Many recent models of language comprehension have stressed the role of distributional frequencies in determining the relative accessibility or ease of processing associated with a particular lexical item or sentence structure. However, there exist relatively few comprehensive analyses of structural frequencies, and little consideration has been given to the appropriateness of using any particular set of corpus frequencies in modeling human language. We provide a comprehensive set of structural frequencies for a variety of written and spoken corpora, focusing on structures that have played a critical role in debates on normal psycholinguistics, aphasia, and child language acquisition, and compare our results with those from several recent papers to illustrate the implications and limitations of using corpus data in psycholinguistic research.

We combined quantitative relaxation rate (R1= 1/T1) mapping-to measure local myelination-with fMRI-based retinotopy. Gray-white and pial surfaces were reconstructed and used to sample R1 at different cortical depths. Like myelination, R1 decreased from deeper to superficial layers. R1 decreased passing from V1 and MT, to immediately surrounding areas, then to the angular gyrus. High R1 was correlated across the cortex with convex local curvature so the data was first "de-curved". By overlaying R1 and retinotopic maps, we found that many visual area borders were associated with significant R1 increases including V1, V3A, MT, V6, V6A, V8/VO1, FST, and VIP. Surprisingly, retinotopic MT occupied only the posterior portion of an oval-shaped lateral occipital R1 maximum. R1 maps were reproducible within individuals and comparable between subjects without intensity normalization, enabling multi-center studies of development, aging, and disease progression, and structure/function mapping in other modalities.

Abstract Lower frequency, feedback, activity in the alpha and beta range is thought to predominantly originate from infragranular cortical layers, whereas feedforward signals in the gamma range stem largely from supragranular layers. Distinct anatomical and spectral channels may therefore play specialized roles in communication within hierarchical cortical networks; however, empirical evidence for this organization in humans is limited. We leverage high precision MEG to test this proposal, directly and non-invasively, in human participants during visually guided actions. Visual alpha activity mapped onto deep cortical laminae, whereas visual gamma activity predominantly arose from superficial laminae. This laminar-specificity was echoed in sensorimotor beta and gamma activity. Visual gamma activity scaled with task demands in a way compatible with feedforward signaling. For sensorimotor activity, we observed a more complex relationship with feedback and feedforward processes. Distinct frequency channels thus operate in a laminar-specific manner, but with dissociable functional roles across sensory and motor cortices.

Abstract In speech, linguistic information is conveyed redundantly by many simultaneously present acoustic dimensions, such as fundamental frequency, duration and amplitude. Listeners show stable tendencies to prioritize these acoustic dimensions differently, relative to one another, which suggests individualized speech perception ‘strategies’. However, it is unclear what drives these strategies, and more importantly, what impact they have on diverse aspects of communication. Here we show that such individualized perceptual strategies can be related to individual differences in perceptual ability. In a cue weighting experiment, we first demonstrate that individuals with a severe pitch perception deficit (congenital amusics) categorize linguistic stimuli similarly to controls when their deficit is unrelated to the main distinguishing cue for that category (in this case, durational or temporal cues). In contrast, in a prosodic task where pitch-related cues are typically more informative, amusics place less importance on this pitch-related information when categorizing speech. Instead, they relied more on duration information. Crucially, these differences in perceptual weights were observed even when pitch-related differences were large enough to be perceptually distinct to amusic listeners. In a second set of experiments involving musical and prosodic phrase interpretation, we found that this reliance on duration information allowed amusics to overcome their perceptual deficits and perceive both speech and music successfully. These results suggest that successful speech - and potentially music - comprehension is achieved through multiple perceptual strategies whose underlying weights may in part reflect individuals’ perceptual abilities.

Abstract How does the brain follow a sound that is mixed with others in a noisy environment? A possible strategy is to allocate attention to task-relevant time intervals while suppressing irrelevant intervals - a strategy that could be implemented by aligning neural modulations with critical moments in time. Here we tested whether selective attention to non-verbal sound streams is linked to shifts in the timing of attentional modulations of EEG activity, and investigated whether this neural mechanism can be enhanced by short-term training and musical experience. Participants performed a memory task on a target auditory stream presented at 4 Hz while ignoring a distractor auditory stream also presented at 4 Hz, but with a 180-degree shift in phase. The two attention conditions were linked to a roughly 180-degree shift in phase in the EEG signal at 4 Hz. Moreover, there was a strong relationship between performance on the 1-back task and the timing of the EEG modulation with respect to the attended band. EEG modulation timing was also enhanced after several days of training on the selective attention task and enhanced in experienced musicians. These results support the hypothesis that modulation of neural timing facilitates attention to particular moments in time and indicate that phase timing is a robust and reliable marker of individual differences in auditory attention. Moreover, these results suggest that nonverbal selective attention can be enhanced in the short term by only a few hours of practice and in the long term by years of musical training.

