YW
Yu‐Chien Wu
Author with expertise in Diffusion Magnetic Resonance Imaging
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
8
(63% Open Access)
Cited by:
409
h-index:
27
/
i10-index:
46
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

The Representation of Biological Classes in the Human Brain

Andrew Connolly et al.Feb 22, 2012
Evidence of category specificity from neuroimaging in the human visual system is generally limited to a few relatively coarse categorical distinctions—e.g., faces versus bodies, or animals versus artifacts—leaving unknown the neural underpinnings of fine-grained category structure within these large domains. Here we use fMRI to explore brain activity for a set of categories within the animate domain, including six animal species—two each from three very different biological classes: primates, birds, and insects. Patterns of activity throughout ventral object vision cortex reflected the biological classes of the stimuli. Specifically, the abstract representational space—measured as dissimilarity matrices defined between species-specific multivariate patterns of brain activity—correlated strongly with behavioral judgments of biological similarity of the same stimuli. This biological class structure was uncorrelated with structure measured in retinotopic visual cortex, which correlated instead with a dissimilarity matrix defined by a model of V1 cortex for the same stimuli. Additionally, analysis of the shape of the similarity space in ventral regions provides evidence for a continuum in the abstract representational space—with primates at one end and insects at the other. Further investigation into the cortical topography of activity that contributes to this category structure reveals the partial engagement of brain systems active normally for inanimate objects in addition to animate regions.
0

Image‐based modeling of biomechanical factors for risk assessment of developing periventricular white matter hyperintensities

Yunjie Tong et al.Dec 1, 2020
Abstract Background White matter lesions, visible as white matter hyperintensities (WMH) on T2‐weighted MR images, have been associated with aging and with cognitive decline. Among WMHs, periventricular WMHs (adjacent to the ventricular system) have preferential associations with cognitive decline/impairment. Despite the prevalence and potential significance in cognitive declines, there is little to no in‐depth knowledge regarding the underlying causes of WMH, except that it is related to small vessel disease. We hypothesize that the development of periventricular WMH is caused by pulsatile stresses exerted on the lateral wall of the ventricles. Elevated stress in regions adjacent to the ventricular wall, coupled with the weakening of the ependymal layer, may trigger the early changes in white‐matter microstructure and surrounding small vessels, eventually causing WMH. Method We developed a method to predict stress distribution in the periventricular white matter using patient‐specific brain anatomy and ventricular movement, obtained through MR imaging techniques. Utilizing established tools for image‐based segmentation (ITK Snap), pre‐processing (3D Systems–Geomagic; Altair–Hypermesh), and finite element modeling (ANSYS Workbench), we tested this pipeline on a healthy volunteer. Patient‐specific ventricular wall movement was assessed over the cardiac cycle using fast EPI MRI and utilized as a boundary condition driving displacement on the ventricular walls in the computational model. Result As shown in Figure 1, the stress distribution around the lateral ventricles was calculated based on subject specific ventricular geometry. The stress distribution is not uniform, but changes with the curvature of the ventricular wall. Peak stress concentrations were detected around the anterior and posterior horns of the lateral ventricles, where WMHs are commonly found. Initial results provide support for our hypothesis of biomechanical contributions to lesion development. Conclusion We developed a computational modeling framework based on the ventricular anatomy obtained with structural MR images, and material properties from relevant literature and fast EPI MRI. The periventricular locations with high stresses were correlated with the common WMH topography. In the next step, we will apply the model to patient data to further determine the role of biomechanical factors in forming WMH.
3

Neurofluid Coupling during Sleep and Wake States

Vidhya Nair et al.Nov 1, 2022
Abstract Low-frequency changes in cerebral hemodynamics have recently been shown to drive cerebrospinal fluid (CSF) movement in the human brain during non-rapid eye movement (NREM) sleep and resting state wakefulness. However, whether the coupling strength between these neurofluids varies between wake and sleep states is not known. In addition, the principal origin (i.e., neuronal vs. systemic) of these slow cerebral hemodynamic oscillations in either state also remains unexplored. To investigate this, a wake/sleep study was conducted on eight young, healthy volunteers, concurrently acquiring neurofluid dynamics using functional Magnetic Resonance Imaging, neural activity using Electroencephalography, and non-neuronal systemic physiology with peripheral functional Near-Infrared Spectroscopy. Our results reveal that low-frequency cerebral hemodynamics and CSF movements are strongly coupled regardless of whether participants were awake or in light NREM sleep. Furthermore, it was also found that, while autonomic neural contributions are present only during light NREM sleep, non-neuronal systemic physiology influences neurofluid low-frquency oscillations in a significant way across both wake and sleep states. These results further our understanding regarding the low-frequency hemodynamic drivers of CSF movement in the human brain and could help inform the development of therapies for enhancing CSF circulation.
0

Prenatal Methadone Exposure Disrupts Behavioral Development and Alters Motor Neuron Intrinsic Properties and Local Circuitry

Gregory Grecco et al.Sep 26, 2020
ABSTRACT Despite the rising prevalence of methadone treatment in pregnant women with opioid use disorder, the effects of methadone on neurobehavioral development remain unclear. We developed a translational mouse model of prenatal methadone exposure (PME) that resembles the typical pattern of opioid use by pregnant women who first use oxycodone then switch to methadone maintenance pharmacotherapy, and subsequently become pregnant while maintained on methadone. We investigated the effects of PME on physical development, sensorimotor behavior, and motor neuron properties using a multidisciplinary approach of physical, biochemical, and behavioral assessments along with brain slice electrophysiology and in vivo magnetic resonance imaging. PME produced substantial impairments in offspring physical growth, activity in an open field, and sensorimotor milestone acquisition which were associated with alterations in motor neuron functioning and connectivity. The present study adds to the limited work examining PME by providing a comprehensive, translationally relevant characterization of how PME disrupts offspring development.
3

