JL
Jingchun Liu
Author with expertise in Epidemiology and Management of Stroke
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
6
(67% Open Access)
Cited by:
428
h-index:
38
/
i10-index:
108
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

A large, open source dataset of stroke anatomical brain images and manual lesion segmentations

Sook‐Lei Liew et al.Aug 26, 2017
Stroke is the leading cause of adult disability worldwide, with up to two-thirds of individuals experiencing long-term disabilities. Large-scale neuroimaging studies have shown promise in identifying robust biomarkers (e.g., measures of brain structure) of long-term stroke recovery following rehabilitation. However, analyzing large rehabilitation-related datasets is problematic due to barriers in accurate stroke lesion segmentation. Manually-traced lesions are currently the gold standard for lesion segmentation on T1-weighted MRIs, but are labor intensive and require anatomical expertise. While algorithms have been developed to automate this process, the results often lack accuracy. Newer algorithms that employ machine-learning techniques are promising, yet these require large training datasets to optimize performance. Here we present ATLAS (Anatomical Tracings of Lesions After Stroke), an open-source dataset of 304 T1-weighted MRIs with manually segmented lesions and metadata. This large, diverse dataset can be used to train and test lesion segmentation algorithms and provides a standardized dataset for comparing the performance of different segmentation methods. We hope ATLAS release 1.1 will be a useful resource to assess and improve the accuracy of current lesion segmentation methods.
0

Comparative analysis of size-fractional eukaryotic microbes in subtropical riverine systems inferred from 18S rRNA gene V4 and V9 regions

Guanglong Zhang et al.Sep 1, 2024
Eukaryotic microbes play key ecological roles in riverine ecosystems. Amplicon sequencing has greatly facilitated the identification and characterization of eukaryotic microbial communities. Currently, 18S rRNA gene V4 and V9 hypervariable regions are widely used for sequencing eukaryotic microbes. Identifying optimal regions for the profiling of size-fractional eukaryotic microbial communities is critical for microbial ecological studies. In this study, we spanned three rivers with typical natural-human influenced transition gradients to evaluate the performance of the 18S rRNA gene V4 and V9 hypervariable regions for sequencing size-fractional eukaryotic microbes (>180 μm, 20-180 μm, 5-20 μm, 3-5 μm, 0.8-3 μm). Our comparative analysis revealed that amplicon results depend on the specific species and microbial size. The V9 region was most effective for detecting a broad taxonomic range of species. The V4 region was superior to the V9 region for the identification of microbes in the minor 3 μm and at the family and genus levels, especially for specific microbial groups, such as Labyrinthulomycetes. However, the V9 region was more effective for studies of diverse eukaryotic groups, including Archamoebae, Heterolobosea, and Microsporidia, and various algae, such as Haptophyta, Florideophycidae, and Bangiales. Our results highlight the importance of accounting for potential misclassifications when employing both V4 and V9 regions for the identification of microbial sequences. The use of optimal regions for amplification could enhance the utility of amplicon sequencing in environmental studies. The insights gained from this work will aid future studies that employ amplicon-based identification approaches for the characterization of eukaryotic microbial communities and contribute to our understanding of microbial ecology within aquatic systems.
1

Global brain health modulates the impact of lesion damage on post-stroke sensorimotor outcomes

Sook‐Lei Liew et al.Apr 29, 2022
Abstract Sensorimotor performance after stroke is strongly related to focal injury measures such as corticospinal tract lesion load. However, the role of global brain health is less clear. Here, we examined the impact of brain age, a measure of neurobiological aging derived from whole brain structural neuroimaging, on sensorimotor outcomes. We hypothesized that stroke lesion damage would result in older brain age, which would in turn be associated with poorer sensorimotor outcomes. We also expected that brain age would mediate the impact of lesion damage on sensorimotor outcomes and that these relationships would be driven by post-stroke secondary atrophy (e.g., strongest in the ipsilesional hemisphere in chronic stroke). We further hypothesized that structural brain resilience, which we define in the context of stroke as the brain’s ability to maintain its global integrity despite focal lesion damage, would differentiate people with better versus worse outcomes. We analyzed cross-sectional high-resolution brain MRI and outcomes data from 963 people with stroke from 38 cohorts worldwide using robust linear mixed-effects regressions to examine the relationship between sensorimotor behavior, lesion damage, and brain age. We used a mediation analysis to examine whether brain age mediates the impact of lesion damage on stroke outcomes and if associations are driven by ipsilesional measures in chronic (≥180 days) stroke. We assessed the impact of brain resilience on sensorimotor outcome using logistic regression with propensity score matching on lesion damage. Stroke lesion damage was associated with older brain age, which in turn was associated with poorer sensorimotor outcomes. Brain age mediated the impact of corticospinal tract lesion load on sensorimotor outcomes most strongly in the ipsilesional hemisphere in chronic stroke. Greater brain resilience, as indexed by younger brain age, explained why people have better versus worse sensorimotor outcomes when lesion damage was fixed. We present novel evidence that global brain health is associated with superior post-stroke sensorimotor outcomes and modifies the impact of focal damage. This relationship appears to be due to post-stroke secondary degeneration. Brain resilience provides insight into why some people have better outcomes after stroke, despite similar amounts of focal injury. Inclusion of imaging-based assessments of global brain health may improve prediction of post-stroke sensorimotor outcomes compared to focal injury measures alone. This investigation is important because it introduces the potential to apply novel therapeutic interventions to prevent or slow brain aging from other fields (e.g., Alzheimer’s disease) to stroke.