Abstract Histological atlases of the cerebral cortex, such as those made famous by Brodmann and von Economo, are invaluable for understanding human brain microstructure and its relationship with functional organization in the brain. However, these existing atlases are limited to small numbers of manually annotated samples from a single cerebral hemisphere, measured from 2D histological sections. We present the first whole-brain quantitative 3D laminar atlas of the human cerebral cortex. This atlas was derived from a 3D histological model of the human brain at 20 micron isotropic resolution (BigBrain), using a convolutional neural network to segment, automatically, the cortical layers in both hemispheres. Our approach overcomes many of the historical challenges with measurement of histological thickness in 2D and the resultant laminar atlas provides an unprecedented level of precision and detail. We utilized this BigBrain cortical atlas to test whether previously reported thickness gradients, as measured by MRI in sensory and motor processing cortices, were present in a histological atlas of cortical thickness, and which cortical layers were contributing to these gradients. Cortical thickness increased across sensory processing hierarchies, primarily driven by layers III, V and VI. In contrast, fronto-motor cortices showed the opposite pattern, with decreases in total and pyramidal layer thickness. These findings illustrate how this laminar atlas will provide a link between single-neuron morphology, mesoscale cortical layering, macroscopic cortical thickness and, ultimately, functional neuroanatomy.

A bstract Neuroimaging stands to benefit from emerging ultrahigh-resolution histological atlases of the human brain; the first of which is “BigBrain”. Ongoing research aims to characterise regional differentiation of cytoarchitecture with BigBrain and to optimise registration of BigBrain with standard neuroimaging templates. Together, this work paves the way for multi-scale investigations of brain organisation. However, working with BigBrain can present new challenges for neuroimagers, including dealing with cellular resolution neuroanatomy and complex transformation procedures. To simplify workflows and support adoption of best practices, we developed BigBrainWarp, a toolbox for integration of BigBrain with multimodal neuroimaging. The primary BigBrainWarp function wraps multiple state-of-the-art deformation matrices into one line of code, allowing users to easily map data between BigBrain and standard MRI spaces. Additionally, the toolbox contains ready-to-use cytoarchitectural features to improve accessibility of histological information. The present article discusses recent contributions to BigBrain-MRI integration and demonstrates the utility of BigBrainWarp for further investigations.

Abstract The MNI CIVET pipeline for automated extraction of cortical surfaces and evaluation of cortical thickness from in-vivo human MRI has been extended for processing macaque brains. Processing is performed based on the NIMH Macaque Template (NMT), as the reference template, with the anatomical parcellation of the surface following the D99 and CHARM atlases. The modifications needed to adapt CIVET to the macaque brain are detailed. Results have been obtained using CIVET-macaque to process the anatomical scans of the 31 macaques used to generate the NMT and another 95 macaques from the PRIME-DE initiative. It is anticipated that the open usage of CIVET-macaque will promote collaborative efforts in data collection and processing, sharing, and automated analyses from which the non-human primate brain imaging field will advance.

The functional organization of the hippocampus is distributed as a gradient along its longitudinal axis that explains its differential interaction with diverse brain systems. We show that the location of human tissue samples extracted along the longitudinal axis of the hippocampus can be predicted within 2mm using the expression pattern of less than 100 genes. When variation in this specific gene expression pattern was observed across the whole-brain, a distinct anterioventral-posteriodorsal gradient was observed. Frontal, anterior temporal and brainstem regions involved in social and motivational behaviors, selectively vulnerable to frontotemporal dementia and more functionally connected to the anterior hippocampus could be clearly differentiated from posterior parieto-occipital and cerebellar regions involved in spatial cognition, selectively vulnerable to Alzheimer's disease, and more functionally connected to the posterior hippocampus. These findings place the human hippocampus at the interface of two major brain systems defined by a distinct molecular gradient.

Abstract Quantitative maps of neurotransmitter receptor densities are important tools for characterising the molecular organisation of the brain and key for understanding normal and pathologic brain function and behaviour. We describe a novel method for reconstructing 3-dimensional cortical maps for data sets consisting of multiple different types of 2-dimensional post-mortem histological sections, including autoradiographs acquired with different ligands, cell body and myelin stained sections, and which can be applied to data originating from different species. The accuracy of the reconstruction was quantified by calculating the Dice score between the reconstructed volumes versus their reference anatomic volume. The average Dice score was 0.91. We were therefore able to create atlases with multiple accurately reconstructed receptor maps for human and macaque brains as a proof-of-principle. Future application of our pipeline will allow for the creation of the first ever set of ultra-high resolution 3D atlases composed of 20 different maps of neurotransmitter binding sites in 3 complete human brains and in 4 hemispheres of 3 different macaque brains.

Abstract Neuroimaging non-human primates (NHPs) is a growing, yet highly specialized field of neuroscience. Resources that were primarily developed for human neuroimaging often need to be significantly adapted for use with NHPs or other animals, which has led to an abundance of custom, in-house solutions. In recent years, the global NHP neuroimaging community has made significant efforts to transform the field towards more open and collaborative practices. Here we present the PRIMatE Resource Exchange (PRIME-RE), a new collaborative online platform for NHP neuroimaging. PRIME-RE is a dynamic community-driven hub for the exchange of practical knowledge, specialized analytical tools, and open data repositories, specifically related to NHP neuroimaging. PRIME-RE caters to both researchers and developers who are either new to the field, looking to stay abreast of the latest developments, or seeking to collaboratively advance the field.

ABSTRACT The human brain grows the most dramatically during the perinatal and early postnatal periods, during which preterm birth or perinatal injury that may alter brain structure and lead to developmental anomalies. Thus, characterizing cortical thickness of developing brains remains an important goal. However, this task is often complicated by inaccurate cortical surface extraction due to small-size brains. Here, we propose a novel complex framework for the reconstruction of neonatal WM and pial surfaces, accounting for large partial volumes due to small-size brains. The proposed approach relies only on T1-weighted images unlike previous T2-weighted image-based approaches while only T1-weighted images are sometimes available under the different clinical/research setting. Deep neural networks are first introduced to the neonatal MRI pipeline to address the mis-segmentation of brain tissues. Furthermore, this pipeline enhances cortical boundary delineation using combined models of the CSF/GM boundary detection with edge gradient information and a new skeletonization of sulcal folding where no CSF voxels are seen due to the limited resolution. We also proposed a systematic evaluation using three independent datasets comprising 736 preterm and 97 term neonates. Qualitative assessment for reconstructed cortical surfaces shows that 86.9% are rated as accurate across the three site datasets. In addition, our landmark-based evaluation shows that the mean displacement of the cortical surfaces from the true boundaries was less than a voxel size (0.532±0.035mm). Evaluating the proposed pipeline (namely NEOCIVET 2.0) shows the robustness and reproducibility across different sites and different age-groups. The mean cortical thickness measured positively correlated with postmenstrual age (PMA) at scan (p<0.0001); Cingulate cortical areas grew the most rapidly whereas the inferior temporal cortex grew the least rapidly. The range of the cortical thickness measured was biologically congruent (1.3mm at 28 weeks of PMA to 1.8mm at term equivalent). Cortical thickness measured on T1 MRI using NEOCIVET 2.0 was compared with that on T2 using the established dHCP pipeline. It was difficult to conclude that either T1 or T2 imaging is more ideal to construct cortical surfaces. NEOCIVET 2.0 has been open to the public through CBRAIN ( https://mcin-cnim.ca/technology/cbrain/ ), a web-based platform for processing brain imaging data.