To study the mechanisms of coordination that are fundamental to successful interactions we carried out a joint finger tapping experiment in which pairs of participants were asked to maintain a given beat while synchronizing to an auditory signal coming from the other person or the computer. When both were hearing each other, the pair became a coupled, mutually and continuously adaptive unit of two “hyper-followers”, with their intertap intervals (ITIs) oscillating in opposite directions on a tap-to-tap basis. There was thus no evidence for the emergence of a leader–follower strategy. We also found that dyads were equally good at synchronizing with the irregular, but responsive other as with the predictable, unresponsive computer. However, they performed worse when the “other” was both irregular and unresponsive. We thus propose that interpersonal coordination is facilitated by the mutual abilities to (a) predict the other's subsequent action and (b) adapt accordingly on a millisecond timescale.

Moving to music is an essential human pleasure particularly related to musical groove. Structurally, music associated with groove is often characterised by rhythmic complexity in the form of syncopation, frequently observed in musical styles such as funk, hip-hop and electronic dance music. Structural complexity has been related to positive affect in music more broadly, but the function of syncopation in eliciting pleasure and body-movement in groove is unknown. Here we report results from a web-based survey which investigated the relationship between syncopation and ratings of wanting to move and experienced pleasure. Participants heard funk drum-breaks with varying degrees of syncopation and audio entropy, and rated the extent to which the drum-breaks made them want to move and how much pleasure they experienced. While entropy was found to be a poor predictor of wanting to move and pleasure, the results showed that medium degrees of syncopation elicited the most desire to move and the most pleasure, particularly for participants who enjoy dancing to music. Hence, there is an inverted U-shaped relationship between syncopation, body-movement and pleasure, and syncopation seems to be an important structural factor in embodied and affective responses to groove.

Abstract The modern understanding of sleep is based on the classification of sleep into stages defined by their electroencephalography (EEG) signatures, but the underlying brain dynamics remain unclear. Here we aimed to move significantly beyond the current state-of-the-art description of sleep, and in particular to characterise the spatiotemporal complexity of whole-brain networks and state transitions during sleep. In order to obtain the most unbiased estimate of how whole-brain network states evolve through the human sleep cycle, we used a Markovian data-driven analysis of continuous neuroimaging data from 57 healthy participants falling asleep during simultaneous functional magnetic resonance imaging (fMRI) and EEG. This Hidden Markov Model (HMM) facilitated discovery of the dynamic choreography between different whole-brain networks across the wake-non-REM sleep cycle. Notably, our results reveal key trajectories to switch within and between EEG-based sleep stages, while highlighting the heterogeneities of stage N1 sleep and wakefulness before and after sleep.

ABSTRACT Music is a non-verbal human language, built on logical structures and articulated in balanced hierarchies between sounds, offering excellent opportunities to explore how the brain creates meaning for complex spatiotemporal auditory patterns. Using the high temporal resolution of magnetoencephalography in 70 participants, we investigated their unfolding brain dynamics during the recognition of previously memorized J.S. Bach’s musical patterns from prelude in C minor BWV 847 compared to novel patterns matched in terms of entropy and information content. Remarkably, the recognition of the memorized music ignited a widespread brain network comprising primary auditory cortex, superior temporal gyrus, insula, frontal operculum, cingulate gyrus, orbitofrontal cortex, basal ganglia, thalamus and hippocampus. Furthermore, measures of both brain activity and functional connectivity presented an overall increase over time, following the evolution and unfolding of the memorized musical patterns. Specifically, while the auditory cortex responded mainly to the first tones of the patterns, the activity and synchronization of higher-order brain areas such as cingulate, frontal operculum, hippocampus and orbitofrontal cortex largely increased over time, arguably representing the key whole-brain mechanisms for conscious recognition of auditory patterns as predicted by the global neuronal workspace hypothesis. In conclusion, our study described the fine-grained whole-brain activity and functional connectivity dynamics responsible for processing and recognition of previously memorized music. Further, the study highlights how the use of musical patterns in combination with a wide array of analytical tools and neuroscientific measures spanning from decoding to fast neural phase synchronization can shed new light on meaningful, complex cognitive processes.

ABSTRACT Pattern recognition is a major scientific topic. Strikingly, while machine learning algorithms are constantly refined, the human brain emerges as an ancestral biological example of such complex procedure. However, how it transforms sequences of single objects into meaningful temporal patterns remains elusive. Using magnetoencephalography (MEG) and magnetic resonance imaging (MRI), we discovered and mathematically modelled an inedited dual simultaneous processing responsible for pattern recognition in the brain. Indeed, while the objects of the temporal pattern were independently elaborated by a local, rapid brain processing, their combination into a meaningful superordinate pattern depended on a concurrent global, slower processing involving a widespread network of sequentially active brain areas. Expanding the established knowledge of neural information flow from low- to high-order brain areas, we revealed a novel brain mechanism based on simultaneous activity in different frequency bands within the same brain regions, highlighting its crucial role underlying complex cognitive functions.