Perturbed neurochemical and microstructural organization in a mouse model of prenatal opioid exposure: a multi-modal magnetic resonance study

Syed Shahid et al.Feb 23, 2023
Methadone-based treatment for pregnant women with opioid use disorder is quite prevalent in the clinical environment. A number of clinical and animal model-based studies have reported cognitive deficits in infants prenatally exposed to methadone-based opioid treatments. However, the long-term impact of prenatal opioid exposure (POE) on pathophysiological mechanisms that govern neurodevelopmental impairment is not well understood. Using a translationally relevant mouse model of prenatal methadone exposure (PME), the aim of this study is to investigate the role of cerebral biochemistry and its possible association with regional microstructural organization in PME offspring. To understand these effects, 8- week-old male offspring with PME (n=7) and prenatal saline exposure (PSE) (n=7) were scanned in vivo on 9.4 Tesla small animal scanner. Single voxel proton magnetic resonance spectroscopy ( 1 H-MRS) was performed in the right dorsal striatum (RDS) region using a short echo time (TE) Stimulated Echo Acquisition Method (STEAM) sequence. Neurometabolite spectra from the RDS was first corrected for tissue T1 relaxation and then absolute quantification was performed using the unsuppressed water spectra. High-resolution in vivo diffusion MRI (dMRI) for region of interest (ROI) based microstructural quantification was also performed using a multi-shell dMRI sequence. Cerebral microstructure was characterized using diffusion tensor imaging (DTI) and Bingham-neurite orientation dispersion and density imaging (Bingham-NODDI). MRS results in the RDS showed significant decrease in N-acetyl aspartate (NAA), taurine (tau), glutathione (GSH), total creatine (tCr) and glutamate (Glu) concentration levels in PME, compared to PSE group. In the same RDS region, mean orientation dispersion index (ODI) and intracellular volume fraction (VF IC ) demonstrated positive associations with tCr in PME group. ODI also exhibited significant positive association with Glu levels in PME offspring. Significant reduction in major neurotransmitter metabolites and energy metabolism along with strong association between the neurometabolites and perturbed regional microstructural complexity suggest a possible impaired neuroadaptation trajectory in PME offspring which could be persistent even into late adolescence and early adulthood.
0

The Impact of Edema and Fiber Crossing on Diffusion MRI Metrics: DBSI vs. Diffusion ODF

Zezhong Ye et al.Oct 31, 2019
Purpose: Diffusion tensor imaging (DTI) has been employed for over two decades to noninvasively quantify central nervous system (CNS) diseases/injuries. However, DTI is an inadequate simplification of diffusion modeling in the presence of co-existing inflammation, edema, and crossing nerve fibers. Methods: We employed a tissue phantom using fixed mouse trigeminal nerves coated with various amounts of agarose gel to mimic crossing fibers in the presence of vasogenic edema. Diffusivity measures derived by DTI and diffusion basis spectrum imaging (DBSI) were compared at increasing levels of simulated edema and degrees of fiber crossing. Further, we assessed the ability of DBSI, diffusion kurtosis imaging (DKI), generalized q-sampling imaging (GQI), q-ball imaging (QBI), and neurite orientation dispersion and density imaging (NODDI) to resolve fiber crossing, in reference to the gold standard angles measured from structural images. Results: DTI-computed diffusivities and fractional anisotropy (FA) were significantly confounded by gel-mimicked edema and crossing fibers. Conversely, DBSI calculated accurate diffusivities of individual fibers regardless of the extent of simulated edema and degrees of fiber crossing angles. Additionally, DBSI accurately and consistently estimated crossing angles in various conditions of gel-mimicked edema when comparing with gold standard (r2=0.92, p<0.0001, bias=3.9 degrees). Small crossing angles and edema significantly impact dODF, making DKI, GQI and QBI less accurate in detecting and estimating fibers crossing angles. Lastly, we demonstrate DBSI's superiority over DTI for recovering and delineating white matter tracts in peritumoral edema for preoperative planning of surgical resection. Conclusions: DBSI is able to separate two crossing fibers and accurately recover their diffusivities in a complex environment characterized by increasing crossing angles and amounts of gel-mimicked edema. DBSI also indicated better angular resolution capability compared with DKI, QBI and GQI.
0

Exploring radial asymmetry in MR diffusion tensor imaging and its impact on the interpretation of glymphatic mechanisms

Adam Wright et al.Nov 26, 2024
Motivation: Researchers have used diffusion tensor imaging along the perivascular space (DTI-ALPS) to investigate glymphatic function, but the influence of white matter properties on the ALPS-index remains unstudied. Goal(s): Establish whether a reduction in the ALPS-index could be influenced by axonal changes. Approach: A key assumption underlying the ALPS-index is that axons demonstrate symmetric radial diffusivities, such that eigenvalue-2 and eigenvalue-3 are equal (&lambda;2=&lambda;3). We investigated this assumption and evaluated &lambda;2/&lambda;3 changes in white matter tracts. Results: Contrary to the DTI-ALPS assumption, widespread radial asymmetry (&lambda;2/&lambda;3&asymp;1.5) was observed within all white matter tracts, the extent of which decreased with aging and neurodegeneration. Impact: This study unveils widespread radial asymmetry of white matter tracts &mdash; a phenomenon that has been overlooked in DTI studies. The results provide evidence of axonal contributions to the ALPS-index, prompting researchers to consider axonal influences when interpreting this metric.