Segmentation of abdominal organs has been a comprehensive, yet unresolved, research field for many years. In the last decade, intensive developments in deep learning (DL) have introduced new state-of-the-art segmentation systems. In order to expand the knowledge on these topics, the CHAOS - Combined (CT-MR) Healthy Abdominal Organ Segmentation challenge has been organized in conjunction with IEEE International Symposium on Biomedical Imaging (ISBI), 2019, in Venice, Italy. CHAOS provides both abdominal CT and MR data from healthy subjects for single and multiple abdominal organ segmentation. Five different but complementary tasks have been designed to analyze the capabilities of current approaches from multiple perspectives. The results are investigated thoroughly, compared with manual annotations and interactive methods. The analysis shows that the performance of DL models for single modality (CT / MR) can show reliable volumetric analysis performance (DICE: 0.98 $\pm$ 0.00 / 0.95 $\pm$ 0.01) but the best MSSD performance remain limited (21.89 $\pm$ 13.94 / 20.85 $\pm$ 10.63 mm). The performances of participating models decrease significantly for cross-modality tasks for the liver (DICE: 0.88 $\pm$ 0.15 MSSD: 36.33 $\pm$ 21.97 mm) and all organs (DICE: 0.85 $\pm$ 0.21 MSSD: 33.17 $\pm$ 38.93 mm). Despite contrary examples on different applications, multi-tasking DL models designed to segment all organs seem to perform worse compared to organ-specific ones (performance drop around 5\%). Besides, such directions of further research for cross-modality segmentation would significantly support real-world clinical applications. Moreover, having more than 1500 participants, another important contribution of the paper is the analysis on shortcomings of challenge organizations such as the effects of multiple submissions and peeking phenomena.

Subject motion and associated artefacts limit the applicability of MRI and the achievable quality of the images acquired. In this paper, a fully integrated method for prospective correction of arbitrary rigid body motion employing an external motion tracking device is demonstrated for the first time. The position of the imaging volume is updated prior to every excitation of the spin system. The performance of the available tracking hardware and its connection to the MR imager is analyzed in detail. With the introduction of a novel calibration procedure the accuracy of motion correction is improved compared to previous approaches. Together with the high geometry update rate even freely moving objects can be imaged without motion related artefacts. The high performance and image quality improvement in case of subject motion are demonstrated for various imaging techniques such as gradient and spin echo, as well as echo planar imaging.

Abstract Echo‐planar imaging (EPI) is an ultrafast magnetic resonance (MR) imaging technique prone to geometric distortions. Various correction techniques have been developed to remedy these distortions. Here improvements of the point spread function (PSF) mapping approach are presented, which enable reliable and fully automated distortion correction of echo‐planar images at high field strengths. The novel method is fully compatible with EPI acquisitions using parallel imaging. The applicability of parallel imaging to further accelerate PSF acquisition is shown. The possibility of collecting PSF data sets with total acceleration factors higher than the number of coil elements is demonstrated. Additionally, a new approach to visualize and interpret distortions in the context of various imaging and reconstruction methods based on the PSF is proposed. The reliable performance of the PSF mapping technique is demonstrated on phantom and volunteer scans at field strengths of up to 4 T. Magn Reson Med 52:1156–1166, 2004. © 2004 Wiley‐Liss, Inc.

Relaxation times, transmit homogeneity, signal-to-noise ratio (SNR) and parallel imaging g-factor were determined in the human brain at 3T, 7T, and 9.4T, using standard, tight-fitting coil arrays.The same human subjects were scanned at all three field strengths, using identical sequence parameters and similar 31- or 32-channel receive coil arrays. The SNR of three-dimensional (3D) gradient echo images was determined using a multiple replica approach and corrected with measured flip angle and T2 (*) distributions and the T1 of white matter to obtain the intrinsic SNR. The g-factor maps were derived from 3D gradient echo images with several GRAPPA accelerations.As expected, T1 values increased, T2 (*) decreased and the B1 -homogeneity deteriorated with increasing field. The SNR showed a distinctly supralinear increase with field strength by a factor of 3.10 ± 0.20 from 3T to 7T, and 1.76 ± 0.13 from 7T to 9.4T over the entire cerebrum. The g-factors did not show the expected decrease, indicating a dominating role of coil design.In standard experimental conditions, SNR increased supralinearly with field strength (SNR ∼ B0 (1.65) ). To take full advantage of this gain, the deteriorating B1 -homogeneity and the decreasing T2 (*) have to be overcome.

