Magnetic resonance imaging (MRI) of the brain is increasingly used both in research and in clinical medicine, and scanner hardware and MRI sequences are continually being improved. These advances are likely to result in the detection of unexpected, asymptomatic brain abnormalities, such as brain tumors, aneurysms, and subclinical vascular pathologic changes. We conducted a study to determine the prevalence of such incidental brain findings in the general population.

Background:  Cerebral microbleeds are focal deposits of hemosiderin that can be visualized with MRI. Little is known on their prevalence in the general population and on their etiology. It has been suggested that, in analogy to spontaneous intracranial hemorrhage, the etiology of microbleeds differs according to their location in the brain, with lobar microbleeds being caused by cerebral amyloid angiopathy and deep or infratentorial microbleeds resulting from hypertension and atherosclerosis. We investigated the prevalence of and risk factors for microbleeds in the general population aged 60 years and older. Methods:  This study is based on 1,062 persons (mean age 69.6 years) from the population-based Rotterdam Scan Study. MRI was performed at 1.5 T and included a sequence optimized to increase the conspicuity of microbleeds. We assessed the relation of APOE genotype, cardiovascular risk factors, and markers of small vessel disease to the presence and location of microbleeds with multiple logistic regression. Results:  Overall prevalence of cerebral microbleeds was high and increased with age from 17.8% in persons aged 60-69 years to 38.3% in those over 80 years. APOE ε4 carriers had significantly more often strictly lobar microbleeds than noncarriers. In contrast, cardiovascular risk factors and presence of lacunar infarcts and white matter lesions were associated with microbleeds in a deep or infratentorial location but not in a lobar location. Conclusion:  The prevalence of cerebral microbleeds is high. Our data support the hypothesis that strictly lobar microbleeds are related to cerebral amyloid angiopathy, whereas microbleeds in a deep or infratentorial location result from hypertensive or atherosclerotic microangiopathy.

A novel method is introduced for the generation of landmarks for three-dimensional (3-D) shapes and the construction of the corresponding 3-D statistical shape models. Automatic landmarking of a set of manual segmentations from a class of shapes is achieved by 1) construction of an atlas of the class, 2) automatic extraction of the landmarks from the atlas, and 3) subsequent propagation of these landmarks to each example shape via a volumetric nonrigid registration technique using multiresolution B-spline deformations. This approach presents some advantages over previously published methods: it can treat multiple-part structures and requires less restrictive assumptions on the structure's topology. In this paper, we address the problem of building a 3-D statistical shape model of the left and right ventricle of the heart from 3-D magnetic resonance images. The average accuracy in landmark propagation is shown to be below 2.2 mm. This application demonstrates the robustness and accuracy of the method in the presence of large shape variability and multiple objects.

Objective:

 Cerebral microbleeds are frequently found in the general elderly population and may reflect underlying vascular disease, but their role in cognitive function is unknown. 

Methods:

 We investigated the association between cerebral microbleeds and performance in multiple cognitive domains in 3,979 persons without dementia (mean age, 60.3 years). Mini-Mental State Examination (MMSE) score and neuropsychological tests were used to assess global cognition and the following cognitive domains: memory, information processing speed, executive function, and motor speed. We used number of microbleeds as continuous variable, and additionally distinguished between persons with no microbleeds, 1 microbleed, 2–4 microbleeds, and ≥5 microbleeds. The association of microbleeds with different cognitive domains was estimated using linear regression models. Additional adjustments were made for vascular risk factors, brain atrophy, and other imaging markers of cerebral small vessel disease. We stratified analyses by location of microbleeds. 

Results:

 A higher number of microbleeds was associated with lower MMSE score and worse performance on tests of information processing speed and motor speed. When analyzed per category, presence of 5 or more microbleeds was associated with worse performance in all cognitive domains, except memory. These associations were most robust in participants with strictly lobar microbleeds, whereas after additional adjustments associations disappeared for deep or infratentorial microbleeds. 

Conclusions:

 Presence of numerous microbleeds, especially in a strictly lobar location, is associated with worse performance on tests measuring cognitive function, even after adjustments for vascular risk factors and other imaging markers of small vessel disease. These results suggest an independent role for microbleed-associated vasculopathy in cognitive impairment.

Efficiently obtaining a reliable coronary artery centerline from computed tomography angiography data is relevant in clinical practice. Whereas numerous methods have been presented for this purpose, up to now no standardized evaluation methodology has been published to reliably evaluate and compare the performance of the existing or newly developed coronary artery centerline extraction algorithms. This paper describes a standardized evaluation methodology and reference database for the quantitative evaluation of coronary artery centerline extraction algorithms. The contribution of this work is fourfold: (1) a method is described to create a consensus centerline with multiple observers, (2) well-defined measures are presented for the evaluation of coronary artery centerline extraction algorithms, (3) a database containing 32 cardiac CTA datasets with corresponding reference standard is described and made available, and (4) 13 coronary artery centerline extraction algorithms, implemented by different research groups, are quantitatively evaluated and compared. The presented evaluation framework is made available to the medical imaging community for benchmarking existing or newly developed coronary centerline extraction algorithms.

