Multi-atlas segmentation is an effective approach for automatically labeling objects of interest in biomedical images. In this approach, multiple expert-segmented example images, called atlases, are registered to a target image, and deformed atlas segmentations are combined using label fusion. Among the proposed label fusion strategies, weighted voting with spatially varying weight distributions derived from atlas-target intensity similarity have been particularly successful. However, one limitation of these strategies is that the weights are computed independently for each atlas, without taking into account the fact that different atlases may produce similar label errors. To address this limitation, we propose a new solution for the label fusion problem in which weighted voting is formulated in terms of minimizing the total expectation of labeling error and in which pairwise dependency between atlases is explicitly modeled as the joint probability of two atlases making a segmentation error at a voxel. This probability is approximated using intensity similarity between a pair of atlases and the target image in the neighborhood of each voxel. We validate our method in two medical image segmentation problems: hippocampus segmentation and hippocampus subfield segmentation in magnetic resonance (MR) images. For both problems, we show consistent and significant improvement over label fusion strategies that assign atlas weights independently.

We evaluate the impact of template choice on template-based segmentation of the hippocampus in epilepsy. Four dataset-specific strategies are quantitatively contrasted: the “closest to average” individual template, the average shape version of the closest to average template, a best appearance template and the best appearance and shape template proposed here and implemented in the open source toolkit Advanced Normalization Tools (ANTS). The cross-correlation similarity metric drives the correspondence model and is used consistently to determine the optimal appearance. Minimum shape distance in the diffeomorphic space determines optimal shape. Our evaluation results show that, with respect to gold-standard manual labeling of hippocampi in epilepsy, optimal shape and appearance template construction outperforms the other strategies for gaining data-derived templates. Our results also show the improvement is most significant on the diseased side and insignificant on the healthy side. Thus, the importance of the template increases when used to study pathology and may be less critical for normal control studies. Furthermore, explicit geometric optimization of the shape component of the unbiased template positively impacts the study of diseased hippocampi.

We evaluate a fully automatic technique for labeling hippocampal subfields and cortical subregions in the medial temporal lobe in in vivo 3 Tesla MRI. The method performs segmentation on a T2-weighted MRI scan with 0.4 × 0.4 × 2.0 mm(3) resolution, partial brain coverage, and oblique orientation. Hippocampal subfields, entorhinal cortex, and perirhinal cortex are labeled using a pipeline that combines multi-atlas label fusion and learning-based error correction. In contrast to earlier work on automatic subfield segmentation in T2-weighted MRI [Yushkevich et al., 2010], our approach requires no manual initialization, labels hippocampal subfields over a greater anterior-posterior extent, and labels the perirhinal cortex, which is further subdivided into Brodmann areas 35 and 36. The accuracy of the automatic segmentation relative to manual segmentation is measured using cross-validation in 29 subjects from a study of amnestic mild cognitive impairment (aMCI) and is highest for the dentate gyrus (Dice coefficient is 0.823), CA1 (0.803), perirhinal cortex (0.797), and entorhinal cortex (0.786) labels. A larger cohort of 83 subjects is used to examine the effects of aMCI in the hippocampal region using both subfield volume and regional subfield thickness maps. Most significant differences between aMCI and healthy aging are observed bilaterally in the CA1 subfield and in the left Brodmann area 35. Thickness analysis results are consistent with volumetry, but provide additional regional specificity and suggest nonuniformity in the effects of aMCI on hippocampal subfields and MTL cortical subregions.

Gender is an important biological determinant of vulnerability to psychosocial stress. We used perfusion based functional magnetic resonance imaging (fMRI) to measure cerebral blood flow (CBF) responses to mild to moderate stress in 32 healthy people (16 males and 16 females). Psychological stress was elicited using mental arithmetic tasks under varying pressure. Stress in men was associated with CBF increase in the right prefrontal cortex (RPFC) and CBF reduction in the left orbitofrontal cortex (LOrF), a robust response that persisted beyond the stress task period. In contrast, stress in women primarily activated the limbic system, including the ventral striatum, putamen, insula and cingulate cortex. The asymmetric prefrontal activity in males was associated with a physiological index of stress responses—salivary cortisol, whereas the female limbic activation showed a lower degree of correlations with cortisol. Conjunction analyses indicated only a small degree of overlap between the stress networks in men and women at the threshold level of P < 0.01. Increased overlap of stress networks between the two genders was revealed when the threshold for conjunction analyses was relaxed to P < 0.05. Further, machine classification was used to differentiate the central stress responses between the two genders with over 94% accuracy. Our study may represent an initial step in uncovering the neurobiological basis underlying the contrasting health consequences of psychosocial stress in men and women.