Abstract The noradrenergic locus coeruleus (LC) in the brainstem shows early signs of protein pathologies in neurodegenerative diseases such as Alzheimer’s and Parkinson’s disease. As the LC’s small size (approximately 2.5 mm in width) presents a challenge for molecular imaging, the past decade has seen a steep rise in structural and functional Magnetic Resonance (MR) studies aiming to characterise the LC’s changes in ageing and neurodegeneration. However, given its position in the brainstem and small volume, great care must be taken to yield methodologically reliable MR results as spatial deviations in transformations can greatly reduce the statistical power of the analyses at the group level. Here, we suggest a spatial transformation procedure and a set of quality assessment methods which allow LC researchers to achieve the spatial precision necessary for investigating this small but potentially impactful brain structure. Using a combination of available toolboxes (SPM12, ANTs, FSL, FreeSurfer), individual structural and functional 3T LC scans are transformed into MNI space via a study-specific anatomical template. Following this, the precision of spatial alignment in individual MNI-transformed images is quantified using in-plane distance measures based on slice-specific centroids of structural LC segmentations and based on landmarks of salient anatomical features in mean functional images, respectively. Median in-plane distance of all landmarks on the transformed structural as well as functional LC imaging data were below 2 mm, thereby falling below the typical LC width of 2.5 mm suggested by post-mortem data. With the set of spatial post-processing steps outlined in this paper and available for download, we hope to give readers interested in LC imaging a starting point for a reliable analysis of structural and functional MR data of the LC and to have also taken a first step towards establishing reporting standards of LC imaging data.

Abstract The functional topography of the human primary somatosensory cortex (S1) hand area is a widely studied model system to understand sensory organization and plasticity. It is so far unclear whether or not the underlying 3D structural architecture also shows a topographic organization. We used 7T MRI data to quantify layer-specific myelin, iron and mineralization in relation to population receptive field maps of individual finger representations in Brodman area 3b (BA 3b) of human S1 in female and male younger adults. This 3D description allowed us to identify a characteristic profile of layer-specific myelin and iron deposition in the BA 3b hand area, but revealed an absence of structural differences, an absence of low-myelin borders, and high similarity of 3D microstructure profiles between individual fingers. However, structural differences and borders were detected between the hand and face areas. We conclude that the 3D structural architecture of the human hand area is non-topographic, unlike in some monkey species, which suggests a high degree of flexibility for functional finger organization and a new perspective on human topographic plasticity. Significance Statement Using ultra-high field MRI, we provide the first comprehensive in vivo description of the 3D structural architecture of the human BA 3b hand area in relation to functional population receptive field (pRF) maps. High similarity of precise finger-specific 3D profiles, together with an absence of structural differences and an absence of low-myelin borders between individual fingers, reveal the 3D structural architecture of the human hand area to be non-topographic. This suggests reduced structural limitations to cortical plasticity and reorganization, and allows for shared representational features across fingers.

Abstract The pial arterial vasculature of the human brain is the only blood supply to the neocortex, but quantitative data on the morphology and topology of these mesoscopic arteries (diameter 50– 300 µm) remains scarce. Because it is commonly assumed that blood flow velocities in these vessels are prohibitively slow, non-invasive time-of-flight MRI angiography (TOF-MRA)—which is well-suited to high 3D imaging resolutions—has not been applied to imaging the pial arteries. Here, we provide a theoretical framework that outlines how TOF-MRA can visualize small pial arteries in vivo , by employing extremely small voxels at the size of individual vessels. We then provide evidence for this theory by imaging the pial arteries at 140-µm isotropic resolution using a 7T MRI scanner and prospective motion correction, and show that pial arteries one voxel-width in diameter can be detected. We conclude that imaging pial arteries is not limited by slow blood flow, but instead by achievable image resolution. This study represents the first targeted, comprehensive account of imaging pial arteries in vivo in the human brain. This ultra-high-resolution angiography will enable the characterization of pial vascular anatomy across the brain to investigate patterns of blood supply and relationships between vascular and functional architecture.

A decade after it was shown that the orientation of visual grating stimuli can be decoded from human visual cortex activity by means of multivariate pattern classification of BOLD fMRI data, numerous studies have investigated which aspects of neuronal activity are reflected in BOLD response patterns and are accessible for decoding. However, it remains inconclusive what the effect of acquisition resolution on BOLD fMRI decoding analyses is. The present study is the first to provide empirical ultra high-field fMRI data recorded at four spatial resolutions (0.8 mm, 1.4 mm, 2 mm, and 3 mm isotropic voxel size) on this topic -- in order to test hypotheses on the strength and spatial scale of orientation discriminating signals. We present detailed analysis, in line with predictions from previous simulation studies, about how the performance of orientation decoding varies with different acquisition resolutions. Moreover, we also examine different spatial filtering procedures and its effects on orientation decoding. Here we show that higher-resolution scans with subsequent down-sampling or low-pass filtering yield no benefit over scans natively recorded in the corresponding lower resolution regarding decoding accuracy. The orientation-related signal in the BOLD fMRI data is spatially broadband in nature, includes both high spatial frequency components, as well as large-scale biases previously proposed in the literature. Moreover, we found above chance-level contribution from large draining veins to orientation decoding. Acquired raw data were publicly released to facilitate further investigation.