Motivation: Whole-brain MRI parcellation serves as a feature extraction technique, allowing for the condensation of over a million pixels of information into a few hundred neuroanatomically defined elements. Goal(s): The multi-atlas label-fusion (MALF) method is known for accurate parcellation but typically necessitates several hours to process a single image. Our goal was to develop a faster parcellation tool with an accuracy comparable to that of MALF. Approach: We introduce open-source multiple anatomical parcellation T1 (OpenMAP-T1), based on deep learning and multi-processing. Results: The OpenMAP achieves an equivalent parcellation performance to MALF and is 40 times faster. Impact: OpenMAP significantly accelerates processing speed, allowing for large-scale data analysis using volumetric information derived from detailed parcellation of the whole brain, including both gray and white matter regions.

Motivation: Important physical parameter, relaxometric constant$$$\;{D_r}$$$, linking magnetic susceptibility to induced transverse relaxation acceleration (i.e.,$$$\;{R2'}$$$) has not yet been fully understood in brain. Goal(s): To investigate underlying mechanisms affecting relaxometric constant in brain using temperature-dependent relaxometry and susceptibility and explore a better field-strength correction for ultra-high-field MRI. Approach: 3T and 7T R2*/R2'/quantitative-susceptibility maps were acquired from a post-mortem brain at different temperatures and analyzed based on the physical model. Results: In human brain, effects of temperature-dependent water susceptibility, water diffusion, and field strength on Dr were observed, and a field-strength correction coefficient was calculated, generating consistent chi-separation maps at both 3T and 7T. Impact: A better understanding of relaxometric constant in brain can provide better insight on effects of susceptibility sources (e.g., iron and myelin), on MR relaxometry, improving quantification accuracy of those biological substances using MRI.

Motivation: While high-resolution quantitative susceptibility mapping (QSM) reveals unprecedented anatomical cytoarchitectures, delineation of certain substructures may be limited in regions containing both iron and myelin. Goal(s): To demonstrate iron and myelin-specific anatomy inside human brain using sub-millimeter susceptibility source-separation (chi-separation). Approach: Sub-millimeter multi-orientation QSM and chi-separation were obtained on postmortem human hemibrain at 7T. Capabilities of QSM, χpara and χdia contrasts for delineating neuroanatomy were compared. Results: While iron-rich substructures like line of Gennari can be readily identified in QSM, χdia helps reveal small fibers including striatal tracts, perforant pathway and fibers in cortical/subthalamic area. Impact: Sub-millimeter susceptibility source separation images can delineate neuroanatomical substructures in the human brain with increasing specificity to iron or myelin related cytoarchitecture.

Motivation: Diffusion MRI (dMRI) is promising for predicting disabilities due to neonatal hypoxic-ischemic encephalopathy (HIE), yet current automated image quantification methods are slow and unvalidated for HIE lesions. Goal(s): Develop a rapid deep-learning model, OpenMAP-Di, to quantify dMRI with and without HIE injury to predict the short-term outcome (STO) score. Approach: We utilized nnU-Net to develop OpenMAP-Di, enabling dMRI parcellation and quantification, and applied an elastic regression model to predict the STO score. Results: OpenMAP-Di accurately parcellated and quantified infant brains across varying scanners, acquisition parameters, and HIE severity levels in three minutes, and can also predict STO. Impact: The increased processing speed and robustness to technological and pathological variations offered by OpenMAP-Di promises timely and reliable future neurodevelopmental outcome assessments for individuals surviving HIE, while also offering researchers opportunities for extensive medical image analysis.

Motivation: The five-year survival of pediatric CNS tumors has increased from 57% in 1975 to 77% in 2015. Despite these improvements, survivors are at risk for cognitive sequelae resulting from disease and treatment exposures. Goal(s): Evaluate the correlations between substructure white matter integrity and neurocognitive outcomes. Approach: The current study examined associations between longitudinal change in substructure DTI and neurocognitive outcomes in 61 pediatric brain tumor patients. Results: Moderate correlations were found between mean diffusivity in the middle cerebellar peduncle and working memory, fractional anisotropy in the inferior cerebellar peduncle and intelligence quotient, and axial diffusivity in the corpus callosum and processing speed. Impact: Quantifying the correlation between longitudinal change in substructure DTI and cognitive outcomes in pediatric brain tumor patients will aid radiation oncologists in the pursuit of substructure-informed treatment planning by limiting dose to brain substructures sensitive to specific neurocognitive domains.

Motivation: High-resolution ex vivo susceptibility tensor imaging (STI) shows promise in visualizing detailed microstructural neuroanatomy related to tissue magnetic susceptibility contrast but is usually challenging with large human brain samples. Goal(s): This work aimed to demonstrate a feasible protocol for STI on postmortem human hemibrain using a 7T human MR scanner. Approach: De-identified human brain samples of the left hemisphere were collected, prepared, and scanned with a 3D multi-echo gradient echo sequence with 0.5 mm isotropic resolution. Results: Multi-orientation quantitative susceptibility mapping and STI with a maximum of 12 orientations were obtained. Myelinated fibers and iron deposition in cortical substructures were visualized. Impact: The proposed ex vivo MRI protocol is expected to be helpful to researchers interested in STI. The ex vivo STI acquired through this protocol may provide anatomical references for in vivo STI studies.