Abstract Computational models of the human head are promising tools for the study and prediction of traumatic brain injuries (TBIs). Most available head models are developed using inputs (i.e., head geometry, material properties, and boundary conditions) derived from ex-vivo experiments on cadavers or animals and employ linear viscoelasticity (LVE)-based constitutive models, which leads to high uncertainty and poor accuracy in capturing the nonlinear response of brain tissue under impulsive loading conditions. To resolve these issues, a framework for the development of fully subject-specific 3D human head models is proposed, in which model inputs are derived from the same living human subject using a comprehensive in-vivo brain imaging protocol, and the viscous dissipation-based visco-hyperelastic constitutive modeling framework is employed. Specifically, brain tissue material properties are derived from in-vivo magnetic resonance elastography (MRE), and full-field strain-response of brain under rapid rotational acceleration is obtained from tagged MRI, which is used for model validation. The constitutive model comprises the Ogden hyperelastic strain energy density and the Upadhyay-Subhash-Spearot viscous dissipation potential. The simulated strain-response is compared with experimental data and with predictions from subject-specific models employing two commonly used LVE-based constitutive models, using a rigorous validation procedure that evaluates agreement in spatial strain distribution, temporal strain evolution, and differences in maximum values of peak and average strain. Results show that the head model developed in this work reasonably captures 3D brain dynamics, and when compared to LVE-based models, provides improvements in the prediction of peak strains and temporal strain evolution.

Magnetic resonance elastography (MRE) is a promising neuroimaging technique to probe tissue microstructure, which has revealed widespread softening with loss of structural integrity in the aging brain. Traditional MRE approaches assume mechanical isotropy. However, white matter is known to be anisotropic from aligned, myelinated axonal bundles, which can lead to uncertainty in mechanical property estimates in these areas when using isotropic MRE. Recent advances in anisotropic MRE now allow for estimation of shear and tensile anisotropy, along with substrate shear modulus, in white matter tracts. The objective of this study was to investigate age-related differences in anisotropic mechanical properties in human brain white matter tracts for the first time. Anisotropic mechanical properties in all tracts were found to be significantly lower in older adults compared to young adults, with average property differences ranging between 0.028-0.107 for shear anisotropy and between 0.139-0.347 for tensile anisotropy. Stiffness perpendicular to the axonal fiber direction was also significantly lower in older age, but only in certain tracts. When compared with fractional anisotropy measures from diffusion tensor imaging, we found that anisotropic MRE measures provided additional, complementary information in describing differences between the white matter integrity of young and older populations. Anisotropic MRE provides a new tool for studying white matter structural integrity in aging and neurodegeneration.

Brain age is a quantitative estimate to explain an individual's structural and functional brain measurements relative to the overall population and is particularly valuable in describing differences related to developmental or neurodegenerative pathology. Accurately inferring brain age from brain imaging data requires sophisticated models that capture the underlying age-related brain changes. Magnetic resonance elastography (MRE) is a phase contrast MRI technology that uses external palpations to measure brain mechanical properties. Mechanical property measures of viscoelastic shear stiffness and damping ratio have been found to change across the entire life span and to reflect brain health due to neurodegenerative diseases and even individual differences in cognitive function. Here we develop and train a multi-modal 3D convolutional neural network (CNN) to model the relationship between age and whole brain mechanical properties. After training, the network maps the measurements and other inputs to a brain age prediction. We found high performance using the 3D maps of various mechanical properties to predict brain age. Stiffness maps alone were able to predict ages of the test group subjects with a mean absolute error (MAE) of 3.76 years, which is comparable to single inputs of damping ratio (MAE: 3.82) and outperforms single input of volume (MAE: 4.60). Combining stiffness and volume in a multimodal approach performed the best, with an MAE of 3.60 years, whereas including damping ratio worsened model performance. Our results reflect previous MRE literature that had demonstrated that stiffness is more strongly related to chronological age than damping ratio. This machine learning model provides the first prediction of brain age from brain biomechanical data-an advancement towards sensitively describing brain integrity differences in individuals with neuropathology.

