Abstract The Alzheimer's Disease Neuroimaging Initiative (ADNI) is a longitudinal multisite observational study of healthy elders, mild cognitive impairment (MCI), and Alzheimer's disease. Magnetic resonance imaging (MRI), (18F)‐fluorodeoxyglucose positron emission tomography (FDG PET), urine serum, and cerebrospinal fluid (CSF) biomarkers, as well as clinical/psychometric assessments are acquiredat multiple time points. All data will be cross‐linked and made available to the general scientific community. The purpose of this report is to describe the MRI methods employed in ADNI. The ADNI MRI core established specifications thatguided protocol development. A major effort was devoted toevaluating 3D T 1 ‐weighted sequences for morphometric analyses. Several options for this sequence were optimized for the relevant manufacturer platforms and then compared in a reduced‐scale clinical trial. The protocol selected for the ADNI study includes: back‐to‐back 3D magnetization prepared rapid gradient echo (MP‐RAGE) scans; B 1 ‐calibration scans when applicable; and an axial proton density‐T 2 dual contrast (i.e., echo) fast spin echo/turbo spin echo (FSE/TSE) for pathology detection. ADNI MRI methods seek to maximize scientific utility while minimizing the burden placed on participants. The approach taken in ADNI to standardization across sites and platforms of the MRI protocol, postacquisition corrections, and phantom‐based monitoring of all scanners could be used as a model for other multisite trials. J. Magn. Reson. Imaging 2008. © 2008 Wiley‐Liss, Inc.

The primary objective of this study is to perform a blinded evaluation of a group of retrospective image registration techniques using as a gold standard a prospective, marker-based registration method. To ensure blindedness, all retrospective registrations were performed by participants who had no knowledge of the gold standard results until after their results had been submitted. A secondary goal of the project is to evaluate the importance of correcting geometrical distortion in MR images by comparing the retrospective registration error in the rectified images, i.e., those that have had the distortion correction applied, with that of the same images before rectification.Image volumes of three modalities (CT, MR, and PET) were obtained from patients undergoing neurosurgery at Vanderbilt University Medical Center on whom bone-implanted fiducial markers were mounted. These volumes had all traces of the markers removed and were provided via the Internet to project collaborators outside Vanderbilt, who then performed retrospective registrations on the volumes, calculating transformations from CT to MR and/ or from PET to MR. These investigators communicated their transformations again via the Internet to Vanderbilt, where the accuracy of each registration was evaluated. In this evaluation, the accuracy is measured at multiple volumes of interest (VOIs), i.e., areas in the brain that would commonly be areas of neurological interest. A VOI is defined in the MR image and its centroid c is determined. Then, the prospective registration is used to obtain the corresponding point c' in CT or PET. To this point, the retrospective registration is then applied, producing c" in MR. Statistics are gathered on the target registration error (TRE), which is the distance between the original point c and its corresponding point c".This article presents statistics on the TRE calculated for each registration technique in this study and provides a brief description of each technique and an estimate of both preparation and execution time needed to perform the registration.Our results indicate that retrospective techniques have the potential to produce satisfactory results much of the time, but that visual inspection is necessary to guard against large errors.

This paper discusses the application of voxel similarity measures in the automated registration of clinically acquired MR and CT data of the head. We describe a novel single-start multi-resolution approach to the optimization of these measures, and the issues involved in applying this to data having a range of different fields of view and sampling resolution. We compare four proposed measures of voxel similarity using the same optimization scheme when presented with 10 pairs of images with a range of initial misregistrations. The registration estimates are compared with those provided by manual point-based registration and evaluated by visual inspection to give an assessment of the robustness and accuracy of the different measures. One full-volume CT image set is used to investigate the performance of each measure when used to align truncated images from different regions in the head. The soft tissue correlation and mutual information measures were found to provide the most robust measures of misregistration, providing results comparable to or better than those from manual point-based registration for all but the most truncated image volumes.

We propose in this work a patch-based image labeling method relying on a label propagation framework. Based on image intensity similarities between the input image and an anatomy textbook, an original strategy which does not require any nonrigid registration is presented. Following recent developments in nonlocal image denoising, the similarity between images is represented by a weighted graph computed from an intensity-based distance between patches. Experiments on simulated and in vivo magnetic resonance images show that the proposed method is very successful in providing automated human brain labeling.

Early cortical folding and the emergence of structural brain asymmetries have been previously analyzed by neuropathology as well as qualitative analysis of magnetic resonance imaging (MRI) of fetuses and preterm neonates. In this study, we present a dedicated image analysis framework and its application for the detection of folding patterns during the critical period for the formation of many primary sulci (20–28 gestational weeks). Using structural information from in utero MRI, we perform morphometric analysis of cortical plate surface development and modeling of early folding in the normal fetal brain. First, we identify regions of the fetal brain surface that undergo significant folding changes during this developmental period and provide precise temporal staging of these changes for each region of interest. Then, we highlight the emergence of interhemispheric structural asymmetries that may be related to future functional specialization of cortical areas. Our findings complement previous descriptions of early sulcogenesis based on neuropathology and qualitative evaluation of 2D in utero MRI by accurate spatial and temporal mapping of the emergence of individual sulci as well as structural brain asymmetries. The study provides the missing starting point for their developmental trajectories and extends our understanding of normal cortical folding.

fMRI enables noninvasive direct quantification of neural network connectivity in the healthy human fetus.

Adequate nutrition during gestation is critical for fetal development, and deficits in protein are associated with neurological and behavioral impairments in offspring placing a significant burden on global health. Fetal and neonatal longitudinal magnetic resonance assessments of brain development spanning mid-gestation to 11 months of age were conducted in rhesus macaque (Macaca mulatta) (n = 22; 9 females) generated from an established nonhuman primate model of gestational protein reduction to ascertain the neurodevelopmental effects of reduced maternal protein intake. Structural abnormalities were identified in two reduced diet groups, in addition to age-dependent whole-brain volume deficits in the most severely reduced (50% vs. 33% reduction) protein cohort, primarily restricted to gray matter structures; i.e. cortical/subcortical gray matter and the cerebellum. Diffusion-weighted imaging revealed widespread postnatal reductions in white matter fractional anisotropy, concentrated in the corpus callosum for both reduced protein levels relative to control diet. Despite extensive neurodevelopmental alterations detectable by longitudinal imaging, early behavioral assessments conducted at 1 month revealed minor perturbations. These results highlight differential impacts of reduced maternal and infant protein intake on gray and white matter formation and organization, with potential implications for early motor development.