Functional MRI (fMRI) generally employs gradient-echo echo-planar imaging (GE-EPI) to measure blood oxygen level-dependent (BOLD) signal changes that result from changes in tissue relaxation time T(*) (2) between activation and rest. Since T(*) (2) strongly varies across the brain and BOLD contrast is maximal only where the echo time (TE) equals the local T(*) (2), imaging at a single TE is a compromise in terms of overall sensitivity. Furthermore, the long echo train makes EPI very sensitive to main field inhomogeneities, causing strong image distortion. A method is presented that uses accelerated parallel imaging to reduce image artifacts and acquire images at multiple TEs following a single excitation, with no need to increase TR. Sensitivity gains from the broadened T(*) (2) coverage are optimized by pixelwise weighted echo summation based on local T(*) (2) or contrast-to-noise ratio (CNR) measurements. The method was evaluated using an approach that allows differential BOLD CNR to be calculated without stimulation, as well as with a Stroop experiment. Results obtained at 3 T showed that BOLD sensitivity improved by 11% or more in all brain regions, with larger gains in areas typically affected by strong susceptibility artifacts. The use of parallel imaging markedly reduces image distortion, and hence the method should find widespread application in functional brain imaging.

Abstract High-resolution fMRI in the sub-millimeter regime allows researchers to resolve brain activity across cortical layers and columns non-invasively. While these high-resolution data make it possible to address novel questions of directional information flow within and across brain circuits, the corresponding data analyses are challenged by MRI artifacts, including image blurring, image distortions, low SNR, and restricted coverage. These challenges often result in insufficient spatial accuracy of conventional analysis pipelines. Here we introduce a new software suite that is specifically designed for layer-specific functional MRI: LayNii. This toolbox is a collection of command-line executable programs written in C/C++ and is distributed open-source and as pre-compiled binaries for Linux, Windows, and macOS. LayNii is designed for layer-fMRI data that suffer from SNR and coverage constraints and thus cannot be straightforwardly analyzed in alternative software packages. Some of the most popular programs of LayNii contain ‘layerification’ and columnarization in the native voxel space of functional data as well as many other layer-fMRI specific analysis tasks: layer-specific smoothing, model-based vein mitigation of GE-BOLD data, quality assessment of artifact dominated sub-millimeter fMRI, as well as analyses of VASO data. Highlights A new software toolbox is introduced for layer-specific functional MRI: LayNii. LayNii is a suite of command-line executable C++ programs for Linux, Windows, and macOS. LayNii is designed for layer-fMRI data that suffer from SNR and coverage constraints. LayNii performs layerification in the native voxel space of functional data. LayNii performs layer-smoothing, GE-BOLD deveining, QA, and VASO analysis. Abstract Figure Graphical abstract

ABSTRACT Laminar fMRI at ultra-high magnetic field strength is typically carried out using the Blood Oxygenation Level-Dependent (BOLD) contrast. Despite its unrivalled sensitivity to detecting activation, the BOLD contrast is limited in its spatial specificity due to signals stemming from intra-cortical ascending and pial veins. Alternatively, regional changes in perfusion (i.e., cerebral blood flow through tissue) are colocalised to neuronal activation, which can be non-invasively measured using arterial spin labelling (ASL) MRI. In addition, ASL provides a quantitative marker of neuronal activation in terms of perfusion signal, which is simultaneously acquired along with the BOLD signal. However, ASL for laminar imaging is challenging due to the lower SNR of the perfusion signal and higher RF power deposition i.e., specific absorption rate (SAR) of ASL sequences. In the present study, we present for the first time in humans, isotropic sub-millimetre spatial resolution functional perfusion images using Flow-sensitive Alternating Inversion Recovery (FAIR) ASL with a 3D-EPI readout at 7T. We show that robust statistical activation maps can be obtained with perfusion-weighting in a single session. We observed the characteristic BOLD amplitude increase towards the superficial laminae, and, in apparent discrepancy, the relative perfusion profile shows a decrease of the amplitude and the absolute perfusion profile a much smaller increase towards the cortical surface. Considering the draining vein effect on the BOLD signal using model-based spatial ‘convolution’, we show that the empirically measured perfusion and BOLD profiles are, in fact, consistent with each other. This study demonstrates that laminar perfusion fMRI in humans is feasible at 7T and that caution must be exercised when interpreting BOLD signal laminar profiles as direct representation of the cortical distribution of neuronal activity.