Summary

 We studied 137 primary testicular germ cell tumors (TGCTs) using high-dimensional assays of genomic, epigenomic, transcriptomic, and proteomic features. These tumors exhibited high aneuploidy and a paucity of somatic mutations. Somatic mutation of only three genes achieved significance—KIT, KRAS, and NRAS—exclusively in samples with seminoma components. Integrated analyses identified distinct molecular patterns that characterized the major recognized histologic subtypes of TGCT: seminoma, embryonal carcinoma, yolk sac tumor, and teratoma. Striking differences in global DNA methylation and microRNA expression between histology subtypes highlight a likely role of epigenomic processes in determining histologic fates in TGCTs. We also identified a subset of pure seminomas defined by KIT mutations, increased immune infiltration, globally demethylated DNA, and decreased KRAS copy number. We report potential biomarkers for risk stratification, such as miRNA specifically expressed in teratoma, and others with molecular diagnostic potential, such as CpH (CpA/CpC/CpT) methylation identifying embryonal carcinomas.

Increasing effort has been devoted to understanding the neural mechanisms underlying decision making during risk, yet little is known about the effect of voluntary choice on risk taking. The Balloon Analog Risk Task (BART), in which subjects inflate a virtual balloon that can either grow larger or explode [Lejuez, C.W., Read, J.P., Kahler, C.W., Richards, J.B., Ramsey, S.E., Stuart, G.L., Strong, D.R., Brown, R.A., 2002. Evaluation of a behavioral measure of risk taking: the Balloon Analogue Risk Task BART. J. Exp. Psychol. Appl. 8, 75-84.], provides an ecologically valid model to assess human risk taking propensity and behaviour. In the present study, we modified this task for use during functional magnetic resonance imaging (fMRI) and administered it in both an active choice mode and a passive no-choice mode in order to examine the neural correlates of voluntary and involuntary risk taking in the human brain. Voluntary risk in the active choice task is associated with robust activation in mesolimbic-frontal regions, including the midbrain, ventral and dorsal striatum, anterior insula, dorsal lateral prefrontal cortex (DLPFC), and anterior cingulate/medial frontal cortex (ACC/MFC), in addition to activation in visual pathway regions. However, these mesolimbic-frontal activation patterns were not observed for involuntary risk in the passive no-choice task. Decision making was associated with neural activity in the right DLPFC. These findings demonstrate the utility of the modified BART paradigms for using during fMRI to assess risk taking in the human brain, and suggest that recruitment of the brain mesolimbic-frontal pathway during risk-taking is contingent upon the agency of the risk taker. The present paradigm may be extended to pathological populations to determine the specific neural components of their impaired risk behavior.

An increasing number of human in vivo magnetic resonance imaging (MRI) studies have focused on examining the structure and function of the subfields of the hippocampal formation (the dentate gyrus, CA fields 1 − 3, and the subiculum) and subregions of the parahippocampal gyrus (entorhinal, perirhinal, and parahippocampal cortices). The ability to interpret the results of such studies and to relate them to each other would be improved if a common standard existed for labeling hippocampal subfields and parahippocampal subregions. Currently, research groups label different subsets of structures and use different rules, landmarks, and cues to define their anatomical extents. This paper characterizes, both qualitatively and quantitatively, the variability in the existing manual segmentation protocols for labeling hippocampal and parahippocampal substructures in MRI, with the goal of guiding subsequent work on developing a harmonized substructure segmentation protocol. MRI scans of a single healthy adult human subject were acquired both at 3 T and 7 T. Representatives from 21 research groups applied their respective manual segmentation protocols to the MRI modalities of their choice. The resulting set of 21 segmentations was analyzed in a common anatomical space to quantify similarity and identify areas of agreement. The differences between the 21 protocols include the region within which segmentation is performed, the set of anatomical labels used, and the extents of specific anatomical labels. The greatest overall disagreement among the protocols is at the CA1/subiculum boundary, and disagreement across all structures is greatest in the anterior portion of the hippocampal formation relative to the body and tail. The combined examination of the 21 protocols in the same dataset suggests possible strategies towards developing a harmonized subfield segmentation protocol and facilitates comparison between published studies.

