Chitosan nanofibers were electrospun from aqueous chitosan solution using concentrated acetic acid solution as a solvent. A uniform nanofibrous mat of average fiber diameter of 130 nm was obtained from the following optimum condition: 7% chitosan solution in aqueous 90% acetic acid solution was successfully electrospun in the electric field of 4 kV/cm. The aqueous acetic acid concentration higher than 30% was prerequisite for chitosan nanofiber formation, because more concentrated acetic acid in water progressively decreased surface tension of the chitosan solution and concomitantly increased charge density of jet without significant effect on solution viscosity. However, acetic acid solution more than 90% did not dissolve enough chitosan to make spinnable viscous concentration. Only chitosan of a molecular weight of 106,000 g/mol produced bead-free chitosan nanofibers, while low- or high-molecular-weight chitosans of 30,000 and 398,000 g/mol did not. Average fiber diameters and size distribution decreased with increasing electric field and more bead defects appeared at 5 kV/cm or more.

The anterior cingulate cortex (ACC) is part of a network implicated in the development of self-regulation and whose connectivity changes dramatically in development. In previous studies we showed that 3 h of mental training, based on traditional Chinese medicine (integrative body-mind training, IBMT), increases ACC activity and improves self-regulation. However, it is not known whether changes in white matter connectivity can result from small amounts of mental training. We here report that 11 h of IBMT increases fractional anisotropy (FA), an index indicating the integrity and efficiency of white matter in the corona radiata, an important white-matter tract connecting the ACC to other structures. Thus IBMT could provide a means for improving self-regulation and perhaps reducing or preventing various mental disorders.

Background Studies in rodents provide compelling evidence that microorganisms inhabiting the gut influence neurodevelopment. In particular, experimental manipulations that alter intestinal microbiota impact exploratory and communicative behaviors and cognitive performance. In humans, the first years of life are a dynamic time in gut colonization and brain development, but little is known about the relationship between these two processes. Methods We tested whether microbial composition at 1 year of age is associated with cognitive outcomes using the Mullen Scales of Early Learning and with global and regional brain volumes using structural magnetic resonance imaging at 1 and 2 years of age. Fecal samples were collected from 89 typically developing 1-year-olds. 16S ribosomal RNA amplicon sequencing was used for identification and relative quantification of bacterial taxa. Results Cluster analysis identified 3 groups of infants defined by their bacterial composition. Mullen scores at 2 years of age differed significantly between clusters. In addition, higher alpha diversity was associated with lower scores on the overall composite score, visual reception scale, and expressive language scale at 2 years of age. Exploratory analyses of neuroimaging data suggest the gut microbiome has minimal effects on regional brain volumes at 1 and 2 years of age. Conclusions This is the first study to demonstrate associations between the gut microbiota and cognition in human infants. As such, it represents an essential first step in translating animal data into the clinic.

Cortical thickness (CT) and surface area (SA) are altered in many neuropsychiatric disorders and are correlated with cognitive functioning. Little is known about how these components of cortical gray matter develop in the first years of life. We studied the longitudinal development of regional CT and SA expansion in healthy infants from birth to 2 years. CT and SA have distinct and heterogeneous patterns of development that are exceptionally dynamic; overall CT increases by an average of 36.1%, while cortical SA increases 114.6%. By age 2, CT is on average 97% of adult values, compared with SA, which is 69%. This suggests that early identification, prevention, and intervention strategies for neuropsychiatric illness need to be targeted to this period of rapid postnatal brain development, and that SA expansion is the principal driving factor in cortical volume after 2 years of age.

Abstract The infant brain develops rapidly and this area of research has great clinical implications. Neurodevelopmental disorders such as autism and developmental delay have their origins, potentially, in abnormal early brain maturation. Searching for potential early neural markers requires a priori knowledge about infant brain development and anatomy. One of the most common methods of characterizing brain features requires normalization of individual images into a standard stereotactic space and conduct of group-based analyses in this space. A population representative brain template is critical for these population-based studies. Little research is available on constructing brain templates for typical developing Chinese infants. In the present work, a total of 112 babies from 6 to 98 days of age were included with high resolution structural magnetic resonance imaging scans. T1-weighted and T2-weighted templates were constructed using an unbiased registration approach for babies from newborn to 3 months of age. Age-specific templates were also estimated for babies aged at 0, 1, 2 and 3 months old. Then we conducted a series of evaluations and statistical analyses over whole tissue segmentations and brain parcellations. Compared to the use of population mismatched templates, using our established templates resulted in lower deformation energy to transform individual images into the template space and produced a smaller registration error, i.e., smaller standard deviation of the registered images. Significant volumetric growth was observed across total brain tissues and most of the brain regions within the first three months of age. The total brain tissues exhibited larger volumes in baby boys compared to baby girls. To the best of our knowledge, this is the first study focusing on the construction of Chinese infant brain templates. These templates can be used for investigating birth related conditions such as preterm birth, detecting neural biomarkers for neurological and neurodevelopmental disorders in Chinese populations, and exploring genetic and cultural effects on the brain.

Abstract Single image super-resolution (SISR) neural networks for optical microscopy have shown great capability to directly transform a low-resolution (LR) image into its super-resolution (SR) counterpart, enabling low-cost long-term live-cell SR imaging. However, when processing time-lapse data, current SISR models failed to exploit the important temporal dependencies between neighbor frames, often resulting in temporally inconsistent outputs. Besides, SISR models are subject to inference uncertainty that is hard to accurately quantify, therefore it is difficult to determine to what extend can we trust the inferred SR images. Here, we first build a large-scale, high-quality fluorescence microscopy dataset for the time-lapse image super-resolution (TISR) task, and conducted a comprehensive evaluation on two essential components of TISR neural networks, i.e., propagation and alignment. Second, we devised a deformable phase-space alignment (DPA) based TISR neural network (DPA-TISR), which adaptively enhances the cross-frame alignment in the phase domain and outperforms existing state-of-the-art SISR and TISR models. Third, we combined the Bayesian training scheme and Monte Carlo dropout with DPA-TISR, developing Bayesian DPA-TISR, and designed an expected calibration error (ECE)minimization framework to obtain a well-calibrated confidence map along with each output SR image, which reliably implicates potential inference errors. We demonstrate the unique characteristics of Bayesian DPA-TISR underlie the ultralong-term live-cell SR imaging capability with high spatial fidelity, superb temporal consistency, and accurate confidence quantification on a wide variety of bioprocesses.