Cognition requires the dynamic modulation of effective connectivity, i.e., the modulation of the postsynaptic neuronal response to a given input. If postsynaptic neurons are rhythmically active, this might entail rhythmic gain modulation, such that inputs synchronized to phases of high gain benefit from enhanced effective connectivity. We show that visually induced gamma-band activity in awake macaque area V4 rhythmically modulates responses to unpredictable stimulus events. This modulation exceeded a simple additive superposition of a constant response onto ongoing gamma-rhythmic firing, demonstrating the modulation of multiplicative gain. Gamma phases leading to strongest neuronal responses also led to shortest behavioral reaction times, suggesting functional relevance of the effect. Furthermore, we find that constant optogenetic stimulation of anesthetized cat area 21a produces gamma-band activity entailing a similar gain modulation. As the gamma rhythm in area 21a did not spread backward to area 17, this suggests that postsynaptic gamma is sufficient for gain modulation.

Brain activity reveals exquisite coordination across spatial scales, from local microcircuits to brain-wide networks. Understanding how the brain represents, transforms and communicates information requires simultaneous recordings from distributed nodes of whole brain networks with single-cell resolution. Realizing multi-site recordings from communicating populations is hampered by the need to isolate clusters of interacting cells, often on a day-to-day basis. Chronic implantation of multi-electrode arrays allows long-term tracking of activity. Lithography on thin films provides a means to produce arrays of variable resolution, a high degree of flexibility, and minimal tissue displacement. Sequential application of surface arrays to monitor activity across brain-wide networks and subsequent implantation of laminar arrays to target specific populations enables continual refinement of spatial scale while maintaining coverage.

Neuronal activity generates ionic flows and thereby both magnetic fields and electric potential differences, i.e., voltages. Voltage measurements are widely used but suffer from isolating and smearing properties of tissue between source and sensor, are blind to ionic flow direction, and reflect the difference between two electrodes, complicating interpretation. Magnetic field measurements could overcome these limitations but have been essentially limited to magnetoencephalography (MEG), using centimeter-sized, helium-cooled extracranial sensors. Here, we report on in vivo magnetic recordings of neuronal activity from visual cortex of cats with magnetrodes, specially developed needle-shaped probes carrying micron-sized, non-cooled magnetic sensors based on spin electronics. Event-related magnetic fields inside the neuropil were on the order of several nanoteslas, informing MEG source models and efforts for magnetic field measurements through MRI. Though the signal-to-noise ratio is still inferior to electrophysiology, this proof of concept demonstrates the potential to exploit the fundamental advantages of magnetophysiology.

Abstract Wireless recordings in macaque neocortex and hippocampus showed stronger theta oscillations during early-stage sleep than during alert volitional movement including walking. In contrast, hippocampal beta and gamma oscillations were prominent during walking and other active behaviors. These relations between hippocampal rhythms and behavioral states in the primate differ markedly from those observed in rodents. Primate neocortex showed similar changes in spectral content across behavioral state as the hippocampus.

The brain adapts to the sensory environment. For example, simple sensory exposure can modify the response properties of early sensory neurons. How these changes affect the overall encoding and maintenance of stimulus information across neuronal populations remains unclear. We perform parallel recordings in the primary visual cortex of anesthetized cats and find that brief, repetitive exposure to structured visual stimuli enhances stimulus encoding by decreasing the selectivity and increasing the range of the neuronal responses that persist after stimulus presentation. Low-dimensional projection methods and simple classifiers demonstrate that visual exposure increases the segregation of persistent neuronal population responses into stimulus-specific clusters. These observed refinements preserve the representational details required for stimulus reconstruction and are detectable in postexposure spontaneous activity. Assuming response facilitation and recurrent network interactions as the core mechanisms underlying stimulus persistence, we show that the exposure-driven segregation of stimulus responses can arise through strictly local plasticity mechanisms, also in the absence of firing rate changes. Our findings provide evidence for the existence of an automatic, unguided optimization process that enhances the encoding power of neuronal populations in early visual cortex, thus potentially benefiting simple readouts at higher stages of visual processing.

The discovery of hemodynamic (BOLD-fMRI) resting-state networks (RSNs) has brought about a fundamental shift in our thinking about the role of intrinsic brain activity. The electrophysiological underpinnings of RSNs remain largely elusive and it has been shown only recently that electric cortical rhythms are organized into the same RSNs as hemodynamic signals. Most electrophysiological studies into RSNs use magnetoencephalography (MEG) or scalp electroencephalography (EEG), which limits the spatial resolution with which electrophysiological RSNs can be observed. Due to their close proximity to the cortical surface, electrocorticographic (ECoG) recordings can potentially provide a more detailed picture of the functional organization of resting-state cortical rhythms, albeit at the expense of spatial coverage. In this study we propose using source-space spatial independent component analysis (spatial ICA) for identifying generators of resting-state cortical rhythms as recorded with ECoG and for reconstructing their functional connectivity. Network structure is assessed by two kinds of connectivity measures: instantaneous correlations between band-limited amplitude envelopes and oscillatory phase-locking. By simulating rhythmic cortical generators, we find that the reconstruction of oscillatory phase-locking is more challenging than that of amplitude correlations, particularly for low signal-to-noise levels. Specifically, phase-lags can both be over- and underestimated, which troubles the interpretation of lag-based connectivity measures. We illustrate the methodology on somatosensory beta rhythms recorded from a macaque monkey using ECoG. The methodology decomposes the resting-state sensorimotor network into three cortical generators, distributed across primary somatosensory and primary and higher-order motor areas. The generators display significant and reproducible amplitude correlations and phase-locking values with non-zero lags. Our findings illustrate the level of spatial detail attainable with source-projected ECoG and motivates wider use of the methodology for studying resting-state as well as event-related cortical dynamics in macaque and human.

