Can conscious processing be inferred from neurophysiological measurements? Some models stipulate that the active maintenance of perceptual representations across time requires consciousness. Capitalizing on this assumption, we designed an auditory paradigm that evaluates cerebral responses to violations of temporal regularities that are either local in time or global across several seconds. Local violations led to an early response in auditory cortex, independent of attention or the presence of a concurrent visual task, whereas global violations led to a late and spatially distributed response that was only present when subjects were attentive and aware of the violations. We could detect the global effect in individual subjects using functional MRI and both scalp and intracerebral event-related potentials. Recordings from 8 noncommunicating patients with disorders of consciousness confirmed that only conscious individuals presented a global effect. Taken together these observations suggest that the presence of the global effect is a signature of conscious processing, although it can be absent in conscious subjects who are not aware of the global auditory regularities. This simple electrophysiological marker could thus serve as a useful clinical tool.

Patients diagnosed as vegetative have periods of wakefulness, but seem to be unaware of themselves or their environment. Although functional MRI (fMRI) studies have shown that some of these patients are consciously aware, issues of expense and accessibility preclude the use of fMRI assessment in most of these individuals. We aimed to assess bedside detection of awareness with an electroencephalography (EEG) technique in patients in the vegetative state.This study was undertaken at two European centres. We recruited patients with traumatic brain injury and non-traumatic brain injury who met the Coma Recovery Scale-Revised definition of vegetative state. We developed a novel EEG task involving motor imagery to detect command-following--a universally accepted clinical indicator of awareness--in the absence of overt behaviour. Patients completed the task in which they were required to imagine movements of their right-hand and toes to command. We analysed the command-specific EEG responses of each patient for robust evidence of appropriate, consistent, and statistically reliable markers of motor imagery, similar to those noted in healthy, conscious controls.We assessed 16 patients diagnosed in the vegetative state, and 12 healthy controls. Three (19%) of 16 patients could repeatedly and reliably generate appropriate EEG responses to two distinct commands, despite being behaviourally entirely unresponsive (classification accuracy 61-78%). We noted no significant relation between patients' clinical histories (age, time since injury, cause, and behavioural score) and their ability to follow commands. When separated according to cause, two (20%) of the five traumatic and one (9%) of the 11 non-traumatic patients were able to successfully complete this task.Despite rigorous clinical assessment, many patients in the vegetative state are misdiagnosed. The EEG method that we developed is cheap, portable, widely available, and objective. It could allow the widespread use of this bedside technique for the rediagnosis of patients who behaviourally seem to be entirely vegetative, but who might have residual cognitive function and conscious awareness.Medical Research Council, James S McDonnell Foundation, Canada Excellence Research Chairs Program, European Commission, Fonds de la Recherche Scientifique, Mind Science Foundation, Belgian French-Speaking Community Concerted Research Action, University Hospital of Liège, University of Liège.

According to hierarchical predictive coding models, the cortex constantly generates predictions of incoming stimuli at multiple levels of processing. Responses to auditory mismatches and omissions are interpreted as reflecting the prediction error when these predictions are violated. An alternative interpretation, however, is that neurons passively adapt to repeated stimuli. We separated these alternative interpretations by designing a hierarchical auditory novelty paradigm and recording human EEG and magnetoencephalographic (MEG) responses to mismatching or omitted stimuli. In the crucial condition, participants listened to frequent series of four identical tones followed by a fifth different tone, which generates a mismatch response. Because this response itself is frequent and expected, the hierarchical predictive coding hypothesis suggests that it should be cancelled out by a higher-order prediction. Three consequences ensue. First, the mismatch response should be larger when it is unexpected than when it is expected. Second, a perfectly monotonic sequence of five identical tones should now elicit a higher-order novelty response. Third, omitting the fifth tone should reveal the brain's hierarchical predictions. The rationale here is that, when a deviant tone is expected, its omission represents a violation of two expectations: a local prediction of a tone plus a hierarchically higher expectation of its deviancy. Thus, such an omission should induce a greater prediction error than when a standard tone is expected. Simultaneous EEE- magnetoencephalographic recordings verify those predictions and thus strongly support the predictive coding hypothesis. Higher-order predictions appear to be generated in multiple areas of frontal and associative cortices.

