gradual myelination in higher-order association areas. This spatial pattern of microstructural brain development closely parallels the sensorimotor-to-association axis of cortical organization and plasticity during ontogeny.

Abstract Diffusion-weighted magnetic resonance imaging (dMRI) has found great utility for a wide range of neuroscientific and clinical applications. However, high-resolution dMRI, which is required for improved delineation of fine brain structures and connectomics, is hampered by its low signal-to-noise ratio (SNR). Since dMRI relies on the acquisition of multiple different diffusion weighted images of the same anatomy, it is well-suited for denoising methods that utilize correlations across the image series to improve the apparent SNR and the subsequent data analysis. In this work, we introduce and quantitatively evaluate a comprehensive framework, NOise Reduction with Distribution Corrected ( NORDIC ) PCA method for processing dMRI. NORDIC uses low-rank modeling of g-factor-corrected complex dMRI reconstruction and non-asymptotic random matrix distributions to remove signal components which cannot be distinguished from thermal noise. The utility of the proposed framework for denoising dMRI is demonstrated on both simulations and experimental data obtained at 3 Tesla with different resolutions using human connectome project style acquisitions. The proposed framework leads to substantially enhanced quantitative performance for estimating diffusion tractography related measures and for resolving crossing fibers as compared to a conventional/state-of-the-art dMRI denoising method. Highlights We propose a framework, NORDIC, for denoising complex valued dMRI data using Gaussian statistics The effectiveness of the proposed denoising method is distinguished by the ability to remove only signal which cannot be distinguished from thermal noise The proposed method outperforms a state-of-art method for denoising dMRI in terms of fiber orientation dispersion Quantitative evaluation of NORDIC across different resolutions and SNR using human connectome type acquisitions and analysis shows up to 6 fold improvement in apparent SNR for 0.9mm whole brain dMRI at 3T.

Abstract FMRI has become a key tool for human neuroscience. At ultra-high field (=> 7 Tesla) it is possible to acquire images with submillimeter spatial precision, which allows examinations of mesoscale functional organization. Studying the brain at this scale does not come without its challenges, however. To tackle some of these challenges, we propose an approach that builds upon task modulations to identical visual stimuli and the simultaneous imaging of distal areas of varying complexity across the cortical hierarchy. Specifically, we record BOLD responses elicited by face stimuli during a stimulus relevant and a stimulus irrelevant task across cortical depths in V1, Occipital Face (OFA) and Fusiform Face area (FFA). We observed that task-related top-down modulations were larger in the inner compared to the outer layers of V1; and in the outer compared to the inner layers in the FFA. Our findings are consistent with animal reports of feedback exchange between deeper and superficial layers and with the notion of apical dendritic amplification as a key mechanism of conscious perception. Our approach showcases the potential of “laminar-fMRI” to explore large scale network activity and represents a promising step towards characterizing laminar functional profiles in humans for complex, cognitively meaningful, and socially relevant stimuli such as faces.

Abstract A 32-channel RF coil was developed for brain imaging of anesthetized non-human primates (Rhesus Macaque) at 10.5 tesla. The coil is composed of an 8-channel dipole transmit/receive array, close-fitting 16-channel loop receive array headcap, and 8-channel loop receive array lower insert. The transceiver dipole array is composed of eight end-loaded dipole elements self-resonant at the 10.5 tesla proton Larmor frequency. These dipole elements were arranged on a plastic cylindrical former which was split in two to allow for convenient animal positioning. Nested into the bottom of the dipole array former is located an 8-channel loop receive array which contains 5×10 cm 2 square loops arranged in two rows of four loops. Arranged in a close-fitting plastic headcap is located a high-density 16-channel loop receive array. This array is composed of 14 round loops 37 mm in diameter and two partially detachable, irregularly shaped loops that encircle the ears. Imaging experiments were performed on anesthetized non-human primates on a 10.5 tesla MRI system equipped with body gradients with a 60 cm open bore. The coil enabled submillimeter (0.58 mm isotropic) high resolution anatomical and functional imaging as well as tractography of fasciculated axonal bundles. The combination of a close-fitting loop receive array and dipole transceiver array allowed for a higher channel count receiver and consequent higher SNR and parallel imaging gains. Parallel imaging performance supports high resolution fMRI and dMRI with a factor of three reduction in sampling. The transceive array elements during reception contributed approximately one quarter of SNR in the lower half of the brain which was farthest from the close-fitting headcap receive array.

Abstract As the neuroimaging field moves towards detecting smaller effects at higher spatial resolutions, and faster sampling rates, there is increased attention given to the deleterious contribution of unstructured, thermal noise. Here, we critically evaluate the performance of a recently developed reconstruction method, termed NORDIC, for suppressing thermal noise using datasets acquired with various field strengths, voxel sizes, sampling rates, and task designs. Following minimal preprocessing, statistical activation (t-values) of NORDIC processed data was compared to the results obtained with alternative denoising methods. Additionally, we examined the consistency of the estimates of task responses at the single-voxel, single run level, using a finite impulse response (FIR) model. To examine the potential impact on effective image resolution, the overall smoothness of the data processed with different methods was estimated. Finally, to determine if NORDIC alters or removes important temporal information, we employed an exhaustive leave-p-out cross validation approach, using FIR task responses to predict held out timeseries, quantified using R 2 . After NORDIC, the t-values are increased, an improvement comparable to what could be achieved by 1.5 voxels smoothing, and task events are clearly visible and have less cross-run error. These advantages are achieved in the absence of large changes in estimates of spatial smoothness. Cross-validated R 2 s based on the FIR models show that NORDIC is not measurably distorting the temporal structure of the data and is the best predictor of non-denoised time courses. The results demonstrate that analyzing 1 run of data after NORDIC produces results equivalent to using 2 to 3 original runs and that NORDIC performs equally well across a diverse array of functional imaging protocols. Significance Statement For functional neuroimaging, the increasing availability of higher field strengths and ever higher spatiotemporal resolutions has led to concomitant increase in concerns about the deleterious effects of thermal noise. Historically this noise source was suppressed using methods that reduce spatial precision such as image blurring or averaging over a large number of trials or sessions, which necessitates large data collection efforts. Here, we critically evaluate the performance of a recently developed reconstruction method, termed NORDIC. Across datasets varying in field strength, voxel sizes, sampling rates, and task designs, NORDIC produces substantial gains in data quality. Both conventional t-statistics derived from general linear models and coefficients of determination for predicting unseen data are improved, while avoiding meaningful increases in typical estimates of image smoothness or substantial losses of temporal information.