Abstract Cerebral blood volume (CBV) has been shown to be a robust and important physiological parameter for quantitative interpretation of functional (f)MRI, capable of delivering highly localized mapping of neural activity. Indeed, with recent advances in ultra-high-field (>=7T) MRI hardware and associated sequence libraries, it has become possible to capture non-invasive CBV weighted fMRI signals across cortical layers. One of the most widely used approaches to achieve this (in humans) is through vascular-space-occupancy (VASO) fMRI. Unfortunately, the exact contrast mechanisms of layer-dependent VASO fMRI have not been validated and thus interpretation of such data is confounded. Here we cross-validate layer-dependent VASO fMRI contrast in a preclinical rat model using well established (but invasive) imaging methods in response to neuronal activation (somatosensory cortex) and respiratory challenge (hypercapnia). In particular VASO derived CBV measures are directly compared to concurrent measures of total haemoglobin changes from high resolution intrinsic optical imaging spectroscopy (OIS). Through direct comparison of response magnitude, across time, negligible changes in hematocrit ratio during activation (neuronal or vascular) are inferred. Quantified cortical layer profiling is demonstrated and in agreement between both VASO and contrast enhanced fMRI (using monocrystalline iron oxide nanoparticles, MION). Responses show high spatial localisation to layers of cortical excitatory and inhibitory processing independent of confounding large draining veins which hamper BOLD fMRI studies. While we find increased VASO based CBV reactivity (3.1 ± 1.2 fold increase) in humans compared to rats it is demonstrated that this reflects differences in stimulus design rather than confounds of the VASO signal source. Together, our findings confirm that the VASO contrast is indeed a reliable estimate of layer-specific CBV changes. This validation study increases the neuronal interpretability of human layer-dependent fMRI results and should supersede BOLD fMRI as the method of choice in neuroscience application studies. Highlights Our goal is to validate layer-specific VASO fMRI with gold standard methods Layer-specific VASO sequences are implemented for 7T imaging in humans and rats Comparisons of VASO, optical imaging, and MION confirm the expected contrast origin Somatosensory stimulation in humans and rats reveal the same layer-fMRI signatures We confirm that VASO is a valid measure to estimate layer-specific neural activity Graphical abstract

Abstract Sub-millimeter functional imaging has the potential to capture cortical layer-specific functional information flow within and across brain systems. Recent sequence advancements of fMRI signal readout and contrast generations resulted in wide adaptation of layer-fMRI protocols across the global ultra-high-field (UHF) neuroimaging community. However, most layer-fMRI applications are confined to one of ≈100 privileged UHF imaging centers, and sequence contrasts with unwanted sensitivity to large draining veins. In this work, we propose the application of vein-signal free vascular space occupancy (VASO) layerfMRI sequences at widely accessible 3T scanners. Specifically, we implement, characterize, and apply a cerebral blood volume (CBV)-sensitive VASO fMRI at a 3T scanner setup, as it is typically used in the majority of cognitive neuroscience and clinical neuroscience fMRI studies. We find that the longer , and stronger relative T 1 contrast at 3T can account for some of the lower z-magnetization in the inversion-recovery VASO sequence compared to 7T and 9.4T. In the main series of experiments (N=16), we test the utility of this setup for motor tasks and find that-while being limited by thermal noise-3T layer-fMRI VASO is feasible within conventional scan durations. In a series of auxiliary studies, we furthermore explore the generalizability of the developed layer-fMRI protocols for a larger range of study designs including: visual stimulation, whole brain movie watching paradigms, and cognitive tasks with weaker effect sizes. We hope that the developed imaging protocols will help to increase accessibility of vein-signal free layer-fMRI imaging tools to a wider community of neuroimaging centers. Graphical abstract

ABSTRACT One of the significant challenges in real-time fMRI environments is to ensure that the functional images are exported in real-time. The prerequired ability to reconstruct these images immediately after the acquisition has already been resolved in 2004. Nowadays, more sophisticated sequences allow for higher resolution and faster repetition times and thereby challenging the ability to export this data in real-time. In this article, we tackle the potentially arising problem of sending the reconstructed data from the MRI to an external PC to perform the real-time fMRI analysis. We show that depending on the implementation of the data transfer, long delays can occur that can differ drastically in time and how often they occur. In addition, we propose a solution for SIEMENS MRI devices which was tested and applied already on multiple MRI devices including 3T and 7T machines on different vendor software versions. This new technique can be used as a blueprint that can be directly applied to other manufacturers. We also provide the source code of the described solution and show that the delay in the data transfer can be significantly reduced to a tolerable level using our proposed procedure. Finally, we integrate measurement options for the data transfer times to improve quality measures in real-time fMRI environments (e.g., clinical) that can implement the proposed solution. Efforts should be taken by the real-time community and MRI manufacturers to employ a standardized real-time export e.g., similar to the lab streaming layer which is used as a standard export method in EEG environments.