Visual imagery and perception share neural machinery but rely on different information flow. While perception is driven by the integration of sensory feedforward and internally generated feedback information, imagery relies on feedback only. This suggests that although imagery and perception may activate overlapping brain regions, they do so in informationally distinctive ways. Using lamina-resolved MRI at 7 T, we measured the neural activity during imagery and perception of faces and scenes in high-level ventral visual cortex at the mesoscale of laminar organization that distinguishes feedforward from feedback signals. We found distinctive laminar profiles for imagery and perception of scenes and faces in the parahippocampal place area and the fusiform face area, respectively. Our findings provide insight into the neural basis of the phenomenology of visual imagery versus perception and shed new light into the mesoscale organization of feedforward and feedback information flow in high-level ventral visual cortex.

Abstract The dorsolateral prefrontal cortex (dlPFC) is reliably engaged in working memory (WM). Evidence from non-human primates indicates that the dlPFC comprises different cytoarchitectonic layers that play distinct roles in WM subprocesses; yet the functional role of the dlPFC’s laminar circuitry in human WM is not well understood. In this study, participants completed a delayed-match-to-sample WM task while undergoing functional magnetic resonance imaging (fMRI) at ultra-high resolution, which allowed us to examine layer-specific responses of the dlPFC to manipulations in WM load and motor response. We conducted univariate and multivariate analyses across all periods of the WM task: encoding, delay and retrieval. First, we observed that superficial layers activate stronger than deep layers to higher WM load during the delay period. This aligns with earlier work showing preferential superficial layer activation to WM manipulation and as such may indicate lamina-specific activation of the frontoparietal network to heightened task demands more generally. Second, we found that superficial layers show higher decoding of WM load differences than deep layers during the retrieval period. In this context, we could show that decoding of WM load in the superficial layer exhibited dynamic changes across the encoding, delay and retrieval period of the task, indicative of separate WM control processes that occur on the WM content. Last, we found that superficial and deep layers are both non-differentially involved in the motor response, contradicting earlier findings of a preferential deep layer activation in humans. Taken together, our results provide new insights into the functional laminar circuitry of the dlPFC during WM and provide further support for a dynamic account of dlPFC coding.

Previous attempts at characterizing the spatial specificity of the blood oxygenation level dependent functional MRI (BOLD fMRI) response by estimating its point-spread function (PSF) have conventionally relied on spatial representations of visual stimuli in area V1. Consequently, their estimates were confounded by the width and scatter of receptive fields of V1 neurons. Here, we circumvent these limits by instead using the inherent cortical spatial organization of ocular dominance columns (ODCs) to determine the PSF for both Gradient Echo (GE) and Spin Echo (SE) BOLD imaging at 7 Tesla. By applying Markov Chain Monte Carlo sampling on a probabilistic generative model of imaging ODCs, we quantified the PSFs that best predict the spatial structure and magnitude of differential responses of ODCs. Prior distributions for the ODC model parameters were determined by analyzing published data of cytochrome oxidase patterns from post-mortem histology of human V1 and of neurophysiological ocular dominance indices. The most probable PSF full-widths at half maximum were 0.82 mm (SE) and 1.02 mm (GE). Our results provide a quantitative basis for the spatial specificity of BOLD fMRI at ultra-high fields, which can be used for planning and interpretation of high-resolution differential fMRI of fine-scale cortical organizations.

The extraordinary number of short association fibres (SAF) connecting neighbouring cortical areas is a prominent feature of the large gyrified human brain. The contribution of SAF to the human connectome is largely unknown because of methodological challenges in mapping them. We present a method to characterise cortico–cortical connectivity mediated by SAF in topologically organised cortical areas. We introduce the 'structural connective fields' (sCF) metric which specifically quantifies neuronal signal propagation and integration mediated by SAF. This new metric complements functional connective field metrics integrating across contributions from short- and long-range white matter and intracortical fibres. Applying the method in the human early visual processing stream, we show that SAF preserve cortical functional topology. Retinotopic maps of V2 and V3 could be predicted from retinotopy in V1 and SAF connectivity. The sCF sizes increased along the cortical hierarchy and were smaller than their functional counterparts, in line with the latter being additionally broadened by long-range and intracortical connections. In vivo sCF mapping provides insights into short-range cortico–cortical connectivity in humans comparable to tract tracing studies in animal research and is an essential step towards creating a complete human connectome.