Hierarchical predictive coding suggests that attention in humans emerges from increased precision in probabilistic inference, whereas expectation biases attention in favor of contextually anticipated stimuli. We test these notions within auditory perception by independently manipulating top-down expectation and attentional precision alongside bottom-up stimulus predictability. Our findings support an integrative interpretation of commonly observed electrophysiological signatures of neurodynamics, namely mismatch negativity (MMN), P300, and contingent negative variation (CNV), as manifestations along successive levels of predictive complexity. Early first-level processing indexed by the MMN was sensitive to stimulus predictability: here, attentional precision enhanced early responses, but explicit top-down expectation diminished it. This pattern was in contrast to later, second-level processing indexed by the P300: although sensitive to the degree of predictability, responses at this level were contingent on attentional engagement and in fact sharpened by top-down expectation. At the highest level, the drift of the CNV was a fine-grained marker of top-down expectation itself. Source reconstruction of high-density EEG, supported by intracranial recordings, implicated temporal and frontal regions differentially active at early and late levels. The cortical generators of the CNV suggested that it might be involved in facilitating the consolidation of context-salient stimuli into conscious perception. These results provide convergent empirical support to promising recent accounts of attention and expectation in predictive coding.

Traditional cognitive tests may not be sensitive for the early detection of executive and social cognitive impairments in the behavioural variant of frontotemporal dementia. The aim of this study was to detect specific executive and social cognitive deficits in patients with early behavioural variant frontotemporal dementia using a battery of tests previously shown to be sensitive to frontal lobe dysfunction. Behavioural variant frontotemporal dementia patients and paired controls were assessed with a complete standard neuropsychological battery evaluating attention, memory, visuospatial abilities, language and executive functions. All participants were then assessed with our Executive and Social Cognition Battery, which included Theory of Mind tests (Mind in the Eyes, Faux Pas), the Hotel Task, Multiple Errands Task-hospital version and the Iowa Gambling Task for complex decision-making. Patients were divided into two groups according to their Addenbrooke's Cognitive Examination scores, a measure of general cognitive status. Low Addenbrooke's Cognitive Examination patients differed from controls on most tasks of the standard battery and the Executive and Social Cognition Battery. While high Addenbrooke's Cognitive Examination patients did not differ from controls on most traditional neuropsychological tests, significant differences were found between this high-functioning behavioural variant of frontotemporal dementia group and controls on most measures of our Executive and Social Cognition Battery. Our results suggest that the Executive and Social Cognition Battery used in this study is more sensitive in detecting executive and social cognitive impairment deficits in early behavioural variant of frontotemporal dementia than the classical cognitive measures.

ABSTRACT There has been considerable recent progress in measuring conscious level using neural complexity measures. For instance, such measures can reliably distinguish healthy awake from asleep subjects and vegetative state patients. However, this line of research has never explored the dynamics of conscious level during normal wakefulness. Being able to capture meaningful differences in conscious level during wakefulness may provide a vital new insight into the nature of consciousness, by demonstrating what biological, behavioural and cognitive factors relate to such differences. Here we take advantage of a large MEG and fMRI dataset of healthy adults, to examine within-subject conscious level fluctuations during resting state and tasks, by using a range of complexity measures. We first establish the validity of this approach in both neuroimaging domains by relating neural complexity measures to pre-existing techniques for capturing transitions of consciousness from full wakefulness into drowsiness and the earliest stages of sleep, finding decreased complexity as participants become increasingly drowsy. We further demonstrate that neural complexity measures in both MEG and fMRI change both within and between tasks, and relate to performance on an executive task, with higher complexity associated with better performance and faster reaction times. This approach provides a powerful new route to further explore the cognitive and neural underpinnings of consciousness.

