The severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) is considered to have potential neuroinvasiveness that might lead to acute brain disorders or contribute to respiratory distress in patients with coronavirus disease 2019 (COVID-19). This study investigates the occurrence of structural brain abnormalities in non-survivors of COVID-19 in a virtopsy framework.

Abstract This magnetoencephalography study aimed at characterizing age-related changes in resting-state functional brain organization from mid-childhood to late adulthood. We investigated neuromagnetic brain activity at rest in 105 participants divided into three age groups: children (6–9 years), young adults (18–34 years) and healthy elders (53–78 years). The effects of age on static resting-state functional integration were assessed using band-limited power envelope correlation, whereas those on transient functional dynamics were disclosed using hidden Markov modeling of power envelope activity. Brain development from childhood to adulthood came with (i) a strengthening of functional integration within and between resting-state networks and (ii) an increased temporal stability of transient (100–300 ms lifetime) and recurrent states of network activation or deactivation mainly encompassing lateral or medial associative neocortical areas. Healthy aging was characterized by decreased static resting-state functional integration and dynamical stability within the visual network. These results based on electrophysiological measurements free of neurovascular biases suggest that functional brain integration mainly evolves during brain development, with limited changes in healthy aging. These novel electrophysiological insights into human brain functional architecture across the lifespan pave the way for future clinical studies investigating how brain disorders affect brain development or healthy aging.

Abstract Human brain activity is not merely responsive to environmental context but includes intrinsic dynamics, as suggested by the discovery of functionally meaningful neural networks at rest, i.e., even without explicit engagement of the corresponding function. Yet, the neurophysiological coupling mechanisms distinguishing intrinsic (i.e., task-invariant) from extrinsic (i.e., task-dependent) brain networks remain indeterminate. Here, we investigated functional brain integration using magnetoencephalography throughout rest and various tasks recruiting different functional systems and modulating perceptual/cognitive loads. We demonstrated that two distinct modes of neural communication continually operate in parallel: extrinsic coupling supported by phase synchronization and intrinsic integration encoded in amplitude correlation. Intrinsic integration also contributes to phase synchronization, especially over short (second-long) timescales, through modulatory effects of amplitude correlation. Our study establishes the foundations of a novel conceptual framework for human brain function that fundamentally relies on electrophysiological features of functional integration. This framework blurs the boundary between resting-state and task-related neuroimaging.

Abstract State modeling of whole-brain electroencephalography (EEG) or magnetoencephalography (MEG) allows to investigate transient, recurring neurodynamical events. Two widely-used techniques are the microstate analysis of EEG signals and hidden Markov modeling (HMM) of MEG power envelopes. Both reportedly lead to similar state lifetimes on the 100 ms timescale, suggesting a common neural basis. We addressed this issue by using simultaneous MEG/EEG recordings at rest and comparing the spatial signature and temporal activation dynamics of microstates and power envelope HMM states obtained separately from EEG and MEG. Results showed that microstates and power envelope HMM states differed both spatially and temporally. Microstates tend to exhibit spatio-temporal locality, whereas power envelope HMM states disclose network-level activity with 100–200 ms lifetimes. Further, MEG microstates do not correspond to the canonical EEG microstates but are better interpreted as split HMM states. On the other hand, both MEG and EEG HMM states involve the (de)activation of similar functional networks. Microstate analysis and power envelope HMM thus appear sensitive to neural events occurring over different spatial and temporal scales. As such, they represent complementary approaches to explore the fast, sub-second scale bursting electrophysiological dynamics in spontaneous human brain activity.

Abstract Human brain activity is intrinsically organized into resting-state networks (RSNs) that transiently activate or deactivate at the sub-second timescale. Few neuroimaging studies have addressed how Alzheimer’s disease (AD) affects these fast temporal brain dynamics, and how they relate to the cognitive, structural and metabolic abnormalities characterizing AD. We aimed at closing this gap by investigating both brain structure and function using magnetoencephalography (MEG) and hybrid positron emission tomography-magnetic resonance (PET/MR) in 10 healthy elders, 10 patients with Subjective Cognitive Decline (SCD), 10 patients with amnestic Mild Cognitive Impairment (aMCI) and 10 patients with typical Alzheimer’s disease with dementia (AD). The fast activation/deactivation state dynamics of RSNs were assessed using hidden Markov modeling (HMM) of power envelope fluctuations at rest measured with MEG. HMM patterns were related to participants’ cognitive test scores, whole hippocampal grey matter volume and regional brain glucose metabolism. The posterior default-mode network (DMN) was less often activated and for shorter durations in AD patients than matched healthy elders. No significant difference was found in patients with SCD or aMCI. The time spent by participants in the activated posterior DMN state did not correlate significantly with cognitive scores. However, it correlated positively with the whole hippocampal volume and regional glucose consumption in the right temporo-parietal junctions and dorsolateral prefrontal cortex, and negatively with glucose consumption in the cerebellum. In AD patients, alterations of posterior DMN power activation dynamics at rest correlate with structural and neurometabolic abnormalities. These findings represent an additional electrophysiological correlate of AD-related synaptic and neural dysfunction.