Inter-individual variation in facial shape is one of the most noticeable phenotypes in humans, and it is clearly under genetic regulation; however, almost nothing is known about the genetic basis of normal human facial morphology. We therefore conducted a genome-wide association study for facial shape phenotypes in multiple discovery and replication cohorts, considering almost ten thousand individuals of European descent from several countries. Phenotyping of facial shape features was based on landmark data obtained from three-dimensional head magnetic resonance images (MRIs) and two-dimensional portrait images. We identified five independent genetic loci associated with different facial phenotypes, suggesting the involvement of five candidate genes—PRDM16, PAX3, TP63, C5orf50, and COL17A1—in the determination of the human face. Three of them have been implicated previously in vertebrate craniofacial development and disease, and the remaining two genes potentially represent novel players in the molecular networks governing facial development. Our finding at PAX3 influencing the position of the nasion replicates a recent GWAS of facial features. In addition to the reported GWA findings, we established links between common DNA variants previously associated with NSCL/P at 2p21, 8q24, 13q31, and 17q22 and normal facial-shape variations based on a candidate gene approach. Overall our study implies that DNA variants in genes essential for craniofacial development contribute with relatively small effect size to the spectrum of normal variation in human facial morphology. This observation has important consequences for future studies aiming to identify more genes involved in the human facial morphology, as well as for potential applications of DNA prediction of facial shape such as in future forensic applications.

Context

 The role of macrostructural white matter changes, such as atrophy and white matter lesions, in cognitive decline is increasingly being recognized. However, in the elderly population, these macrostructural changes do not account for all variability in cognition. Measures reflecting white matter microstructural integrity may provide additional information to investigate the relation between white matter changes and cognition. 

Objective

 To study the relation between white matter integrity and cognition in the general elderly population, using diffusion tensor imaging and taking into account macrostructural white matter changes. 

Design

 Cross-sectional population-based study. 

Setting

 A general community in the Netherlands. 

Participants

 A population-based sample of 860 persons, older than 60 years, free of dementia. We performed multisequence magnetic resonance imaging, which included diffusion tensor imaging, and extensive neuropsychological testing. Fractional anisotropy, mean diffusivity, and directional diffusivities were measured globally in white matter lesions and normal-appearing white matter. 

Main Outcome Measures

 Performance on neuropsychological tests in the following cognitive domains: memory, executive function, information processing speed, global cognition, and motor speed. 

Results

 Regardless of macrostructural white matter changes, a higher mean diffusivity or higher axial and radial diffusivities within white matter lesions or normal-appearing white matter were related to worse performance on tasks assessing information processing speed and global cognition. In addition, diffusivity within white matter lesions related to memory, while in normal-appearing white matter, it furthermore related to executive function. Lower mean fractional anisotropy in white matter lesions or normal-appearing white matter related to worse information processing speed and motor speed. 

Conclusions

 Microstructural integrity of both white matter lesions and normal-appearing white matter is associated with cognitive function, regardless of white matter atrophy and white matter lesion volume. This suggests that measuring white matter integrity has added value beyond macrostructural assessment of white matter changes to study the relation between white matter and cognition.

Algorithms for computer-aided diagnosis of dementia based on structural MRI have demonstrated high performance in the literature, but are difficult to compare as different data sets and methodology were used for evaluation. In addition, it is unclear how the algorithms would perform on previously unseen data, and thus, how they would perform in clinical practice when there is no real opportunity to adapt the algorithm to the data at hand. To address these comparability, generalizability and clinical applicability issues, we organized a grand challenge that aimed to objectively compare algorithms based on a clinically representative multi-center data set. Using clinical practice as the starting point, the goal was to reproduce the clinical diagnosis. Therefore, we evaluated algorithms for multi-class classification of three diagnostic groups: patients with probable Alzheimer's disease, patients with mild cognitive impairment and healthy controls. The diagnosis based on clinical criteria was used as reference standard, as it was the best available reference despite its known limitations. For evaluation, a previously unseen test set was used consisting of 354 T1-weighted MRI scans with the diagnoses blinded. Fifteen research teams participated with a total of 29 algorithms. The algorithms were trained on a small training set (n=30) and optionally on data from other sources (e.g., the Alzheimer's Disease Neuroimaging Initiative, the Australian Imaging Biomarkers and Lifestyle flagship study of aging). The best performing algorithm yielded an accuracy of 63.0% and an area under the receiver-operating-characteristic curve (AUC) of 78.8%. In general, the best performances were achieved using feature extraction based on voxel-based morphometry or a combination of features that included volume, cortical thickness, shape and intensity. The challenge is open for new submissions via the web-based framework: http://caddementia.grand-challenge.org.

Poor kidney function, as measured by glomerular filtration rate (GFR), is closely associated with presence of glomerular small vessel disease. Given the hemodynamic similarities between the vascular beds of the kidney and the brain, we hypothesized an association between kidney function and markers of cerebral small vessel disease on MRI. We investigated this association in a population-based study of elderly persons.We measured GFR using the Cockcroft-Gault equation in 484 participants (60 to 90 years of age) from the Rotterdam Scan Study. Using automated MRI-analysis we measured global as well as lobar and deep volumes of gray matter and white matter, and volume of WML. Lacunar infarcts were rated visually. Volumes of deep white matter and WML and presence of lacunar infarcts reflected cerebral small vessel disease. We used linear and logistic regression models to investigate the association between GFR and brain imaging parameters. Analyses were adjusted for age, sex, and additionally for cardiovascular risk factors.Persons with lower GFR had less deep white matter volume (difference in standardized volume per SD decrease in GFR: -0.15 [95% CI -0.26 to -0.04]), more WML (difference per SD decrease in GFR: 0.14 [95% CI 0.03 to 0.25]), and more often lacunar infarcts, although the latter was not significant. GFR was not associated with gray matter volume or lobar white matter volume. Additional adjustment for cardiovascular risk factors yielded similar results.Impaired kidney function is associated with markers of cerebral small vessel disease as assessed on MRI.