ABSTRACT Background Fetal Alcohol Spectrum Disorders (FASD) encompass a group of highly prevalent conditions resulting from prenatal alcohol exposure. Alcohol exposure during the third trimester of pregnancy overlapping with the brain growth spurt is detrimental to white matter growth and myelination, particularly in the corpus callosum, ultimately affecting tissue integrity in adolescence. Traditional neuroimaging techniques have been essential for assessing neurodevelopment in affected youth; however, these methods are limited in their capacity to track subtle microstructural alterations to white matter, thus restricting their effectiveness in monitoring therapeutic intervention. In this preliminary study we use a highly sensitive and clinically translatable Magnetic Resonance Elastography (MRE) protocol for assessing brain tissue microstructure through its mechanical properties following an exercise intervention in a rat model of FASD. Methods Rat pups were divided into two groups: alcohol-exposed (AE) pups which received alcohol in milk substitute (5.25 g/kg/day) via intragastric intubation on postnatal days (PD) four through nine during the rat brain growth spurt (Dobbing and Sands, 1979), or sham-intubated (SI) controls. In adolescence, on PD 30, half AE and SI rats were randomly assigned to either a modified home cage with free access to a running wheel or to a new home cage for 12 days (Gursky and Klintsova, 2017). Previous studies conducted in the lab have shown that 12 days of voluntary exercise intervention in adolescence immediately ameliorated callosal myelination in AE rats (Milbocker et al., 2022, 2023). MRE was used to measure longitudinal changes to mechanical properties of the whole brain and the corpus callosum at intervention termination and one-month post-intervention. Histological quantification of precursor and myelinating oligoglia in corpus callosum was performed one-month post-intervention. Results Prior to intervention, AE rats had lower forebrain stiffness in adolescence compared to SI controls ( p = 0.02). Exercise intervention immediately mitigated this effect in AE rats, resulting in higher forebrain stiffness post-intervention in adolescence. Similarly, we discovered that forebrain damping ratio was lowest in AE rats in adolescence ( p < 0.01), irrespective of intervention exposure. One-month post-intervention in adulthood, AE and SI rats exhibited comparable forebrain stiffness and damping ratio (p > 0.05). Taken together, these MRE data suggest that adolescent exercise intervention supports neurodevelopmental “catch-up” in AE rats. Analysis of the stiffness and damping ratio of the body of corpus callosum revealed that these measures increased with age. Finally, histological quantification of myelinating oligodendrocytes one-month post-intervention revealed a negative rebound effect of exercise cessation on the total estimate of these cells in the body of corpus callosum, irrespective of treatment group which was not convergent with noninvasive MRE measures. Conclusions This is the first application of MRE to measure changes in brain mechanical properties in a rodent model of FASD. MRE successfully captured alcohol-related changes to forebrain stiffness and damping ratio in adolescence. These preliminary findings expand upon results from previous studies which used traditional diffusion neuroimaging to identify structural changes to the adolescent brain in rodent models of FASD (Milbocker et al., 2022; Newville et al., 2017). Additionally, in vivo MRE identified an exercise-related alteration to forebrain stiffness that occurred in adolescence, immediately post-intervention.

Non-invasive in-vivo measurement of individual muscle force is limited by the infeasibility of placing force sensing elements in series with the musculo-tendon structures. At the same time, estimating muscle forces using EMG measurements is prone to inaccuracies, as EMG is not always measurable for the complete set of muscles acting around the joints of interest. While new methods based on shear wave elastography have been recently proposed to directly characterize muscle mechanics, they can only be used to measure muscle forces in a limited set of superficial muscles. As such, they are not suitable to study the neuromuscular control of movements that require coordinated action of multiple muscles. In this work, we present multi-muscle magnetic resonance elastography (MM-MRE), a new technique capable of quantifying individual muscle force from the complete set of muscles in the forearm, thus enabling the study of the neuromuscular control of wrist movements. MM-MRE integrates measurements of joint torque provided by an MRI-compatible instrumented handle with muscle-specific measurements of shear wave speed obtained via MRE to quantify individual muscle force using model-based estimator. A single-subject pilot experiment demonstrates the possibility of obtaining measurements from individual muscles and establishes that MM-MRE has sufficient sensitivity to detect changes in muscle mechanics following the application of isometric joint torque with self-selected intensity.