ABSTRACT Magnetoencephalography (MEG) measures brain function via assessment of magnetic fields generated by neural currents. Conventional MEG uses superconducting sensors, which place significant limitations on performance, practicality, and deployment; however, the field has been revolutionised in recent years by the introduction of optically-pumped-magnetometers (OPMs). OPMs enable measurement of the MEG signal without cryogenics, and consequently the conception of ‘OPM-MEG’ systems which ostensibly allow increased sensitivity and resolution, lifespan compliance, free subject movement, and lower cost. However, OPM-MEG remains in its infancy with limitations on both sensor and system design. Here, we report a new OPM-MEG design with miniaturised and integrated electronic control, a high level of portability, and improved sensor dynamic range (arguably the biggest limitation of existing instrumentation). We show that this system produces equivalent measures when compared to an established instrument; specifically, when measuring task-induced beta-band, gamma-band and evoked neuro-electrical responses, source localisations from the two systems were highly comparable and temporal correlation was >0.7 at the individual level and >0.9 for groups. Using an electromagnetic phantom, we demonstrate improved dynamic range by running the system in background fields up to 8 nT. We show that the system is effective in gathering data during free movement (including a sitting-to-standing paradigm) and that it is compatible with simultaneous electroencephalography (EEG – the clinical standard). Finally, we demonstrate portability by moving the system between two laboratories. Overall, our new system is shown to be a significant step forward for OPM-MEG technology and offers an attractive platform for next generation functional medical imaging.

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.

Abstract Humans’ extraordinary ability to understand speech in noise relies on multiple processes that develop with age. Using magnetoencephalography (MEG), we characterize the underlying neuromaturational basis by quantifying how cortical oscillations in 144 participants (aged 5 to 27 years) track phrasal and syllabic structures in connected speech mixed with different types of noise. While the extraction of prosodic cues from clear speech was stable during development, its maintenance in a multi-talker background matured rapidly up to age 9 and was associated with speech comprehension. Furthermore, while the extraction of subtler information provided by syllables matured at age 9, its maintenance in noisy backgrounds progressively matured until adulthood. Altogether, these results highlight distinct behaviorally relevant maturational trajectories for the neuronal signatures of speech perception. In accordance with grain-size proposals, neuromaturational milestones are reached increasingly late for linguistic units of decreasing size, with further delays incurred by noise. Teaser The neural signature of speech processing in silence and noise features multiple behaviorally relevant developmental milestones

Abstract To gain novel insights into how the human brain processes self-produced auditory information during reading aloud, we investigated the coupling between neuromagnetic activity and the temporal envelope of the heard speech sounds (i.e., speech brain tracking) in a group of adults who 1) read a text aloud, 2) listened to a recording of their own speech (i.e., playback), and 3) listened to another speech recording. Coherence analyses revealed that, during reading aloud, the reader’s brain tracked the slow temporal fluctuations of the speech output. Specifically, auditory cortices tracked phrasal structure (<1 Hz) but to a lesser extent than during the two speech listening conditions. Also, the tracking of syllable structure (4–8 Hz) occurred at parietal opercula during reading aloud and at auditory cortices during listening. Directionality analyses based on renormalized partial directed coherence revealed that speech brain tracking at <1 Hz and 4–8 Hz is dominated by speech-to-brain directional coupling during both reading aloud and listening, meaning that speech brain tracking mainly entails auditory feedback processing. Nevertheless, brain-to-speech directional coupling at 4– 8 Hz was enhanced during reading aloud compared with listening, likely reflecting speech monitoring before production. Altogether, these data bring novel insights into how auditory verbal information is tracked by the human brain during perception and self-generation of connected speech. Highlights The brain tracks phrasal and syllabic rhythmicity of self-produced (read) speech. Tracking of phrasal structures is attenuated during reading compared with listening. Speech rhythmicity mainly drives brain activity during reading and listening. Brain activity drives syllabic rhythmicity more during reading than listening.

Abstract Dyslexia is a frequent developmental disorder in which reading acquisition is delayed and that is usually associated with difficulties understanding speech in noise. At the neuronal level, children with dyslexia were reported to display abnormal cortical tracking of speech (CTS) at phrasal rate. Here, we aimed to determine if abnormal tracking is a cause or a consequence of dyslexia and if it is modulated by the severity of dyslexia or the presence of acoustic noise. We included 26 school-age children with dyslexia, 26 age-matched controls and 26 reading-level matched controls. All were native French speakers. Children’s brain activity was recorded with magnetoencephalography while they listened to continuous speech in noiseless and multiple noise conditions. CTS values were compared between groups, conditions and hemispheres, and also within groups, between children with best and worse reading performance. Syllabic CTS was significantly reduced in the right superior temporal gyrus in children with dyslexia compared with controls matched for age but not for reading level. Among children with dyslexia, phrasal CTS tended to lateralize to the left hemisphere in severe dyslexia and lateralized to the right hemisphere in children with mild dyslexia and in all control groups. Finally, phrasal CTS was lower in children with dyslexia compared with age-matched controls, but only in informational noise conditions. No such effect was seen in comparison with reading-level matched controls. Overall, our results confirmed the finding of altered neuronal basis of speech perception in noiseless and babble noise conditions in dyslexia compared with age-matched peers. However, the absence of alteration in comparison with reading-level matched controls suggests that such alterations are a consequence of reduced reading experience rather than a cause of dyslexia. Highlights The cortical tracking of speech (CTS) was assessed in dyslexia and proper controls Phrasal CTS and its resistance to noise were altered in dyslexia Such alterations were not found in comparison with controls matched for reading level The severity of dyslexia modulated the hemispheric lateralization of phrasal CTS