Abstract There is a need for improved understanding of how different cerebrovascular reactivity (CVR) protocols affect vascular cross-sectional area (CSA) when measures of vascular CSA are not feasible. In human participants, we delivered ~±4mmHg end-tidal partial pressure of CO 2 (PETCO 2 ) relative to baseline through controlled delivery, and measured changes in middle cerebral artery (MCA) cross-sectional area (CSA; magnetic resonance imaging (7 Tesla MRI)), blood velocity (transcranial Doppler and Phase contrast MRI), and calculated CVR based on steady-state versus a ramp protocol during two protocols: a 3-minute steady-state (+4mmHg PETCO 2 ) and a ramp (delta of −3 to +4mmHg of PETCO 2 ). We observed that 1) the MCA did not dilate during the ramp protocol, but did dilate during steady-state hypercapnia, and 2) MCA blood velocity CVR was similar between ramp and steady-state hypercapnia protocols, although calculated MCA blood flow CVR was greater during steady-state hypercapnia than during ramp, the discrepancy due to MCA CSA changes during steady-state hypercapnia. Due to the ability to achieve similar levels of MCA blood velocity CVR as steady-state hypercapnia, the lack of change in MCA cross-sectional area, and the minimal expected change in blood pressure, we propose that a ramp model, across a delta of ~−3 to +4mmHg PETCO 2 , may provide one alternative approach to collecting CVR measures in young adults with TCD when CSA measures are not feasible.

Current state-of-the-art segmentation methods often require high-resolution input to attain the high performance, which pushes the limit of data acquisition and brings large computation budgets. Instead, we present an end-to-end deep learning-based method, ROSE, for robust and precise segmentation of high-quality 3D super-resolution (SR) microvasculatures from low-resolution (LR) images as input, which can transform data from the LR imaging domain to the SR semantic domain (cross different modalities and scales). More specifically, a multi-tasking two-stream deep learning framework is proposed to learn the high-fidelity microvasculature SR image and semantic hybrid features simultaneously. During the proposed joint learning process, the high-resolution features of microvasculatures are further enhanced by the learned fine-grained structural/textural features from the microvasculature SR stream with a multi-level embedding scheme through the oriented feature aggregation at different fusion stages. In the constructed joint multi-level hybrid embedding spaces, the instance semantic embedding and the SR imaging embedding can be connected and integrated synergistically. We have conducted extensive experiments using public and real patient micro-cerebrovascular image datasets and compare our framework with traditional 3D vessel segmentation methods and the other state-of-the-art in deep learning. This robust and precise microvascular visualization in different brain regions by our method demonstrates its potential impact in magnetic resonance (MR) angiography and venography for the diagnosis of microvascular disease.

Motivation: In vivo imaging of intra-cortical vessels of human brain, including penetrating arteries, veins and capillary density are still scarce. Goal(s): To reconstruct the in vivo intra-cortical vessels of the human brain and estimate the cortical layer-specific changes in susceptibility (χ) in the presence of superparamagnetic iron oxides. Approach: With aid of Ferumoxytol at 7T, high resolution gradient echo imaging was implemented to reconstruct pre-/post-SWI, R2* and χ maps. Results: Intra-cortical penetrating arteries and veins can be differentiated by pre- and post-contrast SWI. Changes in R2* and χ revealed variations reflective of capillary density across different layers, which is in agreement with histological findings. Impact: This study provides in vivo imaging characterization of intra-cortical vessels of human brain using high-resolution Ferumoxytol-enhanced SWI at 7T. Utilizing changes in R2* and χ enables us delve deeper into the laminar distribution of capillary density across various cortical layers.

Motivation: There is limited understanding of microvascular alterations in neurovascular diseases such as multiple sclerosis (MS) and Parkinson’s disease (PD) using in vivo imaging techniques. Goal(s): To detect microvascular abnormalities using the novel imaging technique MICRO (Microvascular In-vivo Contrast Revealed Origins). Approach: MICRO imaging involves high resolution susceptibility weighted imaging (SWI) acquired in the presence of ultrasmall superparamagnetic iron oxides (USPIO). Results: As compared to non-contrast conventional vascular imaging, MICRO drastically improves the detection of microvascular abnormalities that can help in identifying the most vulnerable structures in vascular etiology of MS and PD. Impact: This multicentre study demonstrates that MICRO imaging has the potential to comprehensively study vascular pathology something that is often ignored in evaluating neurodegenerative diseases.