Abstract Brookshire (2022) claims that previous analyses of periodicity in detection performance after a reset event suffer from extreme false-positive rates. Here we show that this conclusion is based on an incorrect implemention of a null-hypothesis of aperiodicity, and that a correct implementation confirms low false-positive rates. Furthermore, we clarify that the previously used method of shuffling-in-time, and thereby shuffling-in-phase, cleanly implements the null hypothesis of no temporal structure after the reset, and thereby of no phase locking to the reset. Moving from a corresponding phase-locking spectrum to an inference on the periodicity of the underlying process can be accomplished by parameterizing the spectrum. This can separate periodic from non-periodic components, and quantify the strength of periodicity.

The brain adapts to the sensory environment. For example, simple sensory exposure can modify the response properties of early sensory neurons. How these changes affect the overall encoding and maintenance of stimulus information across neuronal populations remains unclear. We perform parallel recordings in the primary visual cortex of anesthetized cats and find that brief, repetitive exposure to structured visual stimuli enhances stimulus encoding by decreasing the selectivity and increasing the range of the neuronal responses that persist after stimulus presentation. Low-dimensional projection methods and simple classifiers demonstrate that visual exposure increases the segregation of persistent neuronal population responses into stimulus-specific clusters. These observed refinements preserve the representational details required for stimulus reconstruction and are detectable in post-exposure spontaneous activity. Assuming response facilitation and recurrent network interactions as the core mechanisms underlying stimulus persistence, we show that the exposure-driven segregation of stimulus responses can arise through strictly local plasticity mechanisms, also in the absence of firing rate changes. Our findings provide evidence for the existence of an automatic, unguided optimization process that enhances the encoding power of neuronal populations in early visual cortex, thus potentially benefiting simple readouts at higher stages of visual processing.

Abstract Several recent studies have demonstrated that the bottom-up signaling of a visual stimulus is subserved by interareal gamma-band synchronization, whereas top-down influences are mediated by alpha-beta band synchronization. These processes may implement top-down control of stimulus processing if top-down and bottom-up mediating rhythms are coupled via cross-frequency interaction. To test this possibility, we investigated Granger-causal influences among awake male macaque primary visual area V1, higher visual area V4 and parietal control area 7a during attentional task performance. Top-down 7a-to-V1 beta-band influences enhanced visually driven V1-to-V4 gamma-band influences. This enhancement was spatially specific and largest when beta-band activity preceded gamma-band activity by ∼0.1 s, suggesting a causal effect of top-down processes on bottom-up processes. We propose that this cross-frequency interaction mechanistically subserves the attentional control of stimulus selection. Significance Statement Contemporary research indicates that the alpha-beta frequency band underlies top-down control, while the gamma-band mediates bottom-up stimulus processing. This arrangement inspires an attractive hypothesis, which posits that top-down beta-band influences directly modulate bottom-up gamma band influences via cross-frequency interaction. We evaluate this hypothesis determining that beta-band top-down influences from parietal area 7a to visual area V1 are correlated with bottom-up gamma frequency oscillations from V1 to area V4, in a spatially specific manner, and that this correlation is maximal when top-down activity precedes bottom-up activity. These results show that for top-down processes such as spatial attention, elevated top-down beta-band influences directly enhance feedforward stimulus induced gamma-band processing, leading to enhancement of the selected stimulus.

Abstract Cortical computation depends on interactions between excitatory and inhibitory neurons. The contributions of distinct neuron-types to sensory processing and network synchronization in primate visual-cortex remain largely undetermined. We show that in awake monkey V1, there exists a distinct cell-type (≈30% of neurons) that has narrow-waveform action-potentials, high spontaneous discharge-rates, and fires in high-frequency bursts. These neurons are more stimulus-selective and phase-locked to gamma (30-80Hz) oscillations as compared to other neuron types. Unlike the other neuron-types, their gamma phase-locking is highly predictive of their orientation tuning. We find evidence for strong rhythmic inhibition in these neurons, suggesting that they interact with interneurons to act as excitatory pacemakers for the V1 gamma rhythm. These neurons have not been observed in other primate cortical areas and we find that they are not present in rodent V1. However, they resemble the excitatory “chattering” neurons previously identified by intracellular recordings in cat V1. Given its properties, this neuron type should be pivotal for the encoding and transmission of V1 stimulus information.