Functional near infrared spectroscopy (fNIRS) is a versatile neuroimaging tool with an increasing acceptance in the neuroimaging community. While often lauded for its portability, most of the fNIRS setups employed in neuroscientific research still impose usage in a laboratory environment. We present a wearable, multi-channel fNIRS imaging system for functional brain imaging in unrestrained settings. The system operates without optical fiber bundles, using eight dual wavelength light emitting diodes and eight electro-optical sensors, which can be placed freely on the subject's head for direct illumination and detection. Its performance is tested on N=8 subjects in a motor execution paradigm performed under three different exercising conditions: (i) during outdoor bicycle riding, (ii) while pedaling on a stationary training bicycle, and (iii) sitting still on the training bicycle. Following left hand gripping, we observe a significant decrease in the deoxyhemoglobin concentration over the contralateral motor cortex in all three conditions. A significant task-related ΔHbO2 increase was seen for the non-pedaling condition. Although the gross movements involved in pedaling and steering a bike induced more motion artifacts than carrying out the same task while sitting still, we found no significant differences in the shape or amplitude of the HbR time courses for outdoor or indoor cycling and sitting still. We demonstrate the general feasibility of using wearable multi-channel NIRS during strenuous exercise in natural, unrestrained settings and discuss the origins and effects of data artifacts. We provide quantitative guidelines for taking condition-dependent signal quality into account to allow the comparison of data across various levels of physical exercise. To the best of our knowledge, this is the first demonstration of functional NIRS brain imaging during an outdoor activity in a real life situation in humans.

In human adults, voices are processed in specialized brain regions in superior temporal cortices. We examined the development of this cortical organization during infancy by using near-infrared spectroscopy. In experiment 1, 7-month-olds but not 4-month-olds showed increased responses in left and right superior temporal cortex to the human voice when compared to nonvocal sounds, suggesting that voice-sensitive brain systems emerge between 4 and 7 months of age. In experiment 2, 7-month-old infants listened to words spoken with neutral, happy, or angry prosody. Hearing emotional prosody resulted in increased responses in a voice-sensitive region in the right hemisphere. Moreover, a region in right inferior frontal cortex taken to serve evaluative functions in the adult brain showed particular sensitivity to happy prosody. The pattern of findings suggests that temporal regions specialize in processing voices very early in development and that, already in infancy, emotions differentially modulate voice processing in the right hemisphere.

To investigate the neural correlates of lucid dreaming.Parallel EEG/fMRI recordings of night sleep.Sleep laboratory and fMRI facilities.Four experienced lucid dreamers.N/A.Out of 4 participants, one subject had 2 episodes of verified lucid REM sleep of sufficient length to be analyzed by fMRI. During lucid dreaming the bilateral precuneus, cuneus, parietal lobules, and prefrontal and occipito-temporal cortices activated strongly as compared with non-lucid REM sleep.In line with recent EEG data, lucid dreaming was associated with a reactivation of areas which are normally deactivated during REM sleep. This pattern of activity can explain the recovery of reflective cognitive capabilities that are the hallmark of lucid dreaming.

ABSTRACT Magnetic resonance imaging (MRI) is widely used for ischemic stroke lesion detection in mice. A challenge is that lesion segmentation often relies on manual tracing by trained experts, which is labor-intensive, time-consuming, and prone to inter- and intra-rater variability. Here, we present a fully automated ischemic stroke lesion segmentation method for mouse T2-weighted MRI data. As an end-to-end deep learning approach, the automated lesion segmentation requires very little preprocessing and works directly on the raw MRI scans. We randomly split a large dataset of 382 MRI scans into a subset (n = 293) to train the automated lesion segmentation and a subset (n = 89) to evaluate its performance. We compared Dice coefficients and accuracy of lesion volume against manual segmentation, as well as its performance on an independent dataset from an open repository with different imaging characteristics. The automated lesion segmentation produced segmentation masks with a smooth, compact, and realistic appearance that are in high agreement with manual segmentation.

