BL
Benjamin Lipkin
Author with expertise in Neural Mechanisms of Language Processing
Achievements
Open Access Advocate
Cited Author
Key Stats
Upvotes received:
0
Publications:
7
(100% Open Access)
Cited by:
38
h-index:
8
/
i10-index:
7
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
1

LanA (Language Atlas): A probabilistic atlas for the language network based on fMRI data from >800 individuals

Benjamin Lipkin et al.Mar 7, 2022
Abstract Two analytic traditions characterize fMRI language research. One relies on averaging activations voxel-wise across individuals. This approach has limitations: because of inter-individual variability in the locations of language areas, a location in a common brain space cannot be meaningfully linked to function. An alternative approach relies on identifying language areas in each individual using a functional ‘localizer’. Because of its greater sensitivity, functional resolution, and interpretability, functional localization is gaining popularity, but it is not always feasible, and cannot be applied retroactively to past studies. We provide a solution for bridging these currently disjoint approaches in the form of a probabilistic functional atlas created from fMRI data for an extensively validated language localizer in 806 individuals. This atlas enables estimating the probability that any given location in a common brain space belongs to the language network, and thus can help interpret group-level peaks and meta-analyses of such peaks, and lesion locations in patient investigations. More meaningful comparisons of findings across studies should increase robustness and replicability in language research.
29

Graded sensitivity to structure and meaning throughout the human language network

Cory Shain et al.Nov 13, 2021
Abstract Human language has a remarkable capacity to encode complex ideas. This capacity arises because language is compositional : the form and arrangement of words in sentences (structure) determine the conceptual relations that hold between the words’ referents (meaning). A foundational question in human cognition is whether the brain regions that support language are similarly factored into structure-selective and meaning-selective areas. In an influential study, Pallier et al. (2011, PNAS) used fMRI to investigate the brain response to sequences of real words and pseudowords and reported a sharp dissociation between structure-selective and meaning-selective brain regions. In the present study, we argue that no such dissociation emerges when individual differences in brain anatomy are considered. We report three experiments (including a close conceptual replication of Pallier et al.’s original study) that use precision fMRI methods to capture separation or overlap of function in the brains of individual participants. Our results replicate Pallier et al.’s finding that the brain’s response is modulated by the sequential structure of language but paint a different picture with respect to the structure-meaning relationship. Instead of distinct structure-selective and meaning-selective brain areas, we find distributed sensitivity to both linguistic structure and meaning throughout a broad frontotemporal brain network. Our results join a growing body of evidence for an integrated network for language in the human brain within which internal specialization is primarily a matter of degree rather than kind, in contrast with influential proposals that advocate distinct specialization of different brain areas for different types of linguistic functions. Significance Statement Using fMRI, we show that a broad network of frontal and temporal areas in the left hemisphere of the human brain is sensitive to both the structure of language and the meaning that it encodes. This finding challenges many current theories of the neurobiology of language, which propose a sharp separation between areas that encode structure and areas that encode meaning. Instead, results support a broad distribution of word- and sentence-level processing across an integrated brain network for language. This PDF file includes: Main Text Figures 1 to 3 Tables 1 to 1
29
Citation12
0
Save
29

No evidence of theory of mind reasoning in the human language network

Cory Shain et al.Jul 20, 2022
Abstract Language comprehension and the ability to infer others’ thoughts (theory of mind, ToM) are interrelated during development and language use. However, neural evidence that bears on the relationship between language and ToM mechanisms is mixed. Although robust dissociations have been reported in brain disorders, brain activations for contrasts that target language and ToM bear similarities, and some have reported overlap (Deen et al., 2015). We take another look at the language-ToM relationship by evaluating the response of the language network (Fedorenko et al., 2010), as measured with fMRI, to verbal and non-verbal ToM across 151 participants. Individual-subject analyses reveal that all core language regions respond more strongly when participants read vignettes about false beliefs compared to the control vignettes. However, we show that these differences are largely due to linguistic confounds, and no such effects appear in a non-verbal ToM task. These results argue against cognitive and neural overlap between language processing and ToM. In exploratory analyses, we find responses to social processing in the “periphery” of the language network—right hemisphere homotopes of core language areas and areas in bilateral angular gyri—but these responses are not selectively ToM-related and may reflect general visual semantic processing.
29
Citation9
0
Save
3

Functional alterations in cortical processing of speech in glioma-infiltrated cortex