Abstract Most human auditory psychophysics research has historically been conducted in carefully controlled environments with calibrated audio equipment, and over potentially hours of repetitive testing with expert listeners. Here, we operationally define such conditions as having high ‘auditory hygiene’. From this perspective, conducting auditory psychophysical paradigms online presents a serious challenge, in that results may hinge on absolute sound presentation level, reliably estimated perceptual thresholds, low and controlled background noise levels, and sustained motivation and attention. We introduce a set of procedures that address these challenges and facilitate auditory hygiene for online auditory psychophysics. First, we establish a simple means of setting sound presentation levels. Across a set of four level-setting conditions conducted in person, we demonstrate the stability and robustness of this level setting procedure in open air and controlled settings. Second, we test participants’ tone-in-noise thresholds using widely adopted online experiment platforms and demonstrate that reliable threshold estimates can be derived online in approximately one minute of testing. Third, using these level and threshold setting procedures to establish participant-specific stimulus conditions, we show that an online implementation of the classic probe-signal paradigm can be used to demonstrate frequency-selective attention on an individual-participant basis, using a third of the trials used in recent in-lab experiments. Finally, we show how threshold and attentional measures relate to well-validated assays of online participants’ in-task motivation, fatigue, and confidence. This demonstrates the promise of online auditory psychophysics for addressing new auditory perception and neuroscience questions quickly, efficiently, and with more diverse samples. Code for the tests is publicly available through Pavlovia and Gorilla.

Abstract The brain is increasingly viewed as a statistical learning machine, where our sensations and decisions arise from the intricate interplay between bottom-up sensory signals and constantly changing expectations regarding the surrounding world. Which statistics does the brain track while monitoring the rapid progression of sensory information? Here, by combining EEG (three experiments N≥22 each) and computational modelling, we examined how the brain processes rapid and stochastic sound sequences that simulate key aspects of dynamic sensory environments. Passively listening participants were exposed to structured tone-pip arrangements that contained transitions between a range of stochastic patterns. Predictions were guided by a Bayesian predictive inference model. We demonstrate that listeners automatically track the statistics of unfolding sounds, even when these are irrelevant to behaviour. Transitions between sequence patterns drove an increase of the sustained EEG response. This was observed to a range of distributional statistics, and even in situations where behavioural detection of these transitions was at floor. These observations suggest that the modulation of the EEG sustained response reflects a universal process of belief updating within the brain. By establishing a connection between the outputs of the computational model and the observed brain responses, we demonstrate that the dynamics of these transition-related responses align with the tracking of ‘precision’ – the confidence or reliability assigned to a predicted sensory signal - shedding light on the intricate interplay between the brain’s statistical tracking mechanisms and its response dynamics.

Abstract Quantitative MRI (qMRI) allows extraction of reproducible and robust parameter maps. However, the connection to underlying biological substrates remains murky, especially in the complex, densely packed cortex. We investigated associations in human neocortex between qMRI parameters and neocortical cell types by comparing the spatial distribution of the qMRI parameters longitudinal relaxation rate ( R 1 ), effective transverse relaxation rate ( R 2 ∗ ), and magnetization transfer saturation (MTsat) to gene expression from the Allen Human Brain Atlas, then combining this with lists of genes enriched in specific cell types found in the human brain. As qMRI parameters are magnetic field strength-dependent, the analysis was performed on MRI data at 3T and 7T. All qMRI parameters significantly covaried with genes enriched in GABA- and glutamatergic neurons, i.e. they were associated with cytoarchitecture. The qMRI parameters also significantly covaried with the distribution of genes enriched in astrocytes ( R 2 ∗ at 3T, R 1 at 7T), endothelial cells ( R 1 and MTsat at 3T), microglia ( R 1 and MTsat at 3T, R 1 at 7T), and oligodendrocytes ( R 1 at 7T). These results advance the potential use of qMRI parameters as biomarkers for specific cell types.

The ability to track the statistics of our surroundings is a key computational challenge. A prominent theory (Dayan & Yu, 2006) proposes that the brain monitors for 'unexpected uncertainty' - events which deviate substantially from model predictions, indicating model failure. Norepinephrine (NE) is thought to play a key role in this process by serving as an interrupt signal, initiating model-resetting. However, evidence is from paradigms where participants actively monitored stimulus statistics. To determine whether NE routinely reports the statistical structure of our surroundings, even when not behaviourally relevant, we used rapid tone-pip sequences that contained perceptually salient pattern-changes associated with abrupt structural violations vs. emergence of regular structure. Phasic pupil dilations (PDR) were monitored to assess NE. We reveal a remarkable specificity: When not behaviourally relevant, only abrupt structural violations evoked a PDR. The results demonstrate that NE tracks 'unexpected uncertainty' on rapid time scales relevant to sensory signals.