Abstract Introduction While decreased hippocampal connectivity and disruption of functional networks are established MRI features in human anti-N-methyl-D-aspartate receptor (NMDAR) encephalitis, the underlying pathophysiology for brain network alterations remains poorly understood. Application of patient-derived monoclonal antibodies against the NR1 subunit of the NMDAR allows for the investigation of potential functional connectivity alterations in experimental murine NMDAR antibody disease models. Objective To explore functional connectivity changes in NR1 antibody mouse models using resting-state functional MRI (rs-fMRI). Methods Adult C57BL/6J mice (n=10) were intrathecally injected with a recombinant human NR1 antibody over 14 days and then studied using rs-fMRI at 7 Tesla. In addition, a newly established mouse model with in utero exposure to a human recombinant NR1 antibody characterized by a neurodevelopmental disorder (NR1-offspring) was investigated with rs-fMRI at the age of 8 weeks (n=15) and 10 months (n=14). Mice exposed to isotype-matched control antibodies served as controls. Independent component analysis (ICA) and dual regression analysis were performed to compare functional connectivity between NMDAR antibody mouse models and control mice. Results Adult NR1-antibody injected mice showed significantly impaired functional connectivity within the dentate gyrus of the left hippocampus in comparison to controls, resembling impaired hippocampal functional connectivity patterns observed in human patients with NMDAR encephalitis. Similarly, analyses showed significantly reduced functional connectivity in the dentate gyrus in NR1-offspring compared after 8 weeks, and impaired connectivity in the dentate gyrus and CA3 hippocampal subregion in NR1-offspring at the age of 10 months. Conclusion Functional connectivity changes within the hippocampus resulting from both direct application and in utero exposure to NMDAR antibodies can be modeled in experimental murine systems. With this translational approach, we successfully reproduced functional MRI alterations previously observed in human NMDAR encephalitis patients. Future experimental studies will identify the detailed mechanisms that cause functional network alterations and may eventually allow for non-invasive monitoring of disease activity and therapeutic effects in autoimmune encephalitis.

ABSTRACT Background Prediction of post-stroke outcome using the degree of subacute deficit or magnetic resonance imaging is well studied in humans. While mice are frequently used animals in preclinical stroke research, systematic analysis of outcome predictors is lacking. Methods We introduced heterogeneity into our study to broaden the applicability of our prediction tools. We analyzed the effect of 30, 45 and 60 minutes of arterial occlusion on the variance of stroke volumes. Next, we built a heterogeneous cohort of 215 mice using data from 15 studies that included 45 minutes of middle cerebral artery occlusion and various genotypes. Motor function was measured using the staircase test of skilled reaching. Phases of subacute and residual deficit were defined. Magnetic resonance images of stroke lesions were co-registered on the Allen Mouse Brain Atlas to characterize stroke topology. Different random forest prediction models that either used motor-functional deficit or imaging parameters were generated for the subacute and residual deficits. Results Variance of stroke volumes was increased by 45 minutes of arterial occlusion compared to 60 minutes and including various genotypes. We detected both a subacute and residual motor-functional deficit after stroke and different recovery trajectories. In mice with small cortical lesions, lesion volume was the best predictor of the subacute deficit. The residual deficit was most accurately predicted by the degree of the subacute deficit. When using imaging parameters for the prediction of the residual deficit, including information about the lesion topology increased prediction accuracy. A subset of anatomical regions within the ischemic lesion had particular impact on the prediction of long-term outcome. Conclusions We developed and validated a robust tool for the prediction of functional outcome after stroke in mice using a large heterogeneous cohort. Study design and imaging limitations are discussed. In the future, using outcome prediction can improve the design of preclinical studies and guide intervention decisions.

