ABSTRACT We have developed new imaging and computational workflows to produce accurately aligned multimodal 3D images of the mouse brain that exploit high resolution magnetic resonance histology (MRH) and light sheet microscopy (LSM) with fully rendered 3D reference delineations of brain structures. The suite of methods starts with the acquisition of geometrically accurate (in-skull) brain MRIs using multi-gradient echo (MGRE) and new diffusion tensor imaging (DTI) at an isotropic spatial resolution of 15 μm. Whole brain connectomes are generated using over 100 diffusion weighted images acquired with gradients at uniformly spaced angles. Track density images are generated at a super-resolution of 5 μm. Brains are dissected from the cranium, cleared with SHIELD, stained by immunohistochemistry, and imaged by LSM at 1.8 μm/pixel. LSM channels are registered into the reference MRH space along with the Allen Brain Atlas (ABA) Common Coordinate Framework version 3 (CCFv3). The result is a hi gh- d imensional i ntegrated v olum e with r egistration ( HiDiver ) that has a global alignment accuracy of 10–50 μm. HiDiver enables 3D quantitative and global analyses of cells, circuits, connectomes, and CNS regions of interest (ROIs). Throughput is sufficiently high that HiDiver is now being used in comprehensive quantitative studies of the impact of gene variants and aging on rodent brain cytoarchitecture.

Abstract Diffusion magnetic resonance imaging has been widely used in both clinical and preclinical studies to characterize tissue microstructure and structural connectivity. The diffusion MRI protocol for the Human Connectome Project (HCP) has been developed and optimized to obtain high-quality, high-resolution diffusion MRI (dMRI) datasets. However, such efforts have not been fully explored in preclinical studies, especially for rodents. In this study, high quality dMRI datasets of mouse brains were acquired at 9.4T system from two vendors. In particular, we acquired a high-spatial resolution dMRI dataset (25 μm isotropic with 126 diffusion encoding directions), which we believe to be the highest spatial resolution yet obtained; and a high-angular resolution dMRI dataset (50 μm isotropic with 384 diffusion encoding directions), which we believe to be the highest angular resolution compared to the dMRI datasets at the microscopic resolution. We systematically investigated the effects of three important parameters that affect the final outcome of the connectome: b value (1000 s/mm 2 to 8000 s/mm 2 ), angular resolution (10 to 126), and spatial resolution (25 µm to 200 µm). The stability of tractography and connectome increase with the angular resolution, where more than 50 angles are necessary to achieve consistent results. The connectome and quantitative parameters derived from graph theory exhibit a linear relationship to the b value (R 2 > 0.99); a single-shell acquisition with b value of 3000 s/mm 2 shows comparable results to the multi-shell high angular resolution dataset. The dice coefficient decreases and both false positive rate and false negative rate gradually increase with coarser spatial resolution. Our study provides guidelines and foundations for exploration of tradeoffs among acquisition parameters for the structural connectome in ex vivo mouse brain.

Genome-wide association studies have demonstrated significant links between human brain structure and common DNA variants. Similar studies with rodents have been challenging because of smaller brain volumes. Using high field MRI (9.4T) and compressed sensing, we have achieved microscopic resolution and sufficiently high throughput for rodent population studies. We generated whole brain structural MRI and diffusion connectomes for four diverse isogenic lines of mice (C57BL/6J, DBA/2J, CAST/EiJ, and BTBR) at spatial resolution 20,000 times higher than human connectomes. We derived volumes, scalar diffusion metrics, and estimates of residual technical error for 166 regions in each hemisphere and connectivity between the regions. Volumes of discrete brain regions had the highest mean heritability (0.71 ± 0.23 SD, n = 332), followed by fractional anisotropy (0.54 ± 0.26), radial diffusivity (0.34 ± 0.022), and axial diffusivity (0.28 ± 0.19). Connection profiles were statistically different in 280 of 322 nodes across all four strains. Nearly 150 of the connection profiles were statistically different between the C57BL/6J, DBA/2J, and CAST/EiJ lines.

Pleural parasitic infection is an extremely rare disease of the pleura caused by a variety of parasites, with paragonimiasis infection being the most common. The lack of specific clinical symptoms for paragonimiasis makes it easy to misdiagnose as tuberculosis, causing unnecessary drug-related adverse effects and financial burdens from incorrect treatment. We report a case of a pediatric patient presenting with an isolated pleural effusion that was misdiagnosed as tuberculosis; the patient was eventually diagnosed with pleuropulmonary paragonimiasis infection after immunologic and serologic tests. The patient finally recovered after anti-parasitic treatment involving praziquantel administration. This report will help increase awareness of this disease among medical practitioners to avoid misdiagnosis and treatment delays which may lead to disease progression.

Abstract Paul Lauterbur closed his seminal paper on MRI with the statement that “zeugmatographic (imaging) techniques should find many useful applications in studies of the internal structures, states and composition of microscopic objects” [1]. Magnetic resonance microscopy was subsequently demonstrated in 1986 by three groups [2] [3] [4]. The application of MRI to the study of tissue structure, i.e. magnetic resonance histology (MRH) was suggested in 1993 [5]. MRH, while based on the same physical principals as MRI is something fundamentally different than the clinical exams which are typically limited to voxel dimensions of ~ 1 mm 3 . Preclinical imaging systems can acquire images with voxels ~ 1000 times smaller. The MR histology images presented here have been acquired at yet another factor of 1000 increase in spatial resolution. Figure S1 in the supplement shows a comparison of a state-of-the-art fractional anisotropy images of a C57 mouse brain in vivo @ 150 μm resolution (voxel volume of 3.3 ×10 −3 mm 3 ) with the atlas we have generated for this work at 15 μm spatial resolution (voxel volume of 3.3 × 10 −6 mm 3 ). In previous work, we have demonstrated the utility of MR histology in neurogenetics at spatial/angular resolution of 45 μm /46 angles [6]. At this spatial/angular resolution it is possible to map whole brain connectivity with high correspondence to retroviral tracers [7]. But the MRH derived connectomes can be derived in less than a day where the retroviral tracer studies require months/years [8]. The resolution index (angular samples/voxel volume) for this previous work was >500,000 [9]. Figure S2 shows a comparison between that previous work and the new atlas presented in this paper with a resolution index of 32 million. Light sheet microscopy (LSM) has undergone similar rapid evolution over the last 20 years. The invention of tissue clearing, advances in immunohistochemistry and development of selective plane illumination microscopy (SPIM) now make it possible to acquire whole mouse brain images at submicron spatial resolution with a vast array of cell specific markers [10] [11] [12] [13]. And these advantages can be realized in scan times of < 6hrs. The major limitation from these studies is the distortion in the tissue from dissection from the cranium, swelling from clearing and staining, and tissue damage from handling. We report here the merger of these two methods: MRH with the brain in the skull to provide accurate geometry, cytoarchitectural measures using scalar imaging metrics and whole brain connectivity at 15 μm isotropic spatial resolution with super resolution track density images @ 5 μm isotropic resolution; whole brain multichannel LSM @ 1.8×1.8×4.0 μm; a big image data infrastructure that enables label mapping from the atlas to the MR image, geometric correction to the light sheet data, label mapping to the light sheet volumes and quantitative extraction of regional cell density. These methods make it possible to generate a comprehensive collection of image derived phenotypes (IDP) of cells and circuits covering the whole mouse brain with throughput that can be scaled for quantitative neurogenetics.