Alexander Aabedi et al.May 17, 2021
Abstract Recent developments in the biology of malignant gliomas have demonstrated that glioma cells interact with neurons through both paracrine signaling and electrochemical synapses. Glioma-neuron interactions consequently modulate the excitability of local neuronal circuits, and it is unclear the extent to which glioma-infiltrated cortex can meaningfully participate in neural computations. For example, gliomas may result in a local disorganization of activity that impedes the transient synchronization of neural oscillations. Alternatively, glioma-infiltrated cortex may retain the ability to engage in synchronized activity, in a manner similar to normal-appearing cortex, but exhibit other altered spatiotemporal patterns of activity with subsequent impact on cognitive processing. Here, we use subdural electrocorticography to sample both normal-appearing and glioma-infiltrated cortex during speech. We find that glioma-infiltrated cortex engages in synchronous activity during task performance in a manner similar to normal-appearing cortex, but recruits a diffuse spatial network. On a temporal scale, we show that glioma-infiltrated cortex has lower capacity for information encoding when performing nuanced tasks such as speech production of monosyllabic versus polysyllabic words. As a result, temporal decoding strategies for distinguishing monosyllabic from polysyllabic words were feasible for signals arising from normal-appearing cortex, but not from glioma-infiltrated cortex. These findings inform our understanding of cognitive processing in chronic disease states and have implications for neuromodulation and prosthetics in patients with malignant gliomas. Significance Statement As gliomas proliferate, they infiltrate healthy brain tissue. Often, patients with such tumors in the language areas of the brain develop aphasia. Understanding how gliomas interact with normal neural circuits is critical for developing neuroprostheses that restore speech. Recent evidence demonstrates that glioma cells interact synaptically with neurons, and thus can modulate neural circuits. However, it is unclear the extent to which glioma-infiltrated cortex participates in cognitive processing. Using electrocorticography to record both glioma-infiltrated and normal-appearing cortex during speech, we found that glioma-infiltrated cortex is capable of coordinated neural responses, but has reduced capacity for information encoding. Instead, glioma-infiltrated cortex recruits a broader network of cortical regions during speech, which may represent a compensatory mechanism with implications for future neuroprostheses.
0

Precision fMRI reveals that the language network exhibits adult-like left-hemispheric lateralization by 4 years of age

Ola Ozernov‐Palchik et al.May 15, 2024
Abstract Left hemisphere damage in adulthood often leads to linguistic deficits, but many cases of early damage leave linguistic processing preserved, and a functional language system can develop in the right hemisphere. To explain this early apparent equipotentiality of the two hemispheres for language, some have proposed that the language system is bilateral during early development and only becomes left-lateralized with age. We examined language lateralization using functional magnetic resonance imaging with two large pediatric cohorts (total n=273 children ages 4-16; n=107 adults). Strong, adult-level left-hemispheric lateralization (in activation volume and response magnitude) was evident by age 4. Thus, although the right hemisphere can take over language function in some cases of early brain damage, and although some features of the language system do show protracted development (magnitude of language response and strength of inter-regional correlations in the language network), the left-hemisphere bias for language is robustly present by 4 years of age. These results call for alternative accounts of early equipotentiality of the two hemispheres for language. Significance Statement Language is the most canonical function that shows a strong hemispheric asymmetry in adult brains. However, whether the language system is already lateralized to the left hemisphere early in development has long been debated, given that early left-hemisphere damage often leaves language processing unimpaired. We examined the developmental trajectory of language lateralization in two large-scale pediatric datasets using robust individual-subject fMRI approaches. We found that the language system exhibits adult-like left-hemispheric lateralization by age 4, although other aspects of the neural infrastructure for language show a clear change between age 4 and late childhood. These findings challengethe claim that the language system is bilateral during early development and call for alternative accounts of early hemispheric equipotentiality for language.
0
Citation1
0
Save
1

Functional identification of language-responsive channels in individual participants in MEG investigations

Rose Bruffaerts et al.Mar 23, 2023
Abstract Making meaningful inferences about the functional architecture of the language system requires the ability to refer to the same neural units across individuals and studies. Traditional brain imaging approaches align and average brains together in a common space. However, lateral frontal and temporal cortex, where the language system resides, is characterized by high structural and functional inter-individual variability. This variability reduces the sensitivity and functional resolution of group-averaging analyses. This problem is compounded by the fact that language areas often lay in close proximity to regions of other large-scale networks with different functional profiles. A solution inspired by other fields of cognitive neuroscience (e.g., vision) is to identify language areas functionally in each individual brain using a ‘localizer’ task (e.g., a language comprehension task). This approach has proven productive in fMRI, yielding a number of discoveries about the language system, and has been successfully extended to intracranial recording investigations. Here, we apply this approach to MEG. Across two experiments (one in Dutch speakers, n=19; one in English speakers, n=23), we examined neural responses to the processing of sentences and a control condition (nonword sequences). We demonstrated that the neural response to language is spatially consistent at the individual level. The language-responsive sensors of interest were, as expected, less responsive to the nonwords condition. Clear inter-individual differences were present in the topography of the neural response to language, leading to greater sensitivity when the data were analyzed at the individual level compared to the group level. Thus, as in fMRI, functional localization yields benefits in MEG and thus opens the door to probing fine-grained distinctions in space and time in future MEG investigations of language processing.
1
Paper
Citation1
0
Save