Abstract Background Some persons with obsessive–compulsive disorder (OCD) refuse or drop out of treatment because of the aversive nature of exposure and response prevention therapy when they have to face and tolerate unpleasant thoughts, emotions, and bodily sensations. Indeed, one study suggested that a higher willingness to experience unpleasant thoughts, emotions, and bodily sensations (WTE) predicts a better treatment outcome, but this finding has not been replicated yet. Methods We examined whether WTE at admission predicted treatment outcome in a sample of 324 inpatients with OCD who received a multimodal treatment that included cognitive-behavioral therapy with exposure and response prevention sessions. Results Obsessive–compulsive symptoms (based on OCD-specific self-report questionnaires) decreased with medium-to-large effect sizes (all ps < 0.001) and global functioning (based on therapist ratings) increased with a large effect size ( d = 1.3, p < 0.001) from admission to discharge. In contrast to previous findings, however, WTE did not predict treatment outcome (all ps > 0.005). The effect of WTE on treatment outcome remained non-significant when controlling for any comorbidity, age, sex, length of stay, and antidepressant medication and was not moderated by these variables. Conclusions Results indicate that higher WTE at the beginning of inpatient treatment does not facilitate improvements in obsessive–compulsive symptoms from admission to discharge. However, they also indicate that lower WTE at the beginning of inpatient treatment does not adversely affect treatment outcome, that is, even patients who indicate that they are unwilling to face the negative experiences associated with exposure and response prevention can still achieve considerable symptom reductions.

Abstract Connectome analysis of neuroimaging data is a rapidly expanding field to identify disease specific biomarkers. Structural diffusion MRI connectivity has been useful in individuals with radiological features of small vessel disease, such as white matter hyperintensities. Global efficiency, a network metric calculated from the structural connectome, is an excellent predictor of cognitive decline. To dissect the biological underpinning of these changes, animal models are required. We tested whether the structural connectome is altered in a mouse model of vascular cognitive impairment. White matter damage was more pronounced by 6 compared to 3 months. Global efficiency remained intact, but the visual association cortex exhibited increased structural connectivity with other brain regions. Exploratory resting state functional MRI connectivity analysis revealed diminished default mode network activity in the model compared to shams. Further perturbations were observed in a primarily cortical hub and the retrosplenial and visual cortices, and the hippocampus were the most affected nodes. Behavioural deficits were observed in the cued water maze, supporting the suggestion that the visual and spatial memory networks are affected. We demonstrate specific circuitry is rendered vulnerable to vascular stress in the mouse, and the model will be useful to examine pathophysiological mechanisms of small vessel disease. Graphical abstract

Abstract Huntington’s disease (HD) is an autosomal dominant neurodegenerative disease characterized by a late clinical onset of psychiatric, cognitive, and motor symptoms. Transcriptional dysregulation is an early and central disease mechanism which is accompanied by epigenetic alterations in HD. Previous studies demonstrated that targeting transcriptional changes by inhibition of histone deacetylases (HDACs), especially the class I HDACs, provides therapeutic effects. Yet, their exact mechanisms of action and the features of HD pathology, on which these inhibitors act remain to be elucidated. Here, using transcriptional profiling, we found that selective inhibition of HDAC1 and HDAC3 by RGFP109 repaired the expression of a number of genes, including the transcription factor genes Neurod2 and Nr4a2 , and 43% of the gene sets that were dysregulated by mutant Huntingtin expression in the striatum and improved motor skill learning deficit in the R6/1 mouse model of HD. RGFP109-treated R6/1 mice showed improved coordination on the RotaRod over four consecutive trials, while vehicle-treated R6/1 animals displayed no improvement in coordination skills and fell 50 seconds earlier off the rod in the fourth trial. We also found, by volumetric MRI, a widespread brain atrophy in the R6/1 mice at the symptomatic disease stage, on which RGFP109 showed a modest effect. Collectively, our combined work presents new evidence for specific HDAC1 and HDAC3 inhibition as a therapeutic strategy for alleviating the phenotypic and molecular features of HD.