Motivation: There is a limited understanding of the lesion heterogeneity in multiple sclerosis (MS), which needs to be investigated through different imaging techniques. Goal(s): To characterize MS lesions using proton density (PD) and T1-relaxation maps. Approach: PD and T1 data were generated for 20 relapsing-remitting MS patients. Lesions were voxel-wise divided into high PD regions and the remaining lesional tissue. Clinical scores were correlated with total lesion volume, volumes of high PD regions and high T1 regions. Results: Lesions with high PD exhibited highest probability of occurrence at the boundary of lateral ventricles and likely represent chronic lesions with significant local tissue rarefaction. Impact: Proton density and T1-relaxation maps act as an essential complement to the conventional clinical sequences and could serve as a new biomarker for assessing tissue damage in white matter lesions in relapsing-remitting multiple sclerosis patients.

Motivation: It remains largely unknown whether venous blood susceptibility can be used as an imaging biomarker of neuronal activity in multiple sclerosis (MS). Goal(s): To assess the oxygen saturation of the internal cerebral veins (ICVs), and their correlations with clinical scores in MS patients. Approach: Susceptibility of ICVs was measured on QSM data in 18 MS patients and 10 controls. The susceptibility of ICV values were correlated with clinical scores using linear regression in MS patient. Results: There was a significant reduction in ICV susceptibility (indicating an increased oxygen saturation) in MS patients. The decreased venous susceptibility correlated with cognitive decline in these patients. Impact: This study provides first-of-its-kind evidence that reduced oxygen consumption in deep cerebral regions may be associated with cognitive decline in patients with multiple sclerosis (MS). Venous blood susceptibility could be an imaging biomarker of cerebral oxygen metabolism in MS.

Motivation: White matter damage has been known to accumulate prior to the onset of white matter hyperintensity, but there is currently no way to calculate the extent of damage. Goal(s): Quantification of high-water content regions in Parkinson's patients based on proton spin density maps provides a new biomarker for mapping tissue damage and interpretation of WMH evolution.Approach: Distribution of high-water content regions and WMH were mapped for Parkinson patients with different cognitive levels. Heatmaps were created for groups. Results: High water content regions were mainly distributed along the ventricular wall. Water content and WMH correlated with CSF volumes with significant differences between groups. Impact: Segmentation of the high-water content regions based on proton spin density maps provides the ability to interpret WMH evolution and provide a new potential biomarker to guide the early detection. These effects were dramatically seen in Parkinson’s patients with dementia.

Studying the relationship between cerebral oxygen utilization and cognitive impairment is essential to understanding neuronal functional changes in the disease progression of multiple sclerosis (MS). This study explores the potential of using venous susceptibility in internal cerebral veins (ICVs) as an imaging biomarker for cognitive impairment in relapsing-remitting MS (RRMS) patients. Quantitative susceptibility mapping derived from fully flow-compensated MRI phase data was employed to directly measure venous blood oxygen saturation levels (S v O 2 ) in the ICVs. Results revealed a significant reduction in the susceptibility of ICVs (212.4 ± 30.8 ppb vs 239.4 ± 25.9 ppb) and a significant increase of S v O 2 (74.5 ± 1.89% vs 72.4 ± 2.23%) in patients with RRMS compared with age- and sex-matched healthy controls. Both the susceptibility of ICVs ( r = 0.508, p = 0.031) and the S v O 2 ( r = −0.498, p = 0.036) exhibited a moderate correlation with cognitive decline in these patients assessed by the Paced Auditory Serial Addition Test, while no significant correlation was observed with clinical disability measured by the Expanded Disability Status Scale. The findings suggest that venous susceptibility in ICVs has the potential to serve as a specific indicator of oxygen metabolism and cognitive function in RRMS.