Complete loss of BRCA1 or BRCA2 function is associated with sensitivity to DNA damaging agents. However, not all BRCA1 and BRCA2 germline mutation-associated tumors respond. Herein we report analyses of 160 BRCA1 and BRCA2 germline mutation-associated breast and ovarian tumors. Retention of the normal BRCA1 or BRCA2 allele (absence of locus-specific loss of heterozygosity (LOH)) is observed in 7% of BRCA1 ovarian, 16% of BRCA2 ovarian, 10% of BRCA1 breast, and 46% of BRCA2 breast tumors. These tumors have equivalent homologous recombination deficiency scores to sporadic tumors, significantly lower than scores in tumors with locus-specific LOH (ovarian, P = 0.0004; breast P < 0.0001, two-tailed Student's t-test). Absence of locus-specific LOH is associated with decreased overall survival in ovarian cancer patients treated with platinum chemotherapy (P = 0.01, log-rank test). Locus-specific LOH may be a clinically useful biomarker to predict primary resistance to DNA damaging agents in patients with germline BRCA1 and BRCA2 mutations.Most tumours associated with germline BRCA1/BRCA2 loss of function mutations respond to DNA damaging agents, however, some do not. Herein, the authors identify that a subset of breast/ovarian tumors retain a normal allele, which is associated with decreased overall survival after DNA damage-inducing platinum chemotherapy.

Abstract Background Breast and ovarian tumors in patients with biallelic BRCA1 and BRCA2 mutations either by germline mutations accompanied by allele-specific loss of heterozygosity (LOH) or truncal somatic mutations respond to PARP inhibition. The repair of double stranded DNA breaks in tumors these tumors leads to homologous recombination deficiency (HRD), which can be measured using a variety of genomic and transcriptomic signatures. However, the optimal biomarker for BRCA deficiency is unknown. Methods We developed HRDex to determine HRD and its composite scores from allele specific copy number data analysis of whole exome sequencing (WES) data and examined the discriminatory ability of HRDex and other genomic and transcriptomic measures to identify BRCA deficiency in breast and ovarian tumors from The Cancer Genome Atlas (TCGA). Results HRDex scores have high correlation with SNP array based HRD scores in both breast and ovarian cancers. HRDex scores have high discriminatory accuracy to distinguish BRCA deficient breast tumors, similar to SNP array based scores (AUC 0.87 vs 0.90); however, discriminatory ability for ovarian tumors was lower (AUC 0.79 vs 0.90). HRD-LST had the best discriminatory ability of the three composite HRD scores. HRDex had higher discriminatory ability for identification of BRCA deficiency than RNA expression based scores (eCARD, tp53, RPS and PARPi7) in breast and ovarian tumors. Tumor mutational burden (TMB) was associated with BRCA deficiency in breast but not ovarian cancer. Combining HRDex score with mutational signature 3 modestly increased discriminatory ability for BRCA deficient breast and ovarian tumors (breast: AUC 0.90 vs 0.87; ovarian: AUC 0.83 vs 0.79). Conclusions WES based HRD scores perform similarly to SNP array HRD scores, and better than other genomic or transcriptomic signatures, for identification of tumors with BRCA deficiency due to biallelic BRCA loss.

5042 Background: The focus of Testicular Cancer (TC) has shifted towards survivorship due to the high cure rates. With the increase in TC survivors population, long-term cardiovascular disease (CVD) have been suggested to be strongly linked with earlier treatment for TC by various hospital based small studies. As it is crucial to investigate this relationship at a population level to develop early prevention strategies to improve TC survivors' overall quality of life (QoL), we analyzed the U.S. The Behavioral Risk Factor Surveillance System (BRFSS) to describe the long-term outcomes of TC survivors in a real-world random population sample. Methods: Using BRFSS cycles between 2014 and 2022, we pulled all patients who reported having a history of TC and compared them to the rest of the men's population sample who had no history of cancer diagnosis. Using national complex weights, we estimated each group outcomes proportions. Further, we evaluated several complex-weighted logistic regression models adjusted for different covariates to describe the association of high blood pressure, high cholesterol, diabetes, BMI of >25, angina, myocardial infarction (MI), and coronary heart disease (CHD). Results: Out of 3,077,806 participants, we identified 308 with a history of TC and 1,169,061 men with no history of cancer. After calculating descriptive demographics, our modeling analysis showed a consistent significant association in reporting history of Angina (OR range from 3.84 to 4.27), CHD or MI (OR range from 2.92 to 3.14). see table. Conclusions: Real-world data indicate alarming results of high prevalence CVD in TC survivors; our results confirm previously reported results from hospital-based cohorts. Our findings support immediate actions to develop and implement preventative strategies in TC survivors. [Table: see text]