The characterization of individual functional brain organization with Precision Functional Mapping has provided important insights in recent years in adults. However, little is known about the ontogeny of inter-individual differences in brain functional organization during human development, but precise characterization of systems organization during periods of high plasticity might be most influential towards discoveries promoting lifelong health. Collecting and analyzing precision fMRI data during early development has unique challenges and emphasizes the importance of novel methods to improve data acquisition, processing, and analysis strategies in infant samples. Here, we investigate the applicability of two such methods from adult MRI research, multi-echo (ME) data acquisition and thermal noise removal with Noise reduction with distribution corrected principal component analysis (NORDIC), in precision fMRI data from three newborn infants. Compared to an adult example subject, T2* relaxation times calculated from ME data in infants were longer and more variable across the brain, pointing towards ME acquisition being a promising tool for optimizing developmental fMRI. The application of thermal denoising via NORDIC increased tSNR and the overall strength of functional connections as well as the split-half reliability of functional connectivity matrices in infant ME data. While our findings related to NORDIC denoising are coherent with the adult literature and ME data acquisition showed high promise, its application in developmental samples needs further investigation. The present work reveals gaps in our understanding of the best techniques for developmental brain imaging and highlights the need for further developmentally-specific methodological advances and optimizations, towards precision functional imaging in infants.

Many psychiatric conditions have their roots in early development. Individual differences in prenatal brain function (which is influenced by a combination of genetic risk and the prenatal environment) likely interact with individual differences in postnatal experience, resulting in substantial variation in brain functional organization and development in infancy. Neuroimaging has been a powerful tool for understanding typical and atypical brain function and holds promise for uncovering the neurodevelopmental basis of psychiatric illness, however its clinical utility has been relatively limited thus far. A substantial challenge in this endeavor is the traditional approach of averaging brain data across groups despite individuals varying in their brain organization, which likely obscures important clinically-relevant individual variation. Precision functional mapping (PFM) is a neuroimaging technique which allows to capture individual-specific and highly reliable functional brain properties. Here, we discuss how PFM, through its focus on individuals, has provided novel insights for understanding brain organization across the lifespan and its promise in elucidating the neural basis of psychiatric disorders. We first summarize the extant literature on PFM in normative populations, followed by its limited utilization in studying psychiatric conditions in adults. We conclude by discussing the potential for infant PFM in advancing developmental precision psychiatry applications, given that many psychiatric disorders start during early infancy and are associated with changes in individual-specific functional neuroanatomy. By exploring the intersection of PFM, development, and psychiatric research, this paper underscores the importance of individualized approaches in unraveling the complexities of brain function and improving clinical outcomes across development.

The cerebral cortex comprises discrete cortical areas that form during development. Accurate area parcellation in neuroimaging studies enhances statistical power and comparability across studies. The formation of cortical areas is influenced by intrinsic embryonic patterning as well as extrinsic inputs, particularly through postnatal exposure. Given the substantial changes in brain volume, microstructure, and functional connectivity during the first years of life, we hypothesized that cortical areas in 1-to-3-year-olds would exhibit major differences from those in neonates and progressively resemble adults as development progresses. Here, we parcellated the cerebral cortex into putative areas using local functional connectivity gradients in 92 toddlers at 2 years old. We demonstrated high reproducibility of these cortical regions across 1-to-3-year-olds in two independent datasets. The area boundaries in 1-to-3-year-olds were more similar to adults than neonates. While the age-specific group parcellation fitted better to the underlying functional connectivity in individuals during the first 3 years, adult area parcellations might still have some utility in developmental studies, especially in children older than 6 years. Additionally, we provided connectivity-based community assignments of the parcels, showing fragmented anterior and posterior components based on the strongest connectivity, yet alignment with adult systems when weaker connectivity was included.

The cerebral cortex is organized into distinct but interconnected cortical areas, which can be defined by abrupt differences in patterns of resting state functional connectivity (FC) across the cortical surface. Such parcellations of the cortex have been derived in adults and older infants, but there is no widely used surface parcellation available for the neonatal brain. Here, we first demonstrate that adult- and older infant-derived parcels are a poor fit with neonatal data, emphasizing the need for neonatal-specific parcels. We next derive a set of 283 cortical surface parcels from a sample of n=261 neonates. These parcels have highly homogenous FC patterns and are validated using three external neonatal datasets. The Infomap algorithm is used to assign functional network identities to each parcel, and derived networks are consistent with prior work in neonates. The proposed parcellation may represent neonatal cortical areas and provides a powerful tool for neonatal neuroimaging studies.