Motivation: High spatial resolution diffusion weighted imaging (DWI) tractography may enable mapping of cortical topological structure based on white matter connectivity organisation as an additional method to functional MRI techniques. Goal(s): We investigated whether retinotopic mapping of primary visual cortex (V1) combined with short association fibres tractography could predict retinotopic organisation in the higher visual areas (V2, V3). Approach: We used sub-millimetre resolution DWI tractography combined with functional retinotopic mapping in a group of participants in vivo. Results: Our results demonstrated high accuracy and precision, especially at group level. Prediction was less reliable in the anatomical direction with the most pronounced gyral bias effects. Impact: Sub-millimetre resolution diffusion weighted imaging tractography enabled mapping of cortical topology by exploiting the topological structure of underlying short association fibre connections, opening the door to applications exploring brain reorganisation in response to injury or pathology from a new perspective.

Multivariate pattern analysis (MVPA) methods are a versatile tool to retrieve information from neurophysiological data obtained with functional magnetic resonance imaging (fMRI) techniques. Since fMRI is based on measuring the hemodynamic response following neural activation, the spatial specificity of the fMRI signal is inherently limited by contributions of macrovascular compartments that drain the signal from the actual location of neural activation, making it challenging to image cortical structures at the spatial scale of cortical columns and layers. By relying on information from multiple voxels, MVPA has shown promising results in retrieving information encoded in fine-grained spatial patterns. We examined the spatial specificity of the signal exploited by MVPA. Over multiple sessions, we measured ocular dominance columns (ODCs) in human primary visual cortex (V1) with different acquisition techniques at 7 T. For measurements with blood oxygenation level dependent contrast (BOLD), we included both gradient echo- (GE-BOLD) and spin echo-based (SE-BOLD) sequences. Furthermore, we acquired data using the vascular-space-occupancy (VASO) fMRI technique, which is sensitive to cerebral blood volume (CBV) changes. We used the data to decode the eye-of-origin across cortical depth. While ocularity information can be decoded with all imaging techniques, the macrovascular contributions in GE- and SE-BOLD limit their use for discriminating signals between cortical layers. However, the cortical profile of decoded ocularity information from VASO measurements better reflects the expected profile of neural activity, suggesting the combination of VASO and MVPA to be a promising approach for investigating the mesoscopic circuitry of the human cerebral cortex.

The effects of k-space sampling and signal decay on the effective spatial resolution of MRI and functional MRI (fMRI) are commonly assessed by means of the magnitude point-spread function (PSF), defined as the absolute values(magnitudes) of the complex MR imaging PSF. It is commonly assumed that this magnitude PSF signifies blurring, which can be quantified by its full-width at half-maximum (FWHM). Here we show that the magnitude PSF fails to accurately represent the true effects of k-space sampling and signal decay. Firstly, a substantial part of the width of the magnitude PSF is due to MRI sampling per se. This part is independent of any signal decay and its effect depends on the spatial frequency composition of the imaged object. Therefore, it cannot always be expected to introduce blurring. Secondly, MRI reconstruction is typically followed by taking the absolute values (magnitude image) of the reconstructed complex image. This introduces a non-linear stage into the process of image formation. The complex imaging PSF does not fully describe this process, since it does not reflect the stage of taking the magnitude image. Its corresponding magnitude PSF fails to correctly describe this process, since convolving the original pattern with the magnitude PSF is different from the true process of taking the absolute following a convolution with the complex imaging PSF. Lastly, signal decay can have not only a blurring, but also a high-pass filtering effect. This cannot be reflected by the strictly positive width of the magnitude PSF. As an alternative, we propose to first approximate the MRI process linearly. We then model the linear approximation by decomposing it into a signal decay-independent MR sampling part and an approximation of the signal decay effect. We approximate the latter as a convolution with a Gaussian PSF or, if the effect is that of high-pass filtering, as reversing the effect of a convolution with a Gaussian PSF. We show that for typical high-resolution fMRI at 7 Tesla, signal decay in Spin-Echo has a moderate blurring effect (FWHM = 0.89 voxels, corresponds to 0.44 mm for 0.5 mm wide voxels). In contrast, Gradient-Echo acts as a moderate high-pass filter that can be interpreted as reversing a Gaussian blurring with FWHM = 0.59 voxels (0.30 mm for 0.5 mm wide voxels). Our improved approximations and findings hold not only for Gradient-Echo and Spin-Echo fMRI but also for GRASE and VASO fMRI. Our findings support the correct planning, interpretation, and modeling of high resolution fMRI.