Background— The prevalence of white matter hyperintensities (WMHs) detected on cerebral MRI is associated with hypertension, but it is not known whether blood pressure lowering can arrest their progression. We report here the results of an MRI substudy of PROGRESS (Perindopril Protection Against Recurrent Stroke Study), a randomized trial of blood pressure lowering in subjects with cerebrovascular disease. Methods and Results— The substudy comprised 192 participants who had a cerebral MRI both at baseline and after a mean follow-up time of 36 months (SD=6.0 months). At the first MRI, WMHs were graded with a visual rating scale from A (no WMH) to D (severe WMH). Participants were assigned to a combination of perindopril plus indapamide (or their placebos; 58%) or to single therapy with perindopril (or placebo). At the time of the second MRI, the blood pressure reduction in the active arm compared with the placebo arm was 11.2 mm Hg for systolic blood pressure and 4.3 mm Hg for diastolic blood pressure. Twenty-four subjects (12.5%) developed new WMHs at follow-up. The risk of new WMH was reduced by 43% (95% CI −7% to 89%) in the active treatment group compared with the placebo group ( P =0.17). The mean total volume of new WMHs was significantly reduced in the active treatment group (0.4 mm 3 [SE=0.8]) compared with the placebo group (2.0 mm 3 [SE=0.7]; P =0.012). This difference was greatest for patients with severe WMH at entry, 0.0 mm 3 (SE=0) in the active treatment group versus 7.6 mm 3 (SE=1.0) in the placebo group ( P <0.0001). Conclusions— These results indicate that an active blood pressure–lowering regimen stopped or delayed the progression of WMHs in patients with cerebrovascular disease.

Some authors proposed that exact mental calculation is based on linguistic representations and relies on the perisylvian language cortices, while the understanding of proximity relations between numerical quantities implicates the parietal cortex. However, other authors opposed developmental arguments to suggest that number sense emerges from nonspecific visuospatial processing areas in the parietal cortex. Within this debate, the present study aimed at revealing the functional anatomy of the two basic resolution strategies involved in mental calculation, namely arithmetical fact retrieval and actual computation, questioning in particular the respective role of language and/or visuospatial cerebral areas. Regional cerebral blood flow was measured with positron emission tomography while subjects were at rest (Rest), read digits (Read), retrieved simple arithmetic facts from memory (i.e., 2 × 4, Retrieve), and performed mental complex calculation (i.e., 32 × 24, Compute). Compared to Read, Retrieve engaged a left parieto-premotor circuit representing a developmental trace of a finger-counting representation that mediates, by extension, the numerical knowledge in adult. Beside this basic network, Retrieve involved a naming network, including the left anterior insula and the right cerebellar cortex, while it did not engage the perisylvian language areas, which were deactivated as compared to Rest. In addition to this retrieval network, Compute specifically involved two functional networks: a left parieto-frontal network in charge of the holding of the multidigit numbers in visuospatial working memory and a bilateral inferior temporal gyri related to the visual mental imagery resolution strategy. Overall, these results provide strong evidence of the involvement of visuospatialrepresentations in different levels of mental calculation.

Hemispheric lateralization for language production and its relationships with manual preference and manual preference strength were studied in a sample of 297 subjects, including 153 left-handers (LH). A hemispheric functional lateralization index (HFLI) for language was derived from fMRI acquired during a covert sentence generation task as compared with a covert word list recitation. The multimodal HFLI distribution was optimally modeled using a mixture of 3 and 4 Gaussian functions in right-handers (RH) and LH, respectively. Gaussian function parameters helped to define 3 types of language hemispheric lateralization, namely "Typical" (left hemisphere dominance with clear positive HFLI values, 88% of RH, 78% of LH), "Ambilateral" (no dominant hemisphere with HFLI values close to 0, 12% of RH, 15% of LH) and "Strongly-atypical" (right-hemisphere dominance with clear negative HFLI values, 7% of LH). Concordance between dominant hemispheres for hand and for language did not exceed chance level, and most of the association between handedness and language lateralization was explained by the fact that all Strongly-atypical individuals were left-handed. Similarly, most of the relationship between language lateralization and manual preference strength was explained by the fact that Strongly-atypical individuals exhibited a strong preference for their left hand. These results indicate that concordance of hemispheric dominance for hand and for language occurs barely above the chance level, except in a group of rare individuals (less than 1% in the general population) who exhibit strong right hemisphere dominance for both language and their preferred hand. They call for a revisit of models hypothesizing common determinants for handedness and for language dominance.

Spontaneous brain activity was mapped with functional MRI (fMRI) in a sample of 180 subjects while in a conscious resting-state condition. With the use of independent component analysis (ICA) of each individual fMRI signal and classification of the ICA-defined components across subjects, a set of 23 resting-state networks (RNs) was identified. Functional connectivity between each pair of RNs was assessed using temporal correlation analyses in the 0.01- to 0.1-Hz frequency band, and the corresponding set of correlation coefficients was used to obtain a hierarchical clustering of the 23 RNs. At the highest hierarchical level, we found two anticorrelated systems in charge of intrinsic and extrinsic processing, respectively. At a lower level, the intrinsic system appears to be partitioned in three modules that subserve generation of spontaneous thoughts (M1a; default mode), inner maintenance and manipulation of information (M1b), and cognitive control and switching activity (M1c), respectively. The extrinsic system was found to be made of two distinct modules: one including primary somatosensory and auditory areas and the dorsal attentional network (M2a) and the other encompassing the visual areas (M2b). Functional connectivity analyses revealed that M1b played a central role in the functioning of the intrinsic system, whereas M1c seems to mediate exchange of information between the intrinsic and extrinsic systems.

Atlases of brain anatomical ROIs are widely used for functional MRI data analysis. Recently, it was proposed that an atlas of ROIs derived from a functional brain parcellation could be advantageous, in particular for understanding how different regions share information. However, functional atlases so far proposed do not account for a crucial aspect of cerebral organization, namely homotopy, i.e. that each region in one hemisphere has a homologue in the other hemisphere.We present AICHA (for Atlas of Intrinsic Connectivity of Homotopic Areas), a functional brain ROIs atlas based on resting-state fMRI data acquired in 281 individuals. AICHA ROIs cover the whole cerebrum, each having 1-homogeneity of its constituting voxels intrinsic activity, and 2-a unique homotopic contralateral counterpart with which it has maximal intrinsic connectivity. AICHA was built in 4 steps: (1) estimation of resting-state networks (RSNs) using individual resting-state fMRI independent components, (2) k-means clustering of voxel-wise group level profiles of connectivity, (3) homotopic regional grouping based on maximal inter-hemispheric functional correlation, and (4) ROI labeling.AICHA includes 192 homotopic region pairs (122 gyral, 50 sulcal, and 20 gray nuclei). As an application, we report inter-hemispheric (homotopic and heterotopic) and intra-hemispheric connectivity patterns at different sparsities.ROI functional homogeneity was higher for AICHA than for anatomical ROI atlases, but slightly lower than for another functional ROI atlas not accounting for homotopy.AICHA is ideally suited for intrinsic/effective connectivity analyses, as well as for investigating brain hemispheric specialization.