Abstract Differently from visual recognition, auditory recognition is a process relying on the organization of single elements that evolve in time. Here, we aimed to discover the spatiotemporal dynamics of this cognitive function by adopting a novel strategy for varying the complexity of musical sequences. We selected traditional tonal musical sequences and altered the distance between pitches to obtain matched atonal sequences. We then recorded the brain activity of 71 participants using magnetoencephalography (MEG) while they listened to and later recognized auditory sequences constructed according to simple (tonal) or complex (atonal) conventions. Results reveal qualitative changes in neural activity dependent on stimulus complexity: recognition of tonal sequences engaged hippocampal and cingulate areas, whereas recognition of atonal sequences mainly activated the auditory processing network. Our findings highlight the involvement of a cortico-subcortical brain network for auditory recognition and support the idea that stimulus complexity qualitatively alters the neural pathways of recognition memory.

Abstract Through long-term training, music experts acquire complex and specialized sensorimotor skills, which are paralleled by continuous neuro-anatomical and -functional adaptations. The underlying neuroplasticity mechanisms have been extensively explored in decades of research in music, cognitive, and translational neuroscience. However, the absence of a comprehensive review and quantitative meta-analysis prevents the plethora of variegated findings to ultimately converge into a unified picture of the neuroanatomy of musical expertise. Here, we performed a comprehensive neuroimaging meta-analysis of publications investigating neuro-anatomical and -functional differences between musicians (M) and non-musicians (NM). Eighty-four studies were included in the qualitative synthesis. From these, 58 publications were included in coordinate-based meta-analyses using the anatomic/activation likelihood estimation (ALE) method. This comprehensive approach delivers a coherent cortico-subcortical network encompassing sensorimotor and limbic regions bilaterally. Particularly, M exhibited higher volume/activity in auditory, sensorimotor, interoceptive, and limbic brain areas and lower volume/activity in parietal areas as opposed to NM. Notably, we reveal topographical (dis-)similarities between the identified functional and anatomical networks and characterize their link to various cognitive functions by means of meta-analytic connectivity modelling. Overall, we effectively synthesized decades of research in the field and provide a consistent and controversies-free picture of the neuroanatomy of musical expertise.

Abstract Human social behaviour is complex, and the biological and neural mechanisms underpinning it remain debated 1,2 . A particularly interesting social phenomenon is our ability and tendency to fall into synchrony with other humans 3,4 . Our ability to coordinate actions and goals relies on the ability to distinguish between and integrate self and other, which when impaired can lead to devastating consequences. Interpersonal synchronization has been a widely used framework for studying action coordination and self-other integration, showing that in simple interactions, such as joint finger tapping, complex interpersonal dynamics emerge. Here we propose a computational model of self-other integration via within- and between-person action-perception links, implemented as a simple Kuramoto model with four oscillators. The model abstracts each member of a dyad as a unit consisting of two connected oscillators, representing intrinsic processes of perception and action. By fitting this model to data from two separate experiments we show that interpersonal synchronization strategies rely on the relationship between within- and between-unit coupling. Specifically, mutual adaptation exhibits a higher between-unit coupling than within-unit coupling; leading-following requires that the follower unit has a low within-unit coupling; and leading-leading occurs when two units jointly exhibit a low between-unit coupling. These findings are consistent with the theory of interpersonal synchronization emerging through self-other integration mediated by processes of action-perception coupling 4 . Hence, our results show that chaotic human behaviour occurring on a millisecond scale can be modelled using coupled oscillators.

Abstract Our brain is constantly extracting, predicting, and recognising key spatiotemporal features of the physical world in order to survive. While neural processing of visuospatial patterns has been extensively studied, the hierarchical brain mechanisms underlying conscious recognition of auditory sequences and the associated prediction errors remain elusive. Using magnetoencephalography (MEG), we studied the brain functioning of 83 participants during recognition of previously memorised musical sequences and systematic variations. The results showed feedforward connections originating from auditory cortices, and extending to the hippocampus, anterior cingulate gyrus, and medial cingulate gyrus. Simultaneously, we observed backward connections operating in the opposite direction. Throughout the sequences, the hippocampus and cingulate gyrus maintained the same hierarchical level, except for the final tone, where the cingulate gyrus assumed the top position within the hierarchy. The evoked responses of memorised sequences and variations engaged the same hierarchical brain network but systematically differed in terms of temporal dynamics, strength, and polarity. Furthermore, induced-response analysis showed that alpha and beta power was stronger for the variations, while gamma power was enhanced for the memorised sequences. This study expands on the predictive coding theory by providing quantitative evidence of hierarchical brain mechanisms during conscious memory and predictive processing of auditory sequences.