Fundamental to increasing our understanding of the role of white matter microstructure in normal/abnormal function in the living human is the development of MR-based metrics that provide increased specificity to distinct attributes of the white matter (e.g., local fibre architecture, axon morphology, and myelin content). In recent years, different approaches have been developed to enhance this specificity, and the Tractometry framework was introduced to combine the resulting multi-parametric data for a comprehensive assessment of white matter properties. The present work exploits that framework to characterise the statistical properties, specifically the variance and covariance, of these advanced microstructural indices across the major white matter pathways, with the aim of giving clear indications on the preferred metric(s) given the specific research question. A cohort of healthy subjects was scanned with a protocol that combined multi-component relaxometry with conventional and advanced diffusion MRI acquisitions to build the first comprehensive MRI atlas of white matter microstructure. The mean and standard deviation of the different metrics were analysed in order to understand how they vary across different brain regions/individuals and the correlation between them. Characterising the fibre architectural complexity (in terms of number of fibre populations in a voxel) provides clear insights into correlation/lack of correlation between the different metrics and explains why DT-MRI is a good model for white matter only some of the time. The study also identifies the metrics that account for the largest inter-subject variability and reports the minimal sample size required to detect differences in means, showing that, on the other hand, conventional DT-MRI indices might still be the safest choice in many contexts.

We present a strategy to image neuroinflammation in grey matter using diffusion-weighted MRI. We demonstrate that the MRI signal carries the fingerprint of microglia and astrocytes activation, and that specific signatures from each glia population can be extracted in vivo. In addition, we prove the translational value of the approach in a cohort of healthy humans. This framework will aid basic and clinical research to clarify the role of inflammation during lifespan.

Abstract Brain extraction, i.e. the precise removal of MRI signal outside the brain boundaries, is a key step in MRI preprocessing pipelines, typically achieved via masks delineating the region of interest (ROI). Existing automated tools often lack accuracy for rodent MRI due to resolution limitations, so large manual editing efforts are required. This work introduces SAMson, a high-precision automated mask generator built on Meta AI’s Segment-Anything Model (SAM). SAM’s adaptability to diverse tasks, akin to other foundation models (Chat-GPT), is harnessed to address the scarcity of training data in this domain. SAMson is a Python-based tool that integrates SAM’s capabilities with the requirements and characteristics of multislice MRI data. SAMson offers two prompt generation approaches: Semi-Auto, enabling manual prompt selection for precise control, and Full-Auto, with automated prompt generation. Evaluation against gold-standard masks extracted by an experienced experimenter demonstrated excellent performance of SAMson, and benchmarking against established methods (BET from FSL) demonstrated SAMson’s superiority. Robustness assessments on datasets obtained from an external MRI facility, confirmed versatility across scanner setups and image resolutions. Our tool’s adaptability and performance underscore its potential for widespread adoption in rodent MRI research, supported by open-source availability for the scientific community.

Overcoming sex bias in preclinical research requires not only including animals of both sexes in the experiments, but also developing proper tools to handle such data. Recent work revealed sensitivity of diffusion-weighted MRI to glia morphological changes in response to inflammatory stimuli, opening up exciting possibilities to characterize inflammation in a variety of preclinical models of pathologies, the great majority of them available in mice. However, there are limited resources dedicated to mouse imaging, like those required for the data processing and analysis. To fill this gap, we build a mouse MRI template of both structural and diffusion contrasts, with anatomical annotation according to the Allen Mouse Brain Atlas, the most detailed public resource for mouse brain investigation. To achieve a standardized resource, we use a large cohort of animals in vivo, and include animals of both sexes. To prove the utility of this resource to integrate imaging and molecular data, we demonstrate significant association between the mean diffusivity from MRI and gene expression-based glial counting. To demonstrate the need of equitable sex representation, we compared across sexes the warp fields needed to match a male-based template, and our template built with both sexes. Then, we use both templates for analysing mice imaging data obtained in animals of different ages, demonstrating that using a male-based template creates spurious significant sex effects, not present otherwise. All in all, our MouseX DW-ALLEN Atlas will be a widely useful resource getting us one step closer to equitable healthcare.

Motivation: Overcoming sex bias in preclinical research requires unbiased tools. Equitable sex representation in the creation of the atlas is seldom achieved, but failing to do so might introduce bias in the analysis. Goal(s): Our goal was to create a mouse MRI template that includes animals of both sexes, incorporating both structural and diffusion contrasts, and then compare it with a single-sex template. Approach: We scanned a large cohort of mice, including both sexes, to generate a template and registered the Allen annotation to it. Results: Using single-sex templates generates spurious sex differences that are not present when using resources with equitable sex representation. Impact: The MouseX DW-Allen Atlas is the first mouse MRI template that adopts the Allen annotation and is built with both sexes. It fills an important gap in preclinical imaging research, promotes gender equality, and fosters collaborative and multi-approach science.

Motivation: Validation of MRI-extracted biomarkers is seldom performed, and when available, Is normally underpowered and based on correlation. Goal(s): Here we present an innovative framework for validating microstructural MRI biomarkers by eliciting cell-specific responses. Approach: The framework is based on injection of neurotoxins in rats, followed by MRI exploration and histology. Results: We successfully isolated conditions associated to neurodegenerative, demyelinating and inflammatory pathologies and demonstrated sensitivity and specificity of MRI- derived biomarkers. Impact: This framework impulse a much-needed change in paradigm for MRI validation by challenging the biological content of MRI derived biomarkers, refine and test new models for microstructural imaging and bridge the gap between advances in MRI physics and clinical applications.

Abstract Axonal degeneration is a central pathological feature of neurodegenerative pathologies and is closely associated with irreversible clinical disability. Current noninvasive methods to detect axonal damage in vivo are limited in their specificity, clinical applicability, and lack of proper validation. We aimed to validate an MRI framework based on multicompartment modeling of the diffusion-weighted signal (AxCaliber) in rats in the presence of axonal pathology, achieved through injection of a neurotoxin damaging the neuronal terminal of axons. We then applied the same MRI protocol to map axonal integrity in the whole brain of multiple sclerosis relapsing-remitting patients and age-matched healthy controls, a pathology associated with a neurodegenerative component. AxCaliber is sensitive to microstructural axonal damage in rats, as demonstrated by a significant increase in the mean axonal caliber along the target tract, which correlated with the neurotoxin neurofilament staining. In humans, we uncovered a diffuse increase in mean axonal caliber in multiple sclerosis lesions and, importantly, in most areas of the normal-appearing white matter. Our results demonstrate that axonal diameter mapping is a sensitive and specific imaging biomarker able to link noninvasive imaging contrasts with the underlying biological substrate, supporting the key role of generalized axonal damage useful in diseases such as multiple sclerosis.