Abstract Subjective experiences are hard to capture quantitatively without losing depth and nuance, and subjective report analyses are time-consuming, their interpretation contested. We describe Temporal Experience Tracing, a method that captures relevant aspects of the unified conscious experience over a continuous period of time. The continuous multidimensional description of an experience allows us to computationally reconstruct common experience states. Applied to data from 852 meditations – from novice (n=20) and an experienced (n=12) meditators practising Breathing, Loving-Kindness and Open-Monitoring meditation – we reconstructed four recurring experience states with an average duration of 6:46 min (SD = 5:50 min) and their transition dynamics. Three of the experience states assimilated the three meditation styles practiced, and a fourth experience state represented a common low-motivational, ‘off-task’ state for both groups. We found that participants in both groups spent more time in the task-related experience state during Loving Kindness meditation than other meditation styles and were less likely to transition into an ‘off-task’ experience state during Loving Kindness meditation than during Breathing meditation. We demonstrate that drawing the dynamics of experience enables the quantitative analysis of subjective experiences, transforming the time dimension of the stream of consciousness from narrative to measurable.

Abstract The brain excels at processing sensory input, even in rich or chaotic environments. Mounting evidence attributes this to the creation of sophisticated internal models of the environment that draw on statistical structures in the unfolding sensory input. Understanding how and where this modeling takes place is a core question in statistical learning and predictive processing. In this context, we address the role of transitional probabilities as an implicit structure supporting the encoding of a random auditory stream. Leveraging information-theoretical principles and the high spatiotemporal resolution of intracranial electroencephalography, we analyzed the trial-by-trial high-frequency activity representation of transitional probabilities. This unique approach enabled us to demonstrate how the brain continuously encodes structure in random stimuli and revealed the involvement of a network outside of the auditory system, including hippocampal, frontal, and temporal regions. Linking the frame-works of statistical learning and predictive processing, our work illuminates an implicit process that can be crucial for the swift detection of patterns and unexpected events in the environment.

Abstract There is increasing evidence that level of consciousness can be captured by neural informational complexity: for instance, complexity, as measured by the Lempel Ziv (LZ) compression algorithm, decreases during anesthesia and non-rapid eye movement (NREM) sleep in humans and rats, when compared to LZ in awake and REM sleep. In contrast, LZ is higher in humans under the effect of psychedelics, including subanesthetic doses of ketamine. However, it is both unclear how this result would be modulated by varying ketamine doses, and whether it would extend to other species. Here we studied LZ with and without auditory stimulation during wakefulness and different sleep stages in 5 cats implanted with intracranial electrodes, as well as under subanesthetic doses of ketamine (5, 10, and 15 mg/kg i.m.). In line with previous results, LZ was lowest in NREM sleep, but similar in REM and wakefulness. Furthermore, we found an inverted U-shaped curve following different levels of ketamine doses in a subset of electrodes, primarily in prefrontal cortex. However, it is worth noting that the variability in the ketamine dose-response curve across cats and cortices was larger than that in the sleep-stage data, highlighting the differential local dynamics created by two different ways of modulating conscious state. These results replicate previous findings, both in humans and other species, demonstrating that neural complexity is highly sensitive to capture state changes between wake and sleep stages while adding a local cortical description. Finally, this study describes the differential effects of ketamine doses, replicating a rise in complexity for low doses, and further fall as doses approach anesthetic levels in a differential manner depending on the cortex. In brief Previous studies have shown that Lempel Ziv complexity (LZ) decreases during anesthesia and non-rapid eyes movement (NREM) sleep in humans and rats whereas it increases in REM sleep and under the effect of psychedelics. In this work we show that in the cat, LZ is lowest in NREM sleep, but similar in REM and wakefulness. We also found a ketamine inverted U-shape dose-response curve only in the auditory and prefrontal cortex, with a much larger variability in the ketamine across cats and cortices when compared to the sleep cycle.

Abstract In a single day we transition from vigilant wakefulness to unconscious sleep and dreaming, undergoing diverse behavioural, physiological and neural changes. While during the awake state, exogenous stimuli and endogenous changes lead to sensory reorganisation, this remapping has not been charted throughout the sleep-wake cycle. We recorded neural activity in response to a range of tones using electroencephalography during a full night’s sleep, and examined whether auditory responses become more similar, dissimilar or remain unchanged between wakefulness, non-rapid (NREM) and rapid eye movement (REM) sleep. We found that neural similarities between pairs of auditory evoked potentials differed by conscious state in both early and late auditory processing stages. Furthermore, tone-pairs neural similarities were modulated by conscious state as a function of tone frequency, where some tone-pairs changed similarity between states and others continued unaffected. These findings demonstrate a state-, stimulus- and time-dependent functional reorganization of auditory processing across